论文部分内容阅读
基于数字图像的车辆信息识别系统是智能交通系统的重要组成部分,同时也是计算机视觉、图像处理和模式识别等交叉学科的研究热点,因此其相关技术的研究受到了广泛的关注。准确地获取车辆信息,为智能交通系统后续控制管理提供了重要保障,同时对协助警方打击犯罪、查处套牌车等也能提供有效依据。本文在这一背景下,对车辆信息识别技术进行了系统的研究和相关技术的实现,提出一种基于车标和车尾文字信息结合的车辆信息识别方法,主要研究内容如下:针对车标信息识别部分,本文提出了一种基于全仿射尺度不变特征转换算法(Affine Scale Invariant Feature Transform,简称ASIFT)的车标定位识别方法,实现了车标定位和识别。车标定位基于车标和车牌的位置关系这一先验知识实现,首先,通过车牌定位方法对车牌进行定位,再根据车牌和车标的对应位置关系得到车标定位初始区域;对初始定位的车标区域进行边缘检测,然后再利用数学形态学进行膨胀腐蚀处理,并根据得到的连通区域,得到精确的车标定位区域。本文利用ASIFT对车标图像进行特征提取,并利用模板匹配法进行识别,该算法的优点是对旋转、尺度缩放、亮度变化保持不变性,对拍摄视角、仿射变换、噪声、遮挡等也具有很高的稳定性。针对车尾文字识别部分,本文提出了一种基于最小核值相似区域(Smallest Univalue Segment Assimilating Nucleus,简称SUSAN)的车尾文字定位识别方法,实现了车尾文字定位和识别。车尾文字定位分为粗定位和精定位,利用车尾文字和车牌的位置关系对车尾文字区域进行初始定位,得到车尾文字区域粗定位图像;对车尾文字初始定位图像通过SUSAN边缘检测算法进行精确定位,再利用垂直积分和水平积分投影将文字区域从背景分割出来,得到车尾文字区域图像。本文中的车尾文字匹配识别创新性地使用尺度不变特征转换算法(Scale Invariant Feature Transform,简称SIFT)进行特征提取和图像匹配,搜索模板库中的对应图像,匹配点对最多的图像为识别结果,该方法是SIFT算法在新领域的应用。本文综合车标识别和车尾文字识别,提出了一种基于车标信息和车尾文字信息相结合的车辆信息识别方法,与当前国内外学者侧重于车辆外形、车标的识别不同,文章着重在车标识别的基础上,增加车尾文字信息识别以丰富车辆的提取信息,最终给出了较为完善的车辆综合识别信息。文章充分利用了应用算法的优点,实现了基于数字图像的车辆信息识别的相关处理,并通过实验验证了本文所提出方法的有效性和实用性。