基于數字圖像的車輛信息識別的研究與應用.pdf

1、基于數字圖像的車輛信息識別系統是智能交通系統的重要組成部分，同時也是計算機視覺、圖像處理和模式識別等交叉學科的研究熱點，因此其相關技術的研究受到了廣泛的關注。準確地獲取車輛信息，為智能交通系統后續(xù)控制管理提供了重要保障，同時對協助警方打擊犯罪、查處套牌車等也能提供有效依據。本文在這一背景下，對車輛信息識別技術進行了系統的研究和相關技術的實現，提出一種基于車標和車尾文字信息結合的車輛信息識別方法，主要研究內容如下:
　　針對車標信息

2、識別部分，本文提出了一種基于全仿射尺度不變特征轉換算法(Affine Scale Invariant Feature Transform，簡稱ASIFT)的車標定位識別方法，實現了車標定位和識別。車標定位基于車標和車牌的位置關系這一先驗知識實現，首先，通過車牌定位方法對車牌進行定位，再根據車牌和車標的對應位置關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，然后再利用數學形態(tài)學進行膨脹腐蝕處理，并根據得到的連通區(qū)域，得到精確的

3、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、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(SmallestUnivalue Segment Assimilating Nucleus，簡稱SUSAN)的車尾文字定位識別方法，實現了車尾文字定位和識別。車尾文字定位分為粗定位和

4、精定位，利用車尾文字和車牌的位置關系對車尾文字區(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換算法(Scale Invariant FeatureTransform，簡稱SIFT)進行特征提取和圖像匹配，搜索模板庫中的對應圖像，匹配點對最多的圖像為識別