摘要
随着我国经济的发展、汽车拥有量的急剧增加,公路交通成为我国重要的交通运输途径,而传统的人工管理方式已不能满足实际工作的需要,日益拥堵的城市交通需要用更先进、更有效的交通管理和控制技术。以计算机图像处理技术、通信技术为核心的智能化道路交通监控和管理系统ITS(Intelligent Transportation System)已成为当前交通管理发展的主要方向。本论文基于此背景展开,采用视觉分析和图像处理技术,利用计算机高速运算的特性,设计违章车辆的判定算法,并进行车牌号码识别。
本文对车牌自动识别系统的关键技术进行了研究,提出了有效的解决策略,完成了实验,并在此基础上开发了一套车牌自动识别软件。文章中介绍了车牌识别系统构架,并对构成系统的各个模块进行深入分析;研究了视频采集与图像传输技术;深入讨论了违章车辆的判定算法,在综合多种算法的基础上提出了基于“虚拟线圈”和运动跟踪的违章车辆判定算法。在车牌定位和字符分割环节,深入研究了Otsu二值化算法,实现了基于边缘检测和垂直投影的车牌定位技术。采用图像旋转技术完成对倾斜图像的矫正,并提出了一种简单而有效的字符分割算法完成字符分割。
在车牌字符的识别环节采用了神经网络技术。对传统BP神经网络收敛速度慢且容易陷入局部极小点等缺陷进行改造;采用了改进型的神经网络进行字符识别。实验证明,该方法对字符的识别是很有效的。
With the fantastic spur in economy and rapid development of the owning amount of automobile, the highway communication becomes one of the most important communications and transportation ways in our country, but the traditional transportation can't meet practical demands nowadays, also crowded traffic needs more advanced and more effective traffic administration and system. So ITS (Intelligent Transportation Systems) which uses image preprocessing technology and communication technology becomes main research direction. Based on this background, the algorithm that recognizes the license plate and the license number automatically is designed using the visual analysis and the image processing technology.
In this paper, the LPS (Automatic License Plate Identification System) is researched, solution is proposed and experiment has been finished. Based on this a set of software system has been developed. The architecture of system is introduced and the modules composed of the system are deeply researched. The technology of video gathering and image transitions are talked about. Algorithm with how to judge the vehicles violating regulations is put forward based on virtual coil and vehicle move track. In the modules of plate location and character isolation, the binary algorithm-Otsu is researched in-depth and the vertical projection to locate plate is used. Image rotation technology is used to complete tilt image correction and character is isolated with a simple and effective algorithm.
In the part of plate recognition, neural network technology is used. Defects are improved that BP neural network convergences traditional slow and easy dives into local minimum points. Improved neural network is proposed to recognize license character. The experiment proved the algorithm is effective to plate recognition.
