套牌車的存在嚴(yán)重干擾了交通管理秩序,給社會帶來了很大的危害。在交通管理中,對套牌車的識別一直是一項(xiàng)非常重要的工作,但是目前國內(nèi)對于套牌車的稽查主要依靠交警人工盤查和群眾舉報(bào)等方式,并沒有實(shí)現(xiàn)對套牌車的自動識別。以此為背景,本文設(shè)計(jì)了一套基于圖像處理的套牌車自動識別系統(tǒng)。該系統(tǒng)主要包含四個(gè)模塊:（1）車輛信息庫模塊:保存真牌車的車牌號、車身顏色、車標(biāo)、款式以及原始車輛圖像等信息。（2）車牌識別模塊:通過結(jié)合車牌的顏色特征和紋理特征完成車牌定位;基于BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)車牌字符的識別。（3）車輛外觀識別模塊:基于特征點(diǎn)檢測與匹配的方法完成格柵及車燈帶的識別;采用調(diào)整后的HSV顏色量化模板識別車身顏色;通過提取車標(biāo)的方向梯度直方圖特征并結(jié)合BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)車標(biāo)的識別。（4）綜合比對模塊:通過比對待檢車輛的外觀特征與車輛信息庫中該車牌號對應(yīng)的車輛外觀特征來識別套牌車。本文在Visual Studio 2010編程軟件和OpenCV 2.4.9的環(huán)境下搭建了完整的套牌車自動識別系統(tǒng),并完成了系統(tǒng)的集成測試,測試結(jié)果顯示,該系統(tǒng)達(dá)到了設(shè)計(jì)預(yù)期。 

【文章來源】：南京師范大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

套牌車自動識別系統(tǒng)流程圖

?第２章系統(tǒng)的總體設(shè)計(jì)???下方要求能看到車輛的保險(xiǎn)橫杠，左右能看到車燈。車輛樣本圖像的清晰度要求為：??圖像清晰，沒有模糊感，用肉眼能直接識別出車牌號碼。??本文的車輛樣本圖像，是通過數(shù)碼相機(jī)在公共停車場、道路路口等地采集而來，??樣本庫主要是針對這些場景下的藍(lán)牌小型汽車而建立，包含小轎車和ＳＵＶ等。雖??然本文采集了全天的車輛樣本圖像，但是由于數(shù)碼相機(jī)在夜間的拍攝效果較差，所??以樣本庫中不包含夜間樣本。??

??圖２－３所示就是本文建立的車輛圖像樣本庫中的部分圖像樣本，包含了不同品??牌、不同型號、不同顏色、不同時(shí)間、不同的光照、不同的傾斜度等條件下的車輛??圖像樣本，樣本圖像滿足上述的所有要求。??ｍｍ??⑷車牌被遮擋?（ｂ）引擎蓋被遮擋??（Ｃ）車輛過于傾斜?（ｄ）車燈被遮擋??圖２＊４不合格的車輛圖像??圖２－４所示就是不合格的車輛圖像，包括車牌被遮擋、引擎蓋被遮擋、車輛過??于傾斜以及車燈被遮擋等情況，這種車輛圖像無法有效提取所有需要識別的車輛特??征。??２．３?ＯｐｅｎＣＶ開發(fā)環(huán)境的組建??ＯｐｅｎＣＶ?的全稱是?Ｏｐｅｎ?Ｓｏｕｒｃｅ?Ｃｏｍｐｕｔｅｒ?Ｖｉｓｉｏｎ?Ｌｉｂｒａｒｙ，直譯就是“開源計(jì)算??機(jī)視覺庫”。它是由丨ｍｅｌ公司開發(fā)的圖像處理和計(jì)算機(jī)視覺幵放源碼庫，可以運(yùn)行??在Ｗｉｎｄｏｗｓ、Ｌｉｎｕｘ、Ｍａｃ?ＯＳ和Ａｎｄｒｏｉｄ等操作系統(tǒng)上。ＯｐｅｎＣＶ被廣泛應(yīng)用于衛(wèi)??星地圖和電子地圖的拼接、醫(yī)學(xué)圖像去噪、攝像機(jī)標(biāo)定、安全和入侵檢測系統(tǒng)、制??造業(yè)中的產(chǎn)品質(zhì)量檢測系統(tǒng)、無人汽車和無人飛行器等許多領(lǐng)域和產(chǎn)品。它由一系??列Ｃ函數(shù)和Ｃ＋＋類構(gòu)成，同時(shí)提供了對ＭＡＴＬＡＢ、ＪＡＶＡ、Ｐｙｔｈｏｎ等語言的接口，??實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法，己經(jīng)成為了計(jì)算機(jī)視覺領(lǐng)域最??有力的研究工具之一［４４］。??本文選用目前較為成熟的Ｏｐｅｎ

