卡口、高速车牌检测与信息处理应用研究
|
摘要
论文主要研究在实际复杂环境中汽车图像检测与汽车牌照识别中的车牌图像处理与车牌定位算法。
汽车牌照识别系统(LPR)作为一个专用的计算机视觉系统，能自动检测汽车图片并从中提取出车牌号码信息。作为智能交通的一部分正越来越受到人们的重视。然而，系统在实际的复杂环境中，由于光照、天气、车速、图像背景各种因素的影响，大大限制了汽车图像检测和车牌识别的准确性和识别速度，从而大大制约了该技术的实用化推广。
目前国内大部分车牌识别研究主要停留在简单试验环境下对车牌识别研究阶段，离实际环境下(主要是卡口、高速)大规模应用还有一段距离。论文从实际出发，借助大量试验，具体所做的工作包括：
1．从车牌图像检测与信息处理源头入手，对比简单试验环境下车牌抓拍和实际环境下保障检测与抓拍到高质量的车辆图片。通过大量的试验与现场实际环境采集，提出了针对车牌信息识别图像采集标准，包括车牌的大小、位置、清晰度等，并提出一整套方案，通过对图像采集检测设备的选择与配置调试，保障在现场复杂环境中能够检测到符合车牌识别标准的车辆图片。
2．针对卡口、高速实际现场环境复杂，车辆背景多变条件下，为了保障识别效果，根据车牌识别的特点，对车辆图片进行预处理进行研究，包括车辆图像的灰度化、图像增强、车辆图像的二值化、车辆图像的边缘检测内容。
3．对车牌的定位技术进行了初步研究，提出了根据车牌图像灰度分布与变化情况下，通过模拟线横向纵向扫描而快速得出车牌区域的算法与实际效果。
通过实际应用与验证，通过本文所提出的车牌检测方式与实际环境部署，得到清晰有效车辆图片，可以大大提高复杂环境下实际应用中车牌识别的准确率。
In this paper, we mainly discuss the vehicle picture exploring under complex scenes and vehicle license plate locating in the vehicle license plate recognition(LPR).
As a comprehensive computer vision system, the vehicle license plate recognition(LPR) can detect automobile picture and recognize the Character in the plate automatic. More and more people are attaching importance to LPR technology. But in the real and complicated situation, because of being influenced by the factors, such as light, weather, speed of vehicle, picture background etc, LPR is limited in the accuracy and recognizing speed, it restricts LPR technology to put into practice in a large scale.
In our country, most research of LPR is stay in the process of experimentation, and have some work must be done to be put into practice. This thesis go through it from lots of experimentation and base on reality. The work I did include:
1、I do the research from the source of LPR which is to detect and catch automobile picture in high quality. Through lots of examination and data collection in real situation, we brought forward the standard of LPR picture, it included vehicle license plate size, location, definition etc. Also we made a set of proposal that ensuring we can catch automobile picture according with the LPR standard by the choice of picture exploring device and device deploy in the real situation.
2、We do research in preprocessing vehicle pictures which include images grey, media filtering, edge detection that aim to the complicate situation and variational background.
3、This thesis we discuss vehicle license plate locating technology, propose a method that use simulant line scans the image to locate the area of vehicle license。
A great deal of experiments are done to contrast the methods presented in the thesis with former ones from documents, and the results show that we can get clearly and effective image, and give prominence to the correction ratio.
