復雜天氣環(huán)境下車牌高精度定位方法研究
發(fā)布時間:2020-04-12 17:32
【摘要】:現(xiàn)代智能交通系統(tǒng)中,車牌識別技術(shù)是其核心組成部分,有著廣泛的應用價值。車牌定位作為該系統(tǒng)的第一步,為后續(xù)實現(xiàn)車牌識別奠定了重要基礎(chǔ),F(xiàn)實場景中,監(jiān)測設(shè)備受到外界環(huán)境諸如霧霾、雨雪等因素的干擾,導致定位效率大打折扣。為提高復雜天氣環(huán)境下車牌的定位效率,本文基于兩種應用場景,分別提出了相應的車牌定位方法。為提高現(xiàn)有室外交通路口監(jiān)測設(shè)備的定位準確性,提出了復雜天氣環(huán)境下基于圖像復原的車牌定位方法。首先,在霧霾天氣條件下,文中對基于暗通道原理去霧霾方法作出改進,通過利用超像素分割的方法首先將霧霾圖像分割成一系列光源同質(zhì)區(qū),在每一個同質(zhì)區(qū)域內(nèi)計算大氣光值,再利用函數(shù)擬合的方法確定圖像中易發(fā)生顏色失真的區(qū)域,通過添加非線性函數(shù)矯正失真區(qū)域的透射率,進而得到更加精確的參數(shù),恢復出無霧霾的清晰圖像;其次,對于雨雪天氣,以導向濾波為基礎(chǔ),將圖像分解成高、低頻兩部分,通過對高頻部分進行濾波操作,同時結(jié)合雨雪特性,實現(xiàn)了圖像去雨雪;最后,在恢復的清晰圖像上,利用基于SVM的車牌定位方法實現(xiàn)定位。實驗結(jié)果表明,本文改進的預處理方法能夠有效去除天氣干擾并恢復出清晰圖像,提高了現(xiàn)有車牌定位方法的準確性。復雜天氣環(huán)境中,為實現(xiàn)在非受控條件下進行車牌定位的目的,提出了基于視覺顯著特征的車牌定位方法。文中以譜殘差計算顯著特征為基礎(chǔ),同時結(jié)合圖像的顏色特征,實現(xiàn)了車牌圖像特有的顯著特征表達。首先通過顏色對抗色產(chǎn)生顏色特征圖,然后在這些顏色特征圖的基礎(chǔ)上利用譜殘差的方法計算顯著特征,進而得到關(guān)于車牌的顯著區(qū)域,最后通過二值化及形態(tài)學操作,實現(xiàn)最終的定位。通過在霧霾、雨雪不同天氣環(huán)境及不同拍攝角度、不同拍攝距離及不同底色的車牌樣本上進行測試,結(jié)果表明,本文方法能在各種復雜天氣環(huán)境中高效地定位出車牌,且定位范圍廣泛、魯棒性好。
【圖文】:
基于圖像復原的車牌定位運算去雨雪 (b) 圖像的低al by use of opening operation (b)Low freq圖 3-15 低頻成分的獲取Fig. 3-15 Obtaining the low frequency(2)中,,在 V 空間中實現(xiàn)了雨痕雪花的分全部被濾除,只剩下了低頻成分。到的圖像,即可得到含有雨雪及邊緣
西安理工大學碩士學位論文的高頻成分獲取 (b)基于掩膜的高 obtained by guided filter (b)High frequenc圖 3-17 圖像邊緣的高頻成分獲取. 3-17 Obtaining the high frequency of image步驟(2)得到的內(nèi)容信息(低頻成分)與雨雪的恢復圖像。
【學位授予單位】:西安理工大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:U495;TP391.41
本文編號:2624993
【圖文】:
基于圖像復原的車牌定位運算去雨雪 (b) 圖像的低al by use of opening operation (b)Low freq圖 3-15 低頻成分的獲取Fig. 3-15 Obtaining the low frequency(2)中,,在 V 空間中實現(xiàn)了雨痕雪花的分全部被濾除,只剩下了低頻成分。到的圖像,即可得到含有雨雪及邊緣
西安理工大學碩士學位論文的高頻成分獲取 (b)基于掩膜的高 obtained by guided filter (b)High frequenc圖 3-17 圖像邊緣的高頻成分獲取. 3-17 Obtaining the high frequency of image步驟(2)得到的內(nèi)容信息(低頻成分)與雨雪的恢復圖像。
【學位授予單位】:西安理工大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:U495;TP391.41
【參考文獻】
相關(guān)期刊論文 前8條
1 張正華;劉平;顧駿;徐楊;呂東方;;基于HSV空間和連通域的車牌定位研究[J];無線電工程;2015年10期
2 章曄煒;宮寧生;;基于AB神經(jīng)網(wǎng)絡(luò)模型的車牌定位方法[J];微電子學與計算機;2014年08期
3 于明;路倩倩;劉玉菲;王妃;;自適應復雜天氣的車牌定位方法[J];計算機工程與科學;2014年02期
4 萬燕;徐勤燕;黃蒙蒙;;復雜背景中基于紋理和顏色的車牌定位研究[J];計算機應用與軟件;2013年10期
5 張鳳清;段書凱;王麗丹;胡小方;;憶阻細胞神經(jīng)網(wǎng)絡(luò)在車牌定位中的應用[J];計算機科學;2013年S1期
6 尚趙偉;國慶;馬尚君;袁博;楊建偉;;基于二進小波變換的多車牌定位算法[J];計算機工程;2011年03期
7 劉彬;嚴京旗;施鵬飛;;高斯差分的AdaBoost車牌定位方法[J];智能系統(tǒng)學報;2010年06期
8 周小龍;張小洪;馮欣;;基于視覺顯著圖的車牌定位算法[J];光電工程;2009年11期
相關(guān)碩士學位論文 前3條
1 羅永亮;光照、幾何偏轉(zhuǎn)魯棒的車牌定位方法研究[D];西安理工大學;2016年
2 鄭賢輝;單幅圖像去雨雪的算法研究[D];廈門大學;2014年
3 劉攀;復雜光照條件下的通用車牌定位系統(tǒng)的研究與實現(xiàn)[D];電子科技大學;2013年
本文編號:2624993
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/2624993.html