基于连续帧差的车牌定位识别技术研究

摘要

车牌的定位与识别是智能交通管理的重点问题。在大型停车场的管理系统、公共安全、交通管理及有关军事部门有着特别重要的实际运用价值，正日益受到人们的重视。 本文研究了车牌识别的各个关键技术，包括图像预处理、车牌定位、字符分割和字符识别。设计并实现了一个车牌识别实验系统，在自然条件下对实验视频序列中的车牌进行识别。 目前的车牌定位技术主要分为基于灰度图像的车牌定位和基于彩色图像的车牌定位，本文研究了基于两帧灰度差所得到的运动信息的车牌定位方法。并对矩形(窗口)搜索方法进行了改进，提高了搜索车牌的效率。另外，本文使用了包括基于连续帧差窗口定位、基于彩色、灰度投影定位的多种定位方法，取得了较好的效果。在字符分割方面，本文研究了根据得到的车牌的宽度，对一些不能很好分割的字符进行强制分割的方法，并对得到的字符进行精确的定位。在字符的归一化方面，本文根据车牌字符的特征，采取在垂直方向归一化为40像素，之后再以中心点为基准拷贝到40×40像素的黑色图片中。在字符识别方面，本文使用了Peter W．Frey和David J．Slate提出的特征向量，使用Leo Breiman在2001年提出的随机森林方法作为分类器，并同其它若干种识别方法进行了比较，速度和识别率较好。 实验表明，本文提出的方法能有效的定位、识别实验视频序列中的车牌。

目录

文摘

英文文摘

第一章绪论

1.1引言

1.2车牌识别技术概况

1.2.1车牌定位技术研究现状

1.2.2车牌字符识别技术研究现状

1.2.3技术难点

1.3论文的主要研究内容与章节安排

第二章视频的采集转换与预处理

2.1视频采集与反交错(DE-Interlace)

2.1.1 Interlace与反交错方法

2.1.2使用ffdshow反交错

2.2 MPEG2到YUV视频转换

2.2.1 MPEG2视频格式介绍

2.2.2 RGB颜色空间

2.2.3 YUV颜色空间

2.2.4视频转换

2.3预处理

2.3.1边缘检测并二值化

2.3.2水平差分

2.3.3滤波

2.4本章小节

第三章自然图像条件下的车牌定位

3.1引言

3.2基于帧差的窗口搜索车牌定位法

3.2.1删除相邻矩形

3.3投影法

3.3利用基于颜色的投影法去除伪车牌、进行车牌细定位

3.3.1 HSV彩色模型

3.3.2利用颜色细定位

3.3.3利用颜色去除伪车牌

3.4利用基于灰度的投影法进行车牌细定位

3.5去除上下边框

3.6实验结果及分析

3.7本章小节

第四章车牌字符分割

4.1引言

4.2投影分割方法

4.3对连起来的字符进行分割

4.4对分割得到的单个字符进行新的精确定位

4.5字符分割的实验结果及分析

第五章车牌字符识别

5.1引言

5.2图像大小归一化

5.2.1邻近插值(nearest-neigbor interpolation)法

5.2.2双线形插值(bilinear interpolation)法

5.2.3双三次插值(bicubic interpolation)法

5.3特征向量的选取

5.3.1量化特征值

5.4利用随机森林进行字符识别

5.4.1决策树(Decision Trees)

5.4.2随机森林(Radom Forest)

5.4.3对随机森林进行训练

5.5识别结果分析及与其它分类方法比较

第六章基于帧差的车牌识别实验系统实现

6.1引言

6.2系统界面及结构

6.3车牌识别实验系统的开发环境

6.4本章小节

第七章结论与展望

7.1结论

7.2展望

致谢

参考文献

攻读硕士学位期间发表的论文