【參考文獻(xiàn)】：
期刊論文
[1]基于顏色特征與模板匹配的車牌識別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 張俊峰,尚振宏,劉輝.  軟件導(dǎo)刊. 2018(01)
[2]訓(xùn)練樣本數(shù)量選擇對圖像特征提取的影響分析[J]. 尹靜,閆河.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(10)
[3]套牌車識別技術(shù)綜述[J]. 張帆,孫冀.  電腦知識與技術(shù). 2017(29)
[4]國務(wù)院安委會印發(fā)《道路交通安全“十三五”規(guī)劃》[J].   中國應(yīng)急管理. 2017(09)
[5]“十三五”交通領(lǐng)域科技創(chuàng)新專項(xiàng)規(guī)劃印發(fā)[J].   現(xiàn)代城市研究. 2017(07)
[6]自然背景下交通標(biāo)志牌的檢測方法研究[J]. 鄭揮,郭唐儀,王建博,朱周.  現(xiàn)代交通技術(shù). 2017(03)
[7]基于組合支持向量機(jī)的車牌字符識別[J]. 施隆照,強(qiáng)書連.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(06)
[8]基于改進(jìn)的多模板匹配的車牌識別算法[J]. 孫守勇,蔡騁.  電腦知識與技術(shù). 2017(09)
[9]一種改進(jìn)的SIFT特征匹配算法[J]. 李秀華,劉國銳.  長春工業(yè)大學(xué)學(xué)報(bào). 2017(01)
[10]一種融入PCA的LBP特征降維車型識別算法[J]. 董恩增,魏魁祥,于曉,馮倩.  計(jì)算機(jī)工程與科學(xué). 2017(02)

碩士論文
[1]基于數(shù)字圖像的車輛信息識別的研究與應(yīng)用[D]. 尹瑞雪.北京交通大學(xué) 2016
[2]套牌車輛的車型識別與檢索技術(shù)研究[D]. 賈曉.大連海事大學(xué) 2016
[3]車輛信息識別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 胡焯源.遼寧工業(yè)大學(xué) 2016
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的車臉識別研究[D]. 姚欽文.浙江大學(xué) 2016
[5]基于Retinex圖像增強(qiáng)的研究與應(yīng)用[D]. 何艷.合肥工業(yè)大學(xué) 2014
[6]基于Cloud Foundry的智慧交通云計(jì)算平臺設(shè)計(jì)與實(shí)現(xiàn)[D]. 陳源.電子科技大學(xué) 2014
[7]基于局部特征的顯著區(qū)域檢測及其在圖像檢索中的應(yīng)用[D]. 崔國影.合肥工業(yè)大學(xué) 2014
[8]虛擬卡口平臺的設(shè)計(jì)與實(shí)現(xiàn)[D]. 徐鉦.武漢郵電科學(xué)研究院 2014
[9]基于信息融合的車輛識別系統(tǒng)關(guān)鍵技術(shù)的研究[D]. 楊文文.青島大學(xué) 2013
[10]基于車牌識別及車輛特征點(diǎn)匹配的套牌車識別[D]. 汪崢嶸.蘇州大學(xué) 2013



本文編號：3600595