汽车牌照识别系统(LPR)作为一个专用的计算机视觉系统，能自动检测汽车图片并从中提取出车牌号码信息。作为智能交通的一部分正越来越受到人们的重视。然而，系统在实际的复杂环境中，由于光照、天气、车速、图像背景各种因素的影响，大大限制了汽车图像检测和车牌识别的准确性和识别速度，从而大大制约了该技术的实用化推广。
目前国内大部分车牌识别研究主要停留在简单试验环境下对车牌识别研究阶段，离实际环境下(主要是卡口、高速)大规模应用还有一段距离。论文从实际出发，借助大量试验，具体所做的工作包括：
1．从车牌图像检测与信息处理源头入手，对比简单试验环境下车牌抓拍和实际环境下保障检测与抓拍到高质量的车辆图片。通过大量的试验与现场实际环境采集，提出了针对车牌信息识别图像采集标准，包括车牌的大小、位置、清晰度等，并提出一整套方案，通过对图像采集检测设备的选择与配置调试，保障在现场复杂环境中能够检测到符合车牌识别标准的车辆图片。
2．针对卡口、高速实际现场环境复杂，车辆背景多变条件下，为了保障识别效果，根据车牌识别的特点，对车辆图片进行预处理进行研究，包括车辆图像的灰度化、图像增强、车辆图像的二值化、车辆图像的边缘检测内容。
3．对车牌的定位技术进行了初步研究，提出了根据车牌图像灰度分布与变化情况下，通过模拟线横向纵向扫描而快速得出车牌区域的算法与实际效果。
通过实际应用与验证，通过本文所提出的车牌检测方式与实际环境部署，得到清晰有效车辆图片，可以大大提高复杂环境下实际应用中车牌识别的准确率。
In this paper, we mainly discuss the vehicle picture exploring under complex scenes and vehicle license plate locating in the vehicle license plate recognition(LPR).
As a comprehensive computer vision system, the vehicle license plate recognition(LPR) can detect automobile picture and recognize the Character in the plate automatic. More and more people are attaching importance to LPR technology. But in the real and complicated situation, because of being influenced by the factors, such as light, weather, speed of vehicle, picture background etc, LPR is limited in the accuracy and recognizing speed, it restricts LPR technology to put into practice in a large scale.
In our country, most research of LPR is stay in the process of experimentation, and have some work must be done to be put into practice. This thesis go through it from lots of experimentation and base on reality. The work I did include:
1、I do the research from the source of LPR which is to detect and catch automobile picture in high quality. Through lots of examination and data collection in real situation, we brought forward the standard of LPR picture, it included vehicle license plate size, location, definition etc. Also we made a set of proposal that ensuring we can catch automobile picture according with the LPR standard by the choice of picture exploring device and device deploy in the real situation.
2、We do research in preprocessing vehicle pictures which include images grey, media filtering, edge detection that aim to the complicate situation and variational background.
