【摘要】：近年來,隨著我國經濟與科技的發(fā)展,機動車輛規(guī)模及車流量逐年增加,高速公路和城市交通道路管理水平的提高勢在必行,另外,國內已經對智能化交通的研究興起。高速公路的不斷發(fā)展和機動車輛管理體制的逐年完善,為城市交通道路管理系統進入實際應用領域提供了重要契機,本文研究車輛違停自動抓拍系統的設計與實現,車輛違停自動抓拍系統主要包括幾個模塊:違停判斷、自動抓拍、車牌定位、字符識別。車輛違停自動抓拍系統正是在這種背景下進行實現的,系統能夠實現自動、實時監(jiān)測違停車輛、車牌定位、字符識別,系統中采用先進的通信與計算機技術、控制技術從監(jiān)控設備中獲取違停車輛的視頻圖像信息。本文研究了車輛違停自動抓拍系統,該系統基于圖像處理技術、數學形態(tài)學以及模式識別等技術,可針對于多種情況下的車牌圖像進行識別定位,能適用于大多數車輛管理場所。車輛違停自動抓拍系統與傳統的車輛違停管理方法相比,它可以提高了工作效率,能夠節(jié)省了人力、物力、財力,車輛違停自動抓拍系統實現了車輛管理的智能化、科學化、規(guī)范化,對城市交通道路發(fā)展起到保障作用,因此,車輛違停自動抓拍系統有著廣泛的應用前景。車輛違停自動抓拍系統正是在這種背景下進行實現的,系統能夠實現自動監(jiān)測違停車輛、車牌定位和字符識別三個部分組成,本文對其依次進行了系統性研究。下面分別闡述車輛違停自動抓拍系統的三部分構成:1、違停判斷:有效檢測物體是否運動是實現判斷車輛違停的基礎。本文使用背景減法判斷車輛違停標識。其原理是在檢測前把背景用一個特殊的模型表示,然后通過對背景與圖像進行差分來實現運動物體的檢測。本文中利用自適應的混合高斯模型實現在復雜城市交通道路場景下的背景獲取。2、自動抓拍:基于自動抓拍模塊,由違停判斷判斷為真的情況下,開始高清拍照,將以固定格式保存圖片,等待后續(xù)處理。3、車牌定位:研究車牌定位模塊區(qū)域所涉及到的圖像分割、預處理操作、車牌區(qū)域特征分析、車牌定位算法等相關的關鍵技術。4、字符識別:車牌定位分割是字符識別的前提條件,字符識別操作主要包括:圖像預處理、字符分割、BP神經網絡進行字符識別。實驗結果表明,車輛違停自動抓拍系統能準確進行車牌定位、字符分割并進行自動識別,系統的性能穩(wěn)定良好。由此可見,多種預處理與模式識別技術有機結合能夠提高系統自動識別能力,車輛違停自動抓拍系統堅持有效和實用的原則,系統中是采用的BP神經網絡與人工智能技術相結合實現的,它們將成為模式識別領域研究的重要發(fā)展趨勢。
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41;U495
【圖文】：

第 1 章 緒 論術和字符識別與分割對靜止車輛進行違停判斷；利用數字圖像處理技術中、數學形態(tài)學、模式識別、人工神經網絡等現代信號處理技術相結合，我識別存在一定的特殊性，在具體進行識別時，能夠實現對車牌的自動分割牌上的字符具體進行是唄。完整的車輛攝路監(jiān)控系統示意圖如圖 1-1 所示

圖 2-2 腐蝕操作收縮圖對于其中存在的腐蝕關系，則可在所輸入的圖像中，將其中 b 結構時利用計算獲得平移后的交集，并據此構建出一個新的集合。對于于其與腐蝕是一種對偶的關系，因而其能夠利用對腐蝕關系補集的定義。比如，如果說 A 集合被 B 集合膨脹，那么則為：A"旴，定義 CCA B A B式子中，CA集合為 A 集合的補集。不過，為了能夠通過 B 集合示出來，可使 B 集合基于相對遠點旋轉 180°，并據此得到-B 集到的這一集合對 A 腐蝕。對于這種腐蝕關系，所得到的補集也就是一膨脹關系，這種關系的實現主要是通過圖像結構元素對圖像補集其所反映出的是所選取的圖像在局部上所形成的濾波處理，而對于能夠通過下式表示出來，即： A B A b; b B能夠理應相對圖像結構元素中對應點的平移進行輸入，而后利用并

【參考文獻】

相關期刊論文 前10條

1 紀青華;禹素萍;;基于Surendra背景減除法和四幀差分法的目標檢測算法[J];計算機應用與軟件;2014年12期

2 張鵬;李思岑;楊燕翔;;融合邊緣檢測的四幀差分運動目標檢測[J];電子技術與軟件工程;2014年20期

3 黃凱奇;陳曉棠;康運鋒;譚鐵牛;;智能視頻監(jiān)控技術綜述[J];計算機學報;2015年06期

4 李揚威;焦朋朋;杜林;;城市智能停車管理系統研究[J];交通信息與安全;2014年04期

5 屈晶晶;辛云宏;;連續(xù)幀間差分與背景差分相融合的運動目標檢測方法[J];光子學報;2014年07期

6 吳麗麗;余春艷;;基于Sobel算子和Radon變換的車牌傾斜校正方法[J];計算機應用;2013年S1期

7 袁國武;陳志強;龔健;徐丹;廖仁健;何俊遠;;一種結合光流法與三幀差分法的運動目標檢測算法[J];小型微型計算機系統;2013年03期

8 吳君欽;劉昊;羅勇;;圖像融合的運動目標檢測算法研究[J];計算機工程與設計;2012年12期

9 張文溥;;視頻車輛檢測技術及發(fā)展趨勢[J];中國人民公安大學學報(自然科學版);2010年01期

10 王殿海;胡宏宇;李志慧;曲昭偉;;違章停車檢測與識別算法[J];吉林大學學報(工學版);2010年01期

相關會議論文 前2條

1 許俊;孫巍;潘漢中;張軍;王旭;;城市道路機動車違法停車自動抓拍系統應用分析與思考[A];第十一屆中國智能交通年會大會論文集[C];2016年

2 張智勇;翁劍成;;深化城市道路交通工程設計實踐教學改革的新探討[A];土木建筑教育改革理論與實踐[C];2009年

相關碩士學位論文 前10條

1 謝海輝;違章停車智能監(jiān)視報警系統[D];福建師范大學;2016年

2 王抒昂;大角度車牌識別技術的研究[D];華中科技大學;2016年

3 顧西存;視頻中前景檢測和背景建模算法的研究[D];重慶郵電大學;2016年

4 劉濤濤;基于背景建模運動目標檢測算法的研究[D];鄭州大學;2016年

5 楊艷;智能交通中運動目標檢測與跟蹤算法研究[D];昆明理工大學;2016年

6 高杰;道路視頻監(jiān)控系統中車輛檢測與跟蹤算法的研究[D];浙江工業(yè)大學;2015年

7 李慧潔;違章停車檢測及車牌識別系統的研究[D];武漢理工大學;2014年

8 張林;違章停車智能檢測系統研究[D];北京郵電大學;2014年

9 王輝;復雜場景下多攝像機運動目標連續(xù)跟蹤研究[D];北京交通大學;2013年

10 褚洪君;基于視覺的交通違章停車檢測方法研究[D];哈爾濱工業(yè)大學;2009年

本文編號：2718182