違章停車檢測及車牌識別系統(tǒng)的研究.pdf

1、隨著科技的進(jìn)步，人們生活水平的提高，機(jī)動車輛的數(shù)量也在快速增長，由此而產(chǎn)生了許多交通違規(guī)事件，因此交通管理系統(tǒng)需要不斷引進(jìn)新的技術(shù)，提高交通管理的實時性、可靠性、高效性，為社會有序的交通提供有力的保障。應(yīng)運而生的就是智能交通管理系統(tǒng)的出現(xiàn)，它能夠在大范圍內(nèi)且全方位發(fā)揮作用的，實時性好、準(zhǔn)確率高的高效、綜合的運輸及管理系統(tǒng)。
　　本文首先研究了幾種視頻圖像預(yù)處理的方法，如圖像濾波、邊緣檢測、形態(tài)學(xué)處理、閾值分割等，它們?yōu)楹罄m(xù)圖像的處

2、理和分析做準(zhǔn)備工作。
　　針對現(xiàn)在違章停車的現(xiàn)象越來越突出，本文設(shè)計了基于視頻監(jiān)控的違章停車檢測及車牌識別系統(tǒng)，這個系統(tǒng)由以下幾個部分組成：從視頻序列中提取前景目標(biāo)、進(jìn)行噪聲以及非機(jī)動車輛的干擾濾除、對車輛進(jìn)行跟蹤、靜止車輛的檢測、違章停車的檢測與判決及違章車輛的車牌自動識別。
　　在前景目標(biāo)的提取中，采用的是基于混合高斯背景建模法的背景減除法，該方法魯棒地克服光線、樹枝搖動等造成的影響。噪聲及非機(jī)動車輛的干擾濾除采用的是對

3、象級區(qū)域分割法，依據(jù)區(qū)域中對象的占空比大小進(jìn)行濾除。分離出車輛后，開始對運動車輛進(jìn)行跟蹤，采用的是在Camshift算法中引入Kalman濾波，它能夠有效地解決目標(biāo)與背景顏色相近以及目標(biāo)被嚴(yán)重遮擋等問題，從而較好地實現(xiàn)車輛的跟蹤。靜止車輛的檢測是利用車輛在一定時間內(nèi)平均位移的大小進(jìn)行判斷。違章停車的檢測是利用場景區(qū)域內(nèi)車輛質(zhì)心與禁停區(qū)域的質(zhì)心間距離以及停車時間是否超限進(jìn)行判斷。
　　在進(jìn)行違章停車檢測的基礎(chǔ)上進(jìn)行車牌的識別。本文從