基于視頻的車輛識別系統(tǒng)研究.pdf

1、隨著我國經(jīng)濟的發(fā)展，汽車數(shù)量不斷增加，交通問題越來越突出，作為高效解決交通問題的智能交通成為了近年研究的熱點。車輛識別是智能交通中最為關鍵和核心的技術，有著廣闊的應用前景，主要應用在道路監(jiān)控系統(tǒng)、車輛違章事故調(diào)查、停車場管理、公路橋梁和高速公路收費系統(tǒng)、城市進出車輛管理等方面。
　　基于視頻車輛的識別系統(tǒng)主要有四個模塊：運動車輛檢測、車牌定位提取、車牌字符切分和字符識別。在學習、研究現(xiàn)有理論算法的基礎上，對車牌定位提取、字符切分和

2、識別算法提出了有效改進和完善，提高了整個系統(tǒng)的識別準確率，在運動車輛檢測模塊，用背景差分法檢測運動車輛，使用改進的混合高斯模型對視頻中的運動場景背景建模，檢測出運動車輛區(qū)域，消除運動車輛周圍的背景區(qū)域，獲取準確的車輛圖像；在車牌定位模塊，提出了一種基于邊緣檢測和先驗知識結(jié)合的方法定位車牌，該方法對車輛圖像進行灰度拉伸等預操作，采取邊緣算子檢測邊緣，通過連通域等形態(tài)學處理，獲得第一車牌坐標；對原始圖像二值化操作，投影法獲得第二車牌坐標，最

3、后融合兩個位置坐標，提取車牌，提高了定位的準確性；在車牌字符切分模塊，改進了傳統(tǒng)的垂直切分法，減少了傳統(tǒng)方法受車牌邊框、噪聲等影響。該方法依據(jù)我國車牌先驗知識，根據(jù)車牌的長寬、字符的比例等，利用投影法確定字符邊界，準確的切分字符；在字符識別模塊，針對 BP神經(jīng)網(wǎng)絡收斂速度慢，易陷入局部最小點等缺點，提出一種基于分類的字符識別方法，使用帶動量的學習訓練方法修改權值，將車牌字符分為3類，漢字、字母、數(shù)字，然后根據(jù)不同特征用3個子網(wǎng)分別識別，