3、This thesis we discuss vehicle license plate locating technology, propose a method that use simulant line scans the image to locate the area of vehicle license。
A great deal of experiments are done to contrast the methods presented in the thesis with former ones from documents, and the results show that we can get clearly and effective image, and give prominence to the correction ratio.
引文
[1] 孙兴征 车牌识别系统中的牌照定位分割技术研究[D] 2004．4
[2] 甑荣 车牌识别技术的研究[D] 2006．5
[3] 李卫平 智能交通技术应用[M] 人民交通出版社 2006．3
[4] 郭天舒 汽车牌照定位算法研究[D] 2006．3
[5] 朱光忠 车辆牌照定位技术初探[D] 2005．12
[6] 赵祥模 高速公路监控系统理论及应用[M] 电子工业出版社 2003．11
[7] Rafael C．Gonzalez，Richard E．Woods著．阮秋琦，阮宇智，等译．数字图像处理．北京．电子工业出版社．2003：4558
[8] 陈轩飞 车牌识别技术的研究[J] 2004．11
[9] 李朝晖 数字图像处理及应用[M] 机械工业出版社 2004．6
[10] 王新城 高级图像处理技术[M] 中国科学技术出版社 2003．11
[11] 翁小雄 高速公路机电系统[M] 北京人民交通出版社 2000．09
[12] 王福、陈前斌 数字视频监控系统典型方案及分析[J] 中国有限电视 2006(23)
[13] 刘锡峰 车牌识别在收费公路规费稽查中的应用[J] 黑龙江交通科技 2004．10
[14] 敖银辉．神经和模糊技术在车牌识别中的应用[J]．广东工业大学学报 2003．04
[15] 金玲玲，汪刘一等．汽车牌照的提取方法[J]．华南理工大学学报 2002．7
[16] 韩智广，老公杨等．车牌分割与矫正[J]，计算机工程与应用．2003．9
[17] 章为川，基于神经网络的车牌识别系统的研究与设计[D] 2006．5
[18] 朱信忠，车牌识别技术的研究与实现[D] 2005．3
[19] 左奇，史忠科．一种基于数学形态学的实时车牌图象分割方法[J]．中国图象图形学报，2003．3
[20] 吴进军 车牌识别技术的研究[D] 2005．1
[21] 段翊冰 公路信息采集方式综合比较[J] Technology技术
[22] 杨华 数字视频监控系统的研究与实现[D] 2005．3
[23] 王健 数字摄像机[M] 江苏科技出版社 2002．10
[24] 喻春雨、常本康、王庆宝 车号识别中的补偿光源[J] 光谱学与光谱学分析 2005．7
[25] 刘欣、董轩 汽车信号灯光源研究[J] 汽车与技术
[26] 赖任中 浅析道路交通信号控制系统的防雷[J] 广东公安科技 2003．3
[27] 兰友，万振凯等．Visual Basic6图象处理开发与实例[M]．北京：电子工业出版社，2000．
[28] 赵先军 基于神经网络的车牌识别技术研究[D] 2005．1
[29] 陈永超 基于数字图像处理的车牌识别应用[D] 2006．4
[30] Rafael C．Gonzalez，Richard Edition著，阮秋琦，阮宇智等译，数字图像处理(第二版)，电子工业出版社，2002，3．
[31] 姜滔基于模式识别的图像处理及其在车牌识别中的应用[D] 2002．12
[32] 史莉琴 车牌识别系统研究[D] 2006．2
[33] 张兴会，杜升之，陈增强等．基于神经网络的车牌照自动识别系统[J]．仪器仪表学报，2001，3
[34] 李中凯，王效月，魏修亭．BP神经网络在汽车牌照字符识别中的应用[J]．山东理工大学学报(自然科学版)，2004，4
[35] 曹华，张宏，童勤业．复杂性算法在汽车车牌定位中的应用研究[J]．工业控制计算机，2004．4
[36] 曹晓光，朱风云．基于互相关矢量图的车牌定位新方法[J]．北京航空航天大学学报，2004．3
[37] 金一粟，袁宝民，于万波等．基于分形盒子维数的车牌定何方法[J]．计算机应用研究，2002．9
[38] 袁宝民，金一粟，于万波等．基于移差扫描和窗口搜索的车牌定位方法[J]．计算机工程，2003．14
[39] 刘庆祥，朱昌平，冉勇．智能车牌识别系统中图像定位算法[J]．计算机工程，2003．15
[40] 袁宝民，于万波，魏小鹏．汽车牌照定位研究综述[J]．大连大学学报，2002．23
