本文關(guān)鍵詞：基于數(shù)字圖像的車輛信息識別的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：基于數(shù)字圖像的車輛信息識別系統(tǒng)是智能交通系統(tǒng)的重要組成部分,同時也是計算機視覺、圖像處理和模式識別等交叉學(xué)科的研究熱點,因此其相關(guān)技術(shù)的研究受到了廣泛的關(guān)注。準確地獲取車輛信息,為智能交通系統(tǒng)后續(xù)控制管理提供了重要保障,同時對協(xié)助警方打擊犯罪、查處套牌車等也能提供有效依據(jù)。本文在這一背景下,對車輛信息識別技術(shù)進行了系統(tǒng)的研究和相關(guān)技術(shù)的實現(xiàn),提出一種基于車標和車尾文字信息結(jié)合的車輛信息識別方法,主要研究內(nèi)容如下：針對車標信息識別部分,本文提出了一種基于全仿射尺度不變特征轉(zhuǎn)換算法(Affine Scale Invariant Feature Transform,簡稱ASIFT)的車標定位識別方法,實現(xiàn)了車標定位和識別。車標定位基于車標和車牌的位置關(guān)系這一先驗知識實現(xiàn),首先,通過車牌定位方法對車牌進行定位,再根據(jù)車牌和車標的對應(yīng)位置關(guān)系得到車標定位初始區(qū)域；對初始定位的車標區(qū)域進行邊緣檢測,然后再利用數(shù)學(xué)形態(tài)學(xué)進行膨脹腐蝕處理,并根據(jù)得到的連通區(qū)域,得到精確的車標定位區(qū)域。本文利用ASIFT對車標圖像進行特征提取,并利用模板匹配法進行識別,該算法的優(yōu)點是對旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性,對拍攝視角、仿射變換、噪聲、遮擋等也具有很高的穩(wěn)定性。針對車尾文字識別部分,本文提出了一種基于最小核值相似區(qū)域(Smallest Univalue Segment Assimilating Nucleus,簡稱SUSAN)的車尾文字定位識別方法,實現(xiàn)了車尾文字定位和識別。車尾文字定位分為粗定位和精定位,利用車尾文字和車牌的位置關(guān)系對車尾文字區(qū)域進行初始定位,得到車尾文字區(qū)域粗定位圖像；對車尾文字初始定位圖像通過SUSAN邊緣檢測算法進行精確定位,再利用垂直積分和水平積分投影將文字區(qū)域從背景分割出來,得到車尾文字區(qū)域圖像。本文中的車尾文字匹配識別創(chuàng)新性地使用尺度不變特征轉(zhuǎn)換算法(Scale Invariant Feature Transform,簡稱SIFT)進行特征提取和圖像匹配,搜索模板庫中的對應(yīng)圖像,匹配點對最多的圖像為識別結(jié)果,該方法是SIFT算法在新領(lǐng)域的應(yīng)用。本文綜合車標識別和車尾文字識別,提出了一種基于車標信息和車尾文字信息相結(jié)合的車輛信息識別方法,與當(dāng)前國內(nèi)外學(xué)者側(cè)重于車輛外形、車標的識別不同,文章著重在車標識別的基礎(chǔ)上,增加車尾文字信息識別以豐富車輛的提取信息,最終給出了較為完善的車輛綜合識別信息。文章充分利用了應(yīng)用算法的優(yōu)點,實現(xiàn)了基于數(shù)字圖像的車輛信息識別的相關(guān)處理,并通過實驗驗證了本文所提出方法的有效性和實用性。
【關(guān)鍵詞】：車標定位 車標識別 車尾文字定位 特征提取 特征匹配
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 緒論11-20
• 1.1 研究背景及意義11-12
• 1.2 車輛信息識別12-13
• 1.3 國內(nèi)外研究現(xiàn)狀13-18
• 1.3.1 車牌定位識別14-15
• 1.3.2 車標定位識別15-17
• 1.3.3 車型識別17-18
• 1.4 本文主要工作18-19
• 1.5 本文組織結(jié)構(gòu)19-20
• 2 車輛信息識別技術(shù)的相關(guān)理論基礎(chǔ)20-35
• 2.1 圖像預(yù)處理20-26
• 2.1.1 平滑濾波20-22
• 2.1.2 邊緣檢測22-25
• 2.1.3 二值化25
• 2.1.4 數(shù)學(xué)形態(tài)學(xué)25-26
• 2.2 ASIFT算法原理26-31
• 2.2.1 SIFT算法26-29
• 2.2.2 ASIFT算法29-31
• 2.3 SUSAN算法原理31-34
• 2.3.1 角點檢測31-32
• 2.3.2 SUSAN角點檢測32-34
• 2.4 本章小結(jié)34-35
• 3 基于ASIFT的車標定位與識別方法35-48
• 3.1 車牌定位36-38
• 3.1.1 圖像預(yù)處理36-37
• 3.1.2 車牌候選區(qū)域定位37
• 3.1.3 車牌區(qū)域篩選37-38
• 3.2 車標定位38-41
• 3.2.1 車標感興趣區(qū)域檢測39-40
• 3.2.2 車標區(qū)域精確定位40-41
• 3.3 車標識別41-45
• 3.3.1 基于ASIFT的車標識別41-42
• 3.3.2 特征匹配機制42-45
• 3.4 實驗結(jié)果及分析45-47
• 3.5 本章小結(jié)47-48
• 4 基于SUSAN的車尾文字定位與識別方法48-59
• 4.1 車尾文字信息定位49-53
• 4.1.1 車尾文字區(qū)域粗定位50-51
• 4.1.2 車尾文字區(qū)域精定位51-53
• 4.2 車尾文字信息識別53-54
• 4.3 實驗結(jié)果及分析54-58
• 4.4 本章小結(jié)58-59
• 5 車標信息與車尾文字信息相結(jié)合的車輛信息識別59-65
• 5.1 車輛信息識別方法結(jié)構(gòu)與流程59-62
• 5.1.1 車輛信息識別方法結(jié)構(gòu)59-61
• 5.1.2 車輛信息識別方法流程61-62
• 5.2 功能實現(xiàn)及界面操作62-64
• 5.3 本章小結(jié)64-65
• 6 總結(jié)和展望65-67
• 6.1 研究總結(jié)65-66
• 6.2 未來展望66-67
• 參考文獻67-71
• 作者簡歷及攻讀碩士學(xué)位期間取得的研究成果71-73
• 學(xué)位論文數(shù)據(jù)集73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王玨;;數(shù)字圖像質(zhì)量解析[J];美術(shù)大觀;2010年01期

2 王剛;;數(shù)字圖像的快速與科學(xué)識別研究[J];藝術(shù)與設(shè)計(理論);2012年12期

3 黃];楊h接，

本文編號：363215