【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(yīng)用價(jià)值。車牌定位作為該系統(tǒng)的第一步,為后續(xù)實(shí)現(xiàn)車牌識別奠定了重要基礎(chǔ)�，F(xiàn)實(shí)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(dǎo)致定位效率大打折扣。為提高復(fù)雜天氣環(huán)境下車牌的定位效率,本文基于兩種應(yīng)用場景,分別提出了相應(yīng)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(zhǔn)確性,提出了復(fù)雜天氣環(huán)境下基于圖像復(fù)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(jìn),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(gè)同質(zhì)區(qū)域內(nèi)計(jì)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(jìn)而得到更加精確的參數(shù),恢復(fù)出無霧霾的清晰圖像;其次,對于雨雪天氣,以導(dǎo)向?yàn)V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(jìn)行濾波操作,同時(shí)結(jié)合雨雪特性,實(shí)現(xiàn)了圖像去雨雪;最后,在恢復(fù)的清晰圖像上,利用基于SVM的車牌定位方法實(shí)現(xiàn)定位。實(shí)驗(yàn)結(jié)果表明,本文改進(jìn)的預(yù)處理方法能夠有效去除天氣干擾并恢復(fù)出清晰圖像,提高了現(xiàn)有車牌定位方法的準(zhǔn)確性。復(fù)雜天氣環(huán)境中,為實(shí)現(xiàn)在非受控條件下進(jìn)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(jì)算顯著特征為基礎(chǔ),同時(shí)結(jié)合圖像的顏色特征,實(shí)現(xiàn)了車牌圖像特有的顯著特征表達(dá)。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(jì)算顯著特征,進(jìn)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(xué)操作,實(shí)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(jìn)行測試,結(jié)果表明,本文方法能在各種復(fù)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(fù)原的車牌定位運(yùn)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(shí)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(xué)碩士學(xué)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(fù)圖像。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U495;TP391.41

【參考文獻(xiàn)】

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(xué)與計(jì)算機(jī);2014年08期

3 于明;路倩倩;劉玉菲;王妃;;自適應(yīng)復(fù)雜天氣的車牌定位方法[J];計(jì)算機(jī)工程與科學(xué);2014年02期

4 萬燕;徐勤燕;黃蒙蒙;;復(fù)雜背景中基于紋理和顏色的車牌定位研究[J];計(jì)算機(jī)應(yīng)用與軟件;2013年10期

5 張鳳清;段書凱;王麗丹;胡小方;;憶阻細(xì)胞神經(jīng)網(wǎng)絡(luò)在車牌定位中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2013年S1期

6 尚趙偉;國慶;馬尚君;袁博;楊建偉;;基于二進(jìn)小波變換的多車牌定位算法[J];計(jì)算機(jī)工程;2011年03期

7 劉彬;嚴(yán)京旗;施鵬飛;;高斯差分的AdaBoost車牌定位方法[J];智能系統(tǒng)學(xué)報(bào);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(xué)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(xué);2016年

2 鄭賢輝;單幅圖像去雨雪的算法研究[D];廈門大學(xué);2014年

3 劉攀;復(fù)雜光照條件下的通用車牌定位系統(tǒng)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2013年

本文編號：2624993