运动模糊车牌图像恢复5论文正文.doc

专业资料参考首选前言随着交通问题的日益严重,智能交通系统应运而生。从 20世纪 90年代起, 我国也逐渐展开了智能交通系统的研究和开发,探讨在现有的交通运输网的基础上,提高运输效率,保障运输安全。我国坚强智能交通系统( ITS )的研究开发势在必行,特别是考虑到我国的国情和我国经济的快速发展,社会信息化程度日益提高,交通管理智能化成为发展的趋势。汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究成果之一。车牌识别的目的是获取汽车图像进行预处理,确定车牌位置,提取车牌上的字符串,并对这些字符串进行识别处理。用文本的形式显示出来。车牌自动识别技术在智能交通系统中具有重要的应用价值。在车牌自动识别系统中,首先要将车牌从所获去得图像中分割出来,这是进行车牌字符识别的重要步骤,定位准确与否直接影响车牌分辨率。车牌自动识别系统( LARS )作为一种交通信息的获取技术在交通车辆管理、园区车辆管理、停车场管理有着特别重要的应用价值,受到业内人士的普遍关注。车牌自动识别的处理有三部分组成,其中车牌定位作为最关键的技术,成为重点研究的对象。车牌定位的成功与否以及定位的准确程度将会直接决定后期能否进行车牌识别以及识别的准确度。车牌定位的方法有很多种,目前比较经典的定位方法大都在基于灰度图像的基础上,针对不同背景和光照条件下的车辆图像,提出了一种基于灰度图像变化特征进行车牌定位的方法。依据车牌中不同区域的灰度分布,车牌定位可以首先将彩色车牌图像进行灰度化然后再进行车牌定位。专业资料参考首选第一章绪论 选题意义汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统,是计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一,是实现交通管理智能化的重要环节,它可广泛应用于交通流量检测,交通控制与诱导,机场、港口、小区的车辆管理,不停车自动收费,闯红灯等违章车辆监控以及车辆安全防盗等领域,具有广阔的应用前景。目前,发达国家 LPR (汽车牌照识别技术License Plate Recognition ,LPR ,简称“车牌通”)系统在实际交通系统中已成功应用,而我国的开发应用进展缓慢,车牌识别系统基本上还停留在实验室阶段。基于这种现状还有它广阔的应用前景,目前对汽车车牌的识别研究就有了深远的意义。 车牌识别系统概述及其技术现状应用图像处理技术对各类车牌进行识别是目前交通智能管理的一个重要研究课题。此外它还可以应用到其他相关领域,如:书籍、商业标签文字识别等。因此,车牌的识别已经成为现代交通领域研究的重点和热点之一。 .1 车牌识别系统原理汽车车牌的识别过程主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。其识别流程如下: 专业资料参考首选原始图像:由数码相机或其它扫描装置拍摄到的图像图像预处理:对动态采集到的图像进行滤波,边界增强等处理以克服图像干扰边缘提取:通过微分运算, 2值化处理,得到图像的边缘车牌定位:计算边缘图像的投影面积,寻找峰谷点,大致确定车牌位置,再计算此连通域内的宽高比,剔除不在域值范围内的连通域。最后得到的便为车牌区域。字符分割:利用投影检测的字符定位分割方法得到单个的字符字符识别:利用模板匹配的方法与数据库中的字符进行匹配从而确认出字符, 得到最后的汽车牌照,包括英文字母和数字。 车牌识别技术目前完成车牌识别功能的方法有很多,主要分为直接法和间接法两种:前者是基于 IC 卡(无线电设频率鉴别( REID ) )或基于条码的识别, 间接法: 是将车辆类型的信息存储在车上单元(如 IC 卡或条码)中, 需要查询车辆信息是识别该单元即可。这种方法比实时测量简单易行,准确度高, 运行可靠,受到的干扰也小,可以全天候作业。不过它的缺点是价格昂贵,硬件设备复杂,不适用于异地作业。此外,两者都需要制定全国统一的标准,并且无法和对车、卡(或条码)是否相符,这也是它的一个缺点。另外,这两种方法有专业资料参考首选被***的危险,所以推广上有难度。 直接法:即基于图像的识别技术。与上面的间接法相比而言有如下几个优点:首先,节省设备安置和大量的资金,提高了经济效益;其次,由于采用了先进的计算机技术,识别速度得到较快的提高,因而较好的解决了实时性的问题; 最后,它是根据图像进行识别的,可以通过人的参与解决系统中的识别错误问题, 有一定的交互作用。 高速运动下车辆牌照识别的一些新问题以前对车辆牌照的处理很多都是静态或者低速运动情况下的图像处理,这样图像本身模糊程度不大,只要做一些预处理方面的工作就可以了。更多的工作集中在后面的车牌定位、特征提取及识别部分。然而对于高速运动的车辆就产生很多新问题: (1