基于视频图像处理的交通检测算法及应用研究

摘要

交通检测主要包括交通流参数检测和车牌识别技术(LPR),它们都是智能交通系统(ITS)的重要指标,如何准确、快速、实时地检测和识别成为该领域的热门课题。本文使用近几年快速发展的图像处理技术对该课题展开研究,相比其它检测识别方法具有很大的优越性。
　　本文首先介绍了图像处理的一些基本方法,如灰度化、中值滤波、边缘检测等,后面的研究都是基于这些方法进行的。提出了一种基于虚拟线圈的交通流参数检测法,该方法能有效地统计车流量、判断车型、检测车速和车头时距等参数。采用背景自适应差分法,能适应外部环境的变化,如雨雪雾天气、阴天、抖动等干扰。实验表明,本方法有效可行、算法简单、操作方便,能满足交管部门对交通流参数的提取要求。
　　车牌识别技术是ITS的重要组成部分,已广泛地应用在了众多领域。车牌定位部分采用Sobel垂直边缘检测算子、二值化和水平投影相结合的方法,同时使用Hough变换对倾斜车牌进行倾斜度校正,以便能准确定位车牌。根据车牌字符垂直投影后灰度分布呈现峰、谷、峰的特点,字符的分割部分采用垂直投影法,并对字符粘连和断裂的情况进行了特殊处理,这样精确地得到了单个的车牌字符,可将非字符的杂质去除。字符的识别部分采用一种基于模板匹配的识别法,建立标准模板库,利用归一化后的字符与之匹配,并对相似字符再识别,具有较高的识别率。

目录

封面

中文摘要

英文摘要

目录

第一章 引言

1.1 课题研究背景和意义

1.2 国内外研究现状

1.3 研究的内容和难点

1.4 本文的结构安排

第二章 视频图像预处理

2.1 数字图象处理技术概述

2.2 图像的彩色空间

2.3 本文用到的图像处理技术

2.4 本章小结

第三章 基于虚拟线圈的交通流参数检测

3.1 虚拟线圈检测原理

3.2 背景更新算法

3.3 基于差分图像的车辆检测

3.4 交通流参数检测[16] [17] [18]

3.5 本章小结

第四章 车牌识别技术

4.1 车牌区域定位

4.2 车牌字符分割

4.3 车牌字符识别

4.4 实验结果及分析

4.5 本章小结

第五章 总结与展望

5.1 论文总结

5.2 展望

参考文献

致谢

附录A 系统软件界面

个人简历、在学期间发表的学术论文与研究成果

声明