【摘要】：近年來(lái),隨著我國(guó)經(jīng)濟(jì)與科技的發(fā)展,機(jī)動(dòng)車(chē)輛規(guī)模及車(chē)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(shì)在必行,另外,國(guó)內(nèi)已經(jīng)對(duì)智能化交通的研究興起。高速公路的不斷發(fā)展和機(jī)動(dòng)車(chē)輛管理體制的逐年完善,為城市交通道路管理系統(tǒng)進(jìn)入實(shí)際應(yīng)用領(lǐng)域提供了重要契機(jī),本文研究車(chē)輛違停自動(dòng)抓拍系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn),車(chē)輛違停自動(dòng)抓拍系統(tǒng)主要包括幾個(gè)模塊:違停判斷、自動(dòng)抓拍、車(chē)牌定位、字符識(shí)別。車(chē)輛違停自動(dòng)抓拍系統(tǒng)正是在這種背景下進(jìn)行實(shí)現(xiàn)的,系統(tǒng)能夠?qū)崿F(xiàn)自動(dòng)、實(shí)時(shí)監(jiān)測(cè)違停車(chē)輛、車(chē)牌定位、字符識(shí)別,系統(tǒng)中采用先進(jìn)的通信與計(jì)算機(jī)技術(shù)、控制技術(shù)從監(jiān)控設(shè)備中獲取違停車(chē)輛的視頻圖像信息。本文研究了車(chē)輛違停自動(dòng)抓拍系統(tǒng),該系統(tǒng)基于圖像處理技術(shù)、數(shù)學(xué)形態(tài)學(xué)以及模式識(shí)別等技術(shù),可針對(duì)于多種情況下的車(chē)牌圖像進(jìn)行識(shí)別定位,能適用于大多數(shù)車(chē)輛管理場(chǎng)所。車(chē)輛違停自動(dòng)抓拍系統(tǒng)與傳統(tǒng)的車(chē)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(cái)力,車(chē)輛違停自動(dòng)抓拍系統(tǒng)實(shí)現(xiàn)了車(chē)輛管理的智能化、科學(xué)化、規(guī)范化,對(duì)城市交通道路發(fā)展起到保障作用,因此,車(chē)輛違停自動(dòng)抓拍系統(tǒng)有著廣泛的應(yīng)用前景。車(chē)輛違停自動(dòng)抓拍系統(tǒng)正是在這種背景下進(jìn)行實(shí)現(xiàn)的,系統(tǒng)能夠?qū)崿F(xiàn)自動(dòng)監(jiān)測(cè)違停車(chē)輛、車(chē)牌定位和字符識(shí)別三個(gè)部分組成,本文對(duì)其依次進(jìn)行了系統(tǒng)性研究。下面分別闡述車(chē)輛違停自動(dòng)抓拍系統(tǒng)的三部分構(gòu)成:1、違停判斷:有效檢測(cè)物體是否運(yùn)動(dòng)是實(shí)現(xiàn)判斷車(chē)輛違停的基礎(chǔ)。本文使用背景減法判斷車(chē)輛違停標(biāo)識(shí)。其原理是在檢測(cè)前把背景用一個(gè)特殊的模型表示,然后通過(guò)對(duì)背景與圖像進(jìn)行差分來(lái)實(shí)現(xiàn)運(yùn)動(dòng)物體的檢測(cè)。本文中利用自適應(yīng)的混合高斯模型實(shí)現(xiàn)在復(fù)雜城市交通道路場(chǎng)景下的背景獲取。2、自動(dòng)抓拍:基于自動(dòng)抓拍模塊,由違停判斷判斷為真的情況下,開(kāi)始高清拍照,將以固定格式保存圖片,等待后續(xù)處理。3、車(chē)牌定位:研究車(chē)牌定位模塊區(qū)域所涉及到的圖像分割、預(yù)處理操作、車(chē)牌區(qū)域特征分析、車(chē)牌定位算法等相關(guān)的關(guān)鍵技術(shù)。4、字符識(shí)別:車(chē)牌定位分割是字符識(shí)別的前提條件,字符識(shí)別操作主要包括:圖像預(yù)處理、字符分割、BP神經(jīng)網(wǎng)絡(luò)進(jìn)行字符識(shí)別。實(shí)驗(yàn)結(jié)果表明,車(chē)輛違停自動(dòng)抓拍系統(tǒng)能準(zhǔn)確進(jìn)行車(chē)牌定位、字符分割并進(jìn)行自動(dòng)識(shí)別,系統(tǒng)的性能穩(wěn)定良好。由此可見(jiàn),多種預(yù)處理與模式識(shí)別技術(shù)有機(jī)結(jié)合能夠提高系統(tǒng)自動(dòng)識(shí)別能力,車(chē)輛違停自動(dòng)抓拍系統(tǒng)堅(jiān)持有效和實(shí)用的原則,系統(tǒng)中是采用的BP神經(jīng)網(wǎng)絡(luò)與人工智能技術(shù)相結(jié)合實(shí)現(xiàn)的,它們將成為模式識(shí)別領(lǐng)域研究的重要發(fā)展趨勢(shì)。
【學(xué)位授予單位】：長(zhǎng)春工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41;U495
【圖文】：