[41] 杨卫平，李吉成，沈振康．车牌目标的自动定位技术[J]．中国图象图形学报，2002．8
[41] 周波．汽车牌照识别的初步研究[D]．成都理工大学硕士学位论文，2002，6
[42] 廖金周，宣国荣．车辆牌照的自动分割[J]．研究与设计，1999．7
[43] 冯国进，顾委华，郑瑞红．基于自适应投影方法的快速车牌定位[J]．红外与激光工程，2003．3
[44] 崔江，王友仁．车牌自动识别方法中的关键技术研究[J]．计算机测量与控制 2003．4
[2] 甑荣 车牌识别技术的研究[D] 2006．5
[3] 李卫平 智能交通技术应用[M] 人民交通出版社 2006．3
[4] 郭天舒 汽车牌照定位算法研究[D] 2006．3
[5] 朱光忠 车辆牌照定位技术初探[D] 2005．12
[6] 赵祥模 高速公路监控系统理论及应用[M] 电子工业出版社 2003．11
[7] Rafael C．Gonzalez，Richard E．Woods著．阮秋琦，阮宇智，等译．数字图像处理．北京．电子工业出版社．2003：4558
[8] 陈轩飞 车牌识别技术的研究[J] 2004．11
[9] 李朝晖 数字图像处理及应用[M] 机械工业出版社 2004．6
[10] 王新城 高级图像处理技术[M] 中国科学技术出版社 2003．11
[11] 翁小雄 高速公路机电系统[M] 北京人民交通出版社 2000．09
[12] 王福、陈前斌 数字视频监控系统典型方案及分析[J] 中国有限电视 2006(23)
[13] 刘锡峰 车牌识别在收费公路规费稽查中的应用[J] 黑龙江交通科技 2004．10
[14] 敖银辉．神经和模糊技术在车牌识别中的应用[J]．广东工业大学学报 2003．04
[15] 金玲玲，汪刘一等．汽车牌照的提取方法[J]．华南理工大学学报 2002．7
[16] 韩智广，老公杨等．车牌分割与矫正[J]，计算机工程与应用．2003．9
[17] 章为川，基于神经网络的车牌识别系统的研究与设计[D] 2006．5
[18] 朱信忠，车牌识别技术的研究与实现[D] 2005．3
[19] 左奇，史忠科．一种基于数学形态学的实时车牌图象分割方法[J]．中国图象图形学报，2003．3
[20] 吴进军 车牌识别技术的研究[D] 2005．1
[21] 段翊冰 公路信息采集方式综合比较[J] Technology技术
[22] 杨华 数字视频监控系统的研究与实现[D] 2005．3
[23] 王健 数字摄像机[M] 江苏科技出版社 2002．10
[24] 喻春雨、常本康、王庆宝 车号识别中的补偿光源[J] 光谱学与光谱学分析 2005．7
[25] 刘欣、董轩 汽车信号灯光源研究[J] 汽车与技术
[26] 赖任中 浅析道路交通信号控制系统的防雷[J] 广东公安科技 2003．3
[27] 兰友，万振凯等．Visual Basic6图象处理开发与实例[M]．北京：电子工业出版社，2000．
[28] 赵先军 基于神经网络的车牌识别技术研究[D] 2005．1
[29] 陈永超 基于数字图像处理的车牌识别应用[D] 2006．4
[30] Rafael C．Gonzalez，Richard Edition著，阮秋琦，阮宇智等译，数字图像处理(第二版)，电子工业出版社，2002，3．
[31] 姜滔基于模式识别的图像处理及其在车牌识别中的应用[D] 2002．12
[32] 史莉琴 车牌识别系统研究[D] 2006．2
[33] 张兴会，杜升之，陈增强等．基于神经网络的车牌照自动识别系统[J]．仪器仪表学报，2001，3
[34] 李中凯，王效月，魏修亭．BP神经网络在汽车牌照字符识别中的应用[J]．山东理工大学学报(自然科学版)，2004，4
[35] 曹华，张宏，童勤业．复杂性算法在汽车车牌定位中的应用研究[J]．工业控制计算机，2004．4
[36] 曹晓光，朱风云．基于互相关矢量图的车牌定位新方法[J]．北京航空航天大学学报，2004．3
[37] 金一粟，袁宝民，于万波等．基于分形盒子维数的车牌定何方法[J]．计算机应用研究，2002．9
[38] 袁宝民，金一粟，于万波等．基于移差扫描和窗口搜索的车牌定位方法[J]．计算机工程，2003．14
[39] 刘庆祥，朱昌平，冉勇．智能车牌识别系统中图像定位算法[J]．计算机工程，2003．15
[40] 袁宝民，于万波，魏小鹏．汽车牌照定位研究综述[J]．大连大学学报，2002．23
[41] 杨卫平，李吉成，沈振康．车牌目标的自动定位技术[J]．中国图象图形学报，2002．8
[41] 周波．汽车牌照识别的初步研究[D]．成都理工大学硕士学位论文，2002，6
[42] 廖金周，宣国荣．车辆牌照的自动分割[J]．研究与设计，1999．7
[43] 冯国进，顾委华，郑瑞红．基于自适应投影方法的快速车牌定位[J]．红外与激光工程，2003．3
[44] 崔江，王友仁．车牌自动识别方法中的关键技术研究[J]．计算机测量与控制 2003．4
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |