基于图像处理的套牌车自动识别系统的设计与实现

摘要

套牌车的存在严重干扰了交通管理秩序，给社会带来了很大的危害。在交通管理中，对套牌车的识别一直是一项非常重要的工作，但是目前国内对于套牌车的稽查主要依靠交警人工盘查和群众举报等方式，并没有实现对套牌车的自动识别。以此为背景，本文设计了一套基于图像处理的套牌车自动识别系统。该系统主要包含四个模块:
　　(1)车辆信息库模块:保存真牌车的车牌号、车身颜色、车标、款式以及原始车辆图像等信息。
　　(2)车牌识别模块:通过结合车牌的颜色特征和纹理特征完成车牌定位;基于BP神经网络实现车牌字符的识别。
　　(3)车辆外观识别模块:基于特征点检测与匹配的方法完成格栅及车灯带的识别;采用调整后的HSV颜色量化模板识别车身颜色;通过提取车标的方向梯度直方图特征并结合BP神经网络实现车标的识别。
　　(4)综合比对模块:通过比对待检车辆的外观特征与车辆信息库中该车牌号对应的车辆外观特征来识别套牌车。
　　本文在Visual Studi02010编程软件和OpenCV2.4.9的环境下搭建了完整的套牌车自动识别系统，并完成了系统的集成测试，测试结果显示，该系统达到了设计预期。

目录

声明

摘要

第1章绪论

1．1引言

1．2课题的研究背景及其意义

1．2．1智能交通系统的发展

1．2．2套牌车问题

1．3国内外研究现状及其发展趋势

1．3．1套牌车识别研究现状

1．3．2车牌识别研究现状

1．3．3车辆外观识别研究现状

1．4论文的主要内容与组织结构

第2章系统的总体设计

2．1系统实现方案

2．2车辆图像的要求与车辆图像样本库的制作

2．3 OpenCV开发环境的组建

2．4本章小结

第3章车牌定位与识别

3．1车牌特征

3．2车牌定位算法

3．2．1基于HSV颜色空间的蓝色车牌区域提取

3．2．2基于HSV颜色空间的改进MSRCR图像增强算法

3．2．3基于改进Canny算法提取车牌的纹理特征

3．2．4结合颜色特征和纹理特征的车牌定位算法

3．3车牌的倾斜校正和字符分割

3．3．1基于霍夫变换和仿射变换的车牌倾斜校正

3．3．2基于投影特征值的车牌字符分割

3．4车牌字符识别

3．4．1字符识别的方法

3．4．2基于BP神经网络的车牌字符识别

3．5本章小结

第4章车辆外观识别

4．1进气格栅及车灯带识别

4．1．1格栅及车灯带的定位与切割

4．1．2基于改进SURF算法的特征检测与匹配

4．2车身颜色识别

4．2．1车辆图像增强及颜色识别区域提取

4．2．2基于HSV颜色量化模板识别车身颜色

4．3车标识别

4．3．1车标定位

4．3．2基于HOG特征和BP神经网络的车标识别

4．4本章小结

第5章系统的实现与测试

5．1系统功能集成与测试

5．2实验结果分析

5．3本章小结

第6章总结与展望

6．1本文工作总结

6．2后续工作展望

参考文献

在读期间发表的学术论文及研究成果

致谢