基於車型輪廓的車牌定位識別的研究論文

　　隨著汽車數量的急劇增加,應用電子警察系統實施科技執法成為必然趨勢。在查處違規佔道、違規停車、未年檢車輛和套牌車輛等應用中,基於車載視訊的車輛判別技術是電子警察系統的重要部分。以下是小編為大家精心準備的：基於車型輪廓的車牌定位識別的研究相關論文。內容僅供參考，歡迎閱讀!

　　基於車型輪廓的車牌定位識別的研究全文如下：

　　【摘要】：在目前的車牌識別方法中,有基於灰度影象的方法,基於小波變換的車牌定位方法等。然而,由於光照變化容易影響車牌識別的準確性,為了提高識別系統的環境適應能力,本文提出了基於車輛輪廓特徵識別車牌的方法。首先,提取車輛輪廓,然後比較該模型的輪廓區域與資料庫中的汽車輪廓模板相交點的位置。匹配成功後,找到交叉處Bisquare線性擬合點,使用交點座標和車牌4個頂點座標來定位車牌之間的相對位置關係。

　　【關鍵詞】：車牌識別***PLR*** 整車輪廓提取 Bisquare擬合

　　1 前言

　　車牌自動識別包括車牌定位和車牌字元識別。車牌定位方法包括：使用車牌區域橫向紋理特徵的車牌定位方法;根據該板區域與羅伯茨邊緣運算元，Sobel 運算元，Prewitt 運算元和拉普拉斯邊緣檢測技術來定位。然而在自然環境中，汽車的背景影象具有複雜性，不均勻的照明常常干擾識別特徵物件，導致出錯。基於顏色特徵的車牌定位方法中，RGB 彩色影象的處理往往需要佔用大量的記憶體空間，這些限制增加了識別的難度和對計算機系統的硬體要求。筆者提出了一種基於輪廓模型識別車牌的方法，只需提取輪廓的車型，車牌識別可以在二值影象的環境中實現，這有效地解決了識別速度問題，並且能夠適應不斷變化的環境，以滿足實際系統的要求。

　　2 研究車牌定位

　　2.1 車牌定位的過程

　　車輛輪廓定位車牌過程：先採集車輛通過時的影象，接著與背景影象比較並差分得到車牌輪廓，在資料庫中進行車型輪廓區域、擬合線交點比較。匹配成功後，找到交叉處Bisquare線性擬合點，使用交點座標和車牌頂點之間的相對位置關係的座標來定位車牌。

　　提取模型輪廓和定位板的過程：在相機的監控，道路鋪設感應線圈，當車輛通過的道路，感應線圈被觸發和訊號檢測，然後車輛牌照識別系統接收觸發訊號，並採集車輛影象。並通過imsubtract 之前的絕對差值演算法對視訊影象的車輛***A，B***=|A - B |，不同模型的輪廓***分別為車輛無法通過，通過影象的幀A 和B***。為了提高執行的運算速度，減少儲存空間，影象由灰度模式轉換為二進位制模式。在這種情況下，比較該模型的輪廓區域與資料庫中的汽車輪廓模板交點位置，找到交叉處Bisquare線性擬合點。本文提出的模型逐行掃描計算出每條線輪廓影象平分點，將這些點Bisquare 線性擬合函式，然後返回最佳的直線。得到一個垂直平分線，採用相同的方法，計算交點的水平線和垂直線的角度，根據該交叉點座標，使用該節點座標和車牌4個頂點的座標來定位車牌之間的相對位置關係。

　　2.2 車輛輪廓提取

　　攝像頭實時監控道路，通過與道路背景影象比較，差分得到車輛輪廓，該方法消除了發光顏色，在車輛的傳統的車輛識別方法的亮度變化，如特別重要的影象資訊，可以在輪廓的提取的完整模型，精度很高，我們可以很容易地提取車輛的形狀。在車輛的輪廓後的差，我們轉換的灰度影象轉換成二值影象，而不在保持識別特徵失蹤，從而降低了資訊處理的量，極大地降低了儲存器佔用，提高了計算機的工作效率，二進位制影象顯示後在圖2 中。然後計算出長度與寬度的比例，該車的面積等，與資料庫進行比較。成功匹配的情況下，計算模型的水平和垂直方向的廓的對稱點。

　　2.3 使用Bisquare 線性擬合

　　首先用最小二乘法進行線性擬合，得到的初始估計A0，B0的斜率和截距，並根據計算所述對稱點集，使用Bisquare 擬合直線的直線，Bisquare 合縫如下的處理之後於，計算最小剩餘***其中，N 是Y 的長度，Wi 是第i 個元素的權重，?網路連線的第i 個元素的最佳線性擬合，yi 是Y 的第i 個元素***。當滿足以下條件：分鐘***，***< 容差***其值被設定為0.0001***時，輸出端的斜率和截距B，否則週期。該程式後，得到一直線，因此，計算交點座標，放大。

　　2.4 使用的節點座標和車牌頂點之間的相對位置關係的座標來定位車牌

　　根據上述方法計算出的點的座標應與模板庫的樣品的節點座標一致，通過查詢與該矩形的四個頂點中的模板庫車牌相交的位置的相對座標，可以映射出用於識別車牌定位，完成車牌識別。

　　3 結語

　　在實驗過程中，遇到一個問題：當車輛不是垂直通過監視區域的攝像機時，通過差分運算求得的車的輪廓是不對稱的。因此，考慮到實際車輛經過的監視區域道路的狹窄，車身傾斜角的特徵是小於6 度，攝像機很便宜。在位置3 的角上的攝像機的監控十字路口每增加一個照相機的兩側上，因為這組標識方案的角度的模型在3°以內仍具有識別一個良好的能力。