基于视频多帧融合的车牌识别技术研究

摘要

运动车辆的有效检测是智能交通系统的一个核心内容。论文在分析现有的车辆检测的基础上,重点研究了固定摄像头下运动车辆的检测,主要涉及运动车辆的视频检测和目标定位等方面的内容。视频的检测系统易于安装、具有丰富的信息内容、算法简单等优点,是目前国内外研究的热点。在视频检测方法中背景减法是一种重要检测方法。该方法通过建立一个背景图像作为模型,将当前输入的帧序列与其进行比较,从而分割出前景目标车辆。由于实际交通道路情况会受光照变化、外界干扰及气候变迁等多种因素的影响,采用固定的背景减法不能有效地处理这些干扰。针对这一问题通过背景自适应更新策略,然后采用背景减法检测运动车辆,最后用迭代区域生长法对检测目标进行了定位。这一方法能较好地抑制外界环境变化带来的影响,保证了背景图像能随光线等因素的变化而变化,定位准确,具有较好的实时性。
　　 分析了单帧图像识别的不足之处,以视频检测为基础,对同一辆车的多帧图像进行采样,通过多次地识别出车牌结果,提出了识别结果融合决策的策略。该策略能从同一车辆的多帧识别结果中选取一个最可靠的结果输出。该策略有三个部分组成:第一个部分是找出由同一车辆产生的所有识别结果;第二部分是分析同一辆车的多帧信息,从中选取计分评价的参数;第三部分是实现结果融合算法。通过实验表明,采用此策略的系统识别率比同质量的图像识别率提高了5个百分点。