引文
[1]王丰元.计算机视觉在交通工程测量中的应用.中国公路学报.1999(1):90-94页
[2]叶鸣,周德光,刘桂雄.基于IC卡与车牌识别的网络化小区车辆进出管理系统开发.现代制造工程.2006(10)
[3]陆其明.DirectShow实务精选.北京科海电子出版社,2004.7:100-109 页,211-217页
[4]Intel Image Processing Library ReleasesNotes.http://developer.intel.com/software/perflib/iplrelnotes.htm
[5]张量,詹国华.计算机远程控制的实现与应用.计算机应用.2002(4)
[6]陈雄,周文胜,陈鹤鸣.Windows下的进程问通信.南京邮电学院学报(自然科学版).2000(2):51-54页
[7]徐江峰,张战辉,杨有.基于VC++的进程通讯技术研究.计算机科学.2007(9):262-264页
[8]孙凤,王高爽.车牌识别技术中触发问题及应用.北方交通.第十期 71-73页
[9]谢恩,王鹏.一种模拟地感线圈工作方式的视频检测算法.计算机与数字工程.2005(4)
[10]LI Pei-hong,DING Ya-li,LIU Ji-lin.A video-based traffic information extraction system.Proc IEEE:Intel Veh Symp,2003.4(1):523-528P
[11]王彤超,吴琼玉,蔡宣平.一种复杂背景下运动小目标的检测方法.红外.2006(12)
[12]张宏志,张金换,岳卉,黄世霖.基于CamShift的目标跟踪算法.计算机工程与设计.2006(11)
[13]王伟兵.复杂多边形区域边界搜索算法的研究.广东自动化与信息工程.2005(4)
[14]赵鹏.对复杂背景中字符分割方法的研究.重庆工学院学报.2007(3)
[15]牛欣.沈兰荪基于特征的车辆牌照定位算法.交通与计算机.2000(3):131-33页
[16]李迎春,孙华燕.唐黎明汽车牌照自动定位方法.指挥技术学院学报.2001(6)
[17]李安贵.模糊数学及其应用.北京:冶金工业出版社,1998
[18]Rafael C.Gonzalez,Richard E.Woods.数字图像处理.2版.北京:电子工业出版社,2003:233-239页
[19]Rafael C Gonzalez,Richard E.Woods Digital Image Processing.北京:电子工业出版社,2003
[20]张书杰.最小二乘法在工程数表中的应用.广西轻工业.2007(10)
[21]杨玲.字符图像混合二值化方法研究.辽宁省交通高等专科学校学报2006(4)
[22]李刚,曾锐利,林凌,王蒙军.基于数学形态学的车牌定位算法.仪器仪表学报.2007(7)
[23]王香菊.图像去噪方法及应用.科技情报开发与经济.2007(27)
[24]李婧,黄进.一种图像测量中的快速中值滤波算法.微计算机信息.2007(21)
[25]曹迪铭.牌照字符分各种的区域分裂与合并.计算机工程.2006(10)
[26]付仲良,黄书强,陈眠等.货车图像车牌区快速定位及字符算法.计算机工程与设计.2003(1):77-94页
[27]李文举,梁德群.质量退化的车牌字符分割方法.计算机辅助设计与图形学学报.2004(5):697-700页
[28]彭波,王一鸣.低照度图像增强算法的研究与实现.计算机应用.2007(8)
[29]范培蕾,张晓今,杨涛,寇保华.旋转图像中线目标的复原与提取方法研究.红外与激光工程.2007(4)
[30]刘明军,谢宏霖,孙雪松,由枫秋.车牌字符分割算法的比较研究.济南大学学报:自然科学版.2006(3)
[31]Prewitt J M S,Menclelsohn M L.The Analysis of Cell Images.Annals ofthe N.Y.Academy ofSciences.1966,128:1035-1053P
[32]王冠,敖志刚,刘永跃,王真军.基于快速连通域标记的车牌字符分割.计算机与现代化.2007(6)
[33]中华人民共和国公安部.CA36～92中华人民共和国公共安全行业标准:中华人民共和国机动车号牌
[34]K.R.Casdeman.数字图像处理.北京:电子工业出版社,2000
[35]吴大勇,魏平,候朝祯,刘永信.一种车牌图像中的字符快速切割与识别方法.计算机工程与应用.2002,3:232-233页
[36]赵雪春,戚飞虎.基于彩色分割的车牌自动识别技术.上海交通大学学报.1998,10:3-9页
[37]黄德双.神经网络模式识别系统理论.北京:电子工业出版社,1996:234-239页
[38]吴佑寿,丁晓青.汉字识别原理方法与实现.高等教育出版杜,1992:109-110页
[39]阎平凡,张长水编著.人工经网络与模拟进化计算(第二版).清华大学出版社
[40]王建梅,覃文忠.基于L-M算法的BP神经网络分类器.武汉大学学报.2005(10)
[41]黄德双.神经网络模式识别系统理论.北京:电子工业出版社,1991
[42]郎锐编著.数字图像处理学—Visual C++实现.北京:北京希望电子出版社,2003
[43]王积分,张新荣.计算机图像识别.北京:中国铁道出版社,1988
[44]张洪刚,陈光,郭军.图像处理与识别.北京邮电大学出版社,2006
[45]KennethR.Castleman著.朱志刚,林学阂,石定机等译.数字图像处理.北京:电子工业出版社,2002