第 1 章 緒 論術(shù)和字符識(shí)別與分割對(duì)靜止車(chē)輛進(jìn)行違停判斷；利用數(shù)字圖像處理技術(shù)中、數(shù)學(xué)形態(tài)學(xué)、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)等現(xiàn)代信號(hào)處理技術(shù)相結(jié)合，我識(shí)別存在一定的特殊性，在具體進(jìn)行識(shí)別時(shí)，能夠?qū)崿F(xiàn)對(duì)車(chē)牌的自動(dòng)分割牌上的字符具體進(jìn)行是唄。完整的車(chē)輛攝路監(jiān)控系統(tǒng)示意圖如圖 1-1 所示

圖 2-2 腐蝕操作收縮圖對(duì)于其中存在的腐蝕關(guān)系，則可在所輸入的圖像中，將其中 b 結(jié)構(gòu)時(shí)利用計(jì)算獲得平移后的交集，并據(jù)此構(gòu)建出一個(gè)新的集合。對(duì)于于其與腐蝕是一種對(duì)偶的關(guān)系，因而其能夠利用對(duì)腐蝕關(guān)系補(bǔ)集的定義。比如，如果說(shuō) 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(bǔ)集。不過(guò)，為了能夠通過(guò) B 集合示出來(lái)，可使 B 集合基于相對(duì)遠(yuǎn)點(diǎn)旋轉(zhuǎn) 180°，并據(jù)此得到-B 集到的這一集合對(duì) A 腐蝕。對(duì)于這種腐蝕關(guān)系，所得到的補(bǔ)集也就是一膨脹關(guān)系，這種關(guān)系的實(shí)現(xiàn)主要是通過(guò)圖像結(jié)構(gòu)元素對(duì)圖像補(bǔ)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(duì)于能夠通過(guò)下式表示出來(lái)，即： A B A b; b B能夠理應(yīng)相對(duì)圖像結(jié)構(gòu)元素中對(duì)應(yīng)點(diǎn)的平移進(jìn)行輸入，而后利用并

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 紀(jì)青華;禹素萍;;基于Surendra背景減除法和四幀差分法的目標(biāo)檢測(cè)算法[J];計(jì)算機(jī)應(yīng)用與軟件;2014年12期

2 張鵬;李思岑;楊燕翔;;融合邊緣檢測(cè)的四幀差分運(yùn)動(dòng)目標(biāo)檢測(cè)[J];電子技術(shù)與軟件工程;2014年20期

3 黃凱奇;陳曉棠;康運(yùn)鋒;譚鐵牛;;智能視頻監(jiān)控技術(shù)綜述[J];計(jì)算機(jī)學(xué)報(bào);2015年06期

4 李揚(yáng)威;焦朋朋;杜林;;城市智能停車(chē)管理系統(tǒng)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(yùn)動(dòng)目標(biāo)檢測(cè)方法[J];光子學(xué)報(bào);2014年07期

6 吳麗麗;余春艷;;基于Sobel算子和Radon變換的車(chē)牌傾斜校正方法[J];計(jì)算機(jī)應(yīng)用;2013年S1期

7 袁國(guó)武;陳志強(qiáng);龔健;徐丹;廖仁健;何俊遠(yuǎn);;一種結(jié)合光流法與三幀差分法的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J];小型微型計(jì)算機(jī)系統(tǒng);2013年03期

8 吳君欽;劉昊;羅勇;;圖像融合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年12期

9 張文溥;;視頻車(chē)輛檢測(cè)技術(shù)及發(fā)展趨勢(shì)[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

10 王殿海;胡宏宇;李志慧;曲昭偉;;違章停車(chē)檢測(cè)與識(shí)別算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2010年01期

相關(guān)會(huì)議論文 前2條

1 許俊;孫巍;潘漢中;張軍;王旭;;城市道路機(jī)動(dòng)車(chē)違法停車(chē)自動(dòng)抓拍系統(tǒng)應(yīng)用分析與思考[A];第十一屆中國(guó)智能交通年會(huì)大會(huì)論文集[C];2016年

2 張智勇;翁劍成;;深化城市道路交通工程設(shè)計(jì)實(shí)踐教學(xué)改革的新探討[A];土木建筑教育改革理論與實(shí)踐[C];2009年

相關(guān)碩士學(xué)位論文 前10條

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

2 王抒昂;大角度車(chē)牌識(shí)別技術(shù)的研究[D];華中科技大學(xué);2016年

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

4 劉濤濤;基于背景建模運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究[D];鄭州大學(xué);2016年

5 楊艷;智能交通中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];昆明理工大學(xué);2016年

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

7 李慧潔;違章停車(chē)檢測(cè)及車(chē)牌識(shí)別系統(tǒng)的研究[D];武漢理工大學(xué);2014年

8 張林;違章停車(chē)智能檢測(cè)系統(tǒng)研究[D];北京郵電大學(xué);2014年

9 王輝;復(fù)雜場(chǎng)景下多攝像機(jī)運(yùn)動(dòng)目標(biāo)連續(xù)跟蹤研究[D];北京交通大學(xué);2013年

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

本文編號(hào)：2718182