基于差影法与摄像机定标技术的车牌定位研究

摘要

汽车牌照自动识别技术(License Plate Recognition，LPR)是智能交通系统中的一个重要环节，主要应用在高速公路不停车收费、停车场管理等。虽然LPR已经发展多年，但由于其处理环境的复杂性，车牌识别一直是一个有解而不太理想化的系统，而车牌定位是其中最为关键同时也是难度最大的技术，对整个识别系统的性能起着至关重要的作用。本文就是针对这一关键技术，通过比较分析大量的已有成果，在前人基础上提出了结合改进的图像差影法与摄像机定标等技术的新的车牌定位方法。 本文的车牌定位不是直接在图像中对车牌区域进行提取，而是通过先定位车辆区域，再在车辆区域范围内对车牌进行提取。虽然这种方法的步骤要更为复杂一些，但在车牌提取的复杂环境下，因为存在很多的外在干扰，如行人、广告牌等，先提取出车辆区域能更有效地提高车牌定位的准确度。 对车辆区域地提取，本文提出了改进的差影法，充分考虑到了天气变化，摄像机抖动等因素的影响，将进行简单差影法后的图像，通过数学形态学算法，连通区域跟踪法等一系列算法，对结果图像进行了进一步的优化和改善，使差影法可以更有效地胜任车牌图像提取环境。 本文采用了对图像的灰度信息和彩色信息融合的车牌定位法。对分割出来的车辆区域进行车牌定位，此方法结合灰度和彩色信息定位各自的优点，提高了车牌定位的准确性。并提出根据彩色或灰度信息定位的有效性与否来初步获取车牌颜色。 在后续倾斜校正中，充分考虑了摄像机的相对位置在车牌成像中的影响，通过分析图像在摄像机中的成像原理，提出了基于摄像机标定参数，获得车牌倾斜的可能角度范围，以缩小倾角检测范围的倾斜校正算法。试验验证这种方法可以有效地缩短倾角检测的时间，并能很好地避免非目标区域的干扰。 对采集到的各种复杂背景、环境下的车辆图像进行了大量实验，实验结果表明本文的车牌定位方法准确度高、速度快、适应性强。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景及意义

1.2研究现状及发展趋势

1.3论文的主要工作

第2章车牌图像预处理技术

2.1引言

2.2图像灰度化

2.3图像增强

2.3.1灰度拉伸

2.3.2直方图均衡化

2.3.3图像滤波

2.3.4改进的均值滤波

2.4本章小结

第3章车牌定位算法

3.1引言

3.2车牌区域的规格及特征

3.2.1我国车牌规格

3.2.2我国车牌区域的主要特征

3.2.3车牌定位特点

3.3车牌定位常用方法

3.3.1基于灰度图像的车牌定位

3.3.2基于彩色图像的车牌定位

3.3.3基于神经元网络的车牌定位技术

3.3.4基于遗传算法(GA)的汽车牌照提取方法

3.4本章小结

第4章基于差影法的车辆定位

4.1引言

4.2差影法

4.3改进的差影法

4.3.1基于路标检测的车辆范围计算

4.3.2 Otsu二值化差影图像

4.3.3数学形态学减少抖动干扰

4.3.4区域连通法确定车辆区域

4.3.5区域修正

4.4本章小结

第5章车牌粗定位算法研究

5.1引言

5.2利用车牌灰度图像边缘特征定位车牌区域

5.3利用车牌颜色特征定位车牌

5.3.1彩色模型

5.3.2基于HSI模型的颜色分类处理

5.4信息融合

5.5车牌颜色的判别

5.6本章小结

第6章车牌精定位算法研究

6.1引言

6.2图像的二值化

6.2.1最大类间方差Otsu算法

6.2.2局部阈值二值化法

6.2.3 p-tile算法

6.2.4改进的Otsu算法

6.3二值化图像的颜色统一

6.4车牌倾斜校正

6.4.1车牌图像的倾斜模式

6.4.2倾斜角检测的一般算法

6.5基于摄像机定标的车牌倾角检测

6.5.1摄像机参数标定

6.5.2车牌倾角范围确定

6.5.3倾斜校正

6.5.4双线性插值

6.6去除车牌边框

6.7估计汽车行驶距离

6.8本章小结

第7章总结与展望

参考文献

作者在攻读硕士学位期间发表的学术论文

致谢