復(fù)雜背景下基于顯著特征的車(chē)牌檢測(cè)識(shí)別及其應(yīng)用.pdf

1、智能交通系統(tǒng)是計(jì)算機(jī)視覺(jué)的重要應(yīng)用領(lǐng)域。車(chē)牌是交通場(chǎng)景圖像中常見(jiàn)到的目標(biāo)類(lèi),車(chē)牌的檢測(cè)與識(shí)別技術(shù)是許多智能視頻分析應(yīng)用系統(tǒng)的基礎(chǔ)。在車(chē)牌檢測(cè)與識(shí)別的應(yīng)用工程中,由于受到工程條件的限制,獲取的圖像中車(chē)牌經(jīng)常置于復(fù)雜干擾背景下,并具有不同的位置、大小、方位,甚至扭曲變形或成像模糊,傳統(tǒng)的算法難以適應(yīng)。本文根據(jù)應(yīng)用工程的需要,研究復(fù)雜背景下的車(chē)牌檢測(cè)、分割與識(shí)別技術(shù),并構(gòu)造實(shí)現(xiàn)了多攝像機(jī)協(xié)同交通違法非現(xiàn)場(chǎng)執(zhí)法系統(tǒng)。本研究主要內(nèi)容包括：

2、　　 ⑴復(fù)雜背景下快速車(chē)牌定位算法。候選車(chē)牌區(qū)域的檢測(cè)定位,在復(fù)雜垂直干擾下,容易出現(xiàn)定位不準(zhǔn)確和漏檢。本文分析比較了近年來(lái)提出的性能優(yōu)良的車(chē)牌定位算法,提出一種綜合利用顯著特征的分層次快速車(chē)牌定位算法,它充分利用車(chē)牌的紋理特征、色彩特征和形狀特征,經(jīng)過(guò)粗定位和細(xì)提取,快速準(zhǔn)確地定位出車(chē)牌所在的位置,并判別出車(chē)牌的顏色類(lèi)型。實(shí)驗(yàn)結(jié)果表明,對(duì)復(fù)雜背景下的車(chē)牌圖像,該算法具有較優(yōu)的檢測(cè)準(zhǔn)確率和較快的定位速度。
　　 ⑵基于糾錯(cuò)調(diào)整

3、的車(chē)牌字符分割算法。本文在獲取車(chē)牌的位置與顏色類(lèi)型的基礎(chǔ)上,判斷車(chē)牌的方位并進(jìn)行必要的傾斜校正,通過(guò)投影和連通性分析去除邊框和鉚釘干擾,再根據(jù)車(chē)牌字符構(gòu)成的先驗(yàn)知識(shí),提出基于第二三字符定位的分割方法,采用全局切分和對(duì)錯(cuò)誤判斷的局部調(diào)整策略,逐步逼近優(yōu)化的分割結(jié)果。實(shí)驗(yàn)驗(yàn)證了該算法較好的分割準(zhǔn)確率。
　　 ⑶車(chē)牌字符的特征提取與分類(lèi)器設(shè)計(jì)。本文改進(jìn)了Hausdorff距離模板匹配算法,并采用4×4正則網(wǎng)格簡(jiǎn)化模板匹配算法。在提取字