车牌识别系统处理方案

作者:泰州停车场收费系   来源:未知   时间:2020-06-02 10:54

汽车商标识别算法的第一部分:车牌识别1。主动车牌识别系统的总体结构主要分为三个模块:(1)触发器:即测速系统等前端设备的数据入口。(2)图像处理部门:分为四个部门:图像采集、车牌定位、字符分组和字符识别。(3)无线传输系统将处理后的数据传输到后端应用系统,如交通违章管理系统、停车场系统、安检系统等。2.算法部前端CCD摄像机:原始图像采集由CCD摄像机和辅助照明组件组成。对获得图像质量的兴趣直接影响后端处理和其他效果。为了获得清晰的图像,需要考虑许多影响图像质量的因素,包括:摄像机和图像卡的选择、摄像机位置校准、车辆速度、收入和支出单元列表上车队之间的距离,以及天气、光线和其他环境对摄像机拍摄的图像曝光的影响。判断车辆是否进入观察区域,采用图像差分法判断监控区域是否有策略进入,即首先将视频图像灰显,然后比较两幅图像对应像素点的灰度值,看是否有过渡以及过渡的程度。图像差异只能用于确定监控区域内是否有物体碰撞,但是否为交通车辆则不得而知。由于图像差异产生的噪声、行人和自行车比汽车占用的面积小得多,因此设计了一个标准滤波器来滤除标准较小的物体和噪声。(2)车牌定位和预处理左图是车牌定位的主要算法。基本车牌定位完成后,还需要对车牌进行一些基本的预处理。包括倾斜校正以及铆钉和边框的移除。一、车牌字符倾斜校正车牌字符识别的难点在于有些车牌倾斜,直接识别效果不好,需要校正。首先,计算车牌的倾斜率,根据倾斜率对车牌进行扭曲校正。二。去除车牌边框和铆钉的常识:对于标准车牌,字符间距为12毫米,第二和第三个字符间距为34毫米,中间点宽为10毫米,点与第二和第三个字符间距为12毫米.在牌照边界线的内侧,通常有四个铆钉,它们水平地粘附在第二个字符或第六个字符上。如果不拆除铆钉,识别第二个和第六个现有字符将很困难。车牌图像二值化后,图像只有黑白。白色像素点(灰度值255)取1,黑色像素点(灰度值0)取0。这里,采用黑白字模式。车牌图像从内到外逐行扫描。当车牌图像某一行的白色像素宽度大于某一阈值(第一行匹配前提)时,该行之上或之下的所有行都被认为是车牌字符的边缘。(3)车牌字符分组的正确图形是车牌字符分组的主要算法。这里,由于我们的常识有限,我们详细介绍这些算法。(4)字符识别方法字符识别是识别汽车牌照重点部门。车牌字符识别有六种算法。我们在右图中列举了它们。其中,我们感兴趣的是基于神经网络的字符识别算法。在下文中,我们将具体介绍两个算法,这两个算法在基于神经集合的特定力和字符识别算法中是简明和通用的。一、模板匹配车牌字符识别中文车牌字符模板分为汉字、英文字母和数字模板,这些模板采用统计方法组织并存储在数据库中。模板匹配是将字符模板与缩放后的车牌字符进行匹配,以识别字符。二。字符匹配车牌字符识别车牌识别另外,t

具体步骤如下图所示:此外,我们还将测试和链接各种算法,以扬长避短。例如,将遗传算法与人工神经网络相结合,不仅可以利用遗传算法并行辩论、快速全局搜索的优点,还可以克服神经网络固有的搜索速度慢、容易陷入局部干旱和高温的缺点。因为我们还在大学二年级学习,我们还没有完全了解最新的图像处理算法。我们将在实际操作过程中选择最佳方案,并结合我们的系统特点提出改进建议。第二部分:汽车颜色与汽车识别、车身颜色识别颜色特征具有对尺寸、偏差、视角等依赖性小的高档优势。因此它们在基于内容的图像索引技术、智能交通系统和广阔的工业(例如造纸、纺织、印刷等)中具有极其重要的应用。)。长期以来,人们出于各种原因提出了许多色彩空间模型。它们可以分为三种类型:第一类是基于人眼视觉系统的颜色空间,包括RGB、H SI、M非球面颜色空间等。第二类是基于特定应用的色彩空间,包括电视系统采用的YUV和YIQ,摄影行业采用的柯达YCC,印刷系统采用的CMY (K)色彩空间。第三类是国际展览中心色彩空间(包括国际展览中心XYZ、国际展览中心实验室和国际展览中心洛夫等)。)。这些色彩空间各有利弊。他们在各自的类别中发挥着重要作用。我们计划使用RGB颜色空间来完成我们的系统。RGB颜色空间广泛应用于计算机的相关领域,如普通的CRT显示器。在RGB颜色空间中,每个颜色值由R、G、B三个通道值的组合来表示,并且其响应的通道值通过近似设备中的光传感器来获得,例如图形采集卡或CCD传感器。其中,每个通道的值由入射光及其响应光传感器的光敏函数值之和来表示,其中,S (A)是光谱,R(A)、G(A)和B(A)的区别是R、G和B传感器的迁移率函数。从上面的公式可以看出,色彩空间是与设备相关的,并且它与特定捕捉设备的感光功能相关。但是,由于RGB值很容易获得,并且可以在竞赛机器中进行计算和隐含,因此它们可以在工作日用于表示其他颜色空间,也就是说,RGB值被转换为其他颜色空间值。RGB颜色空间的标准色差定义是:由于不同的颜色对人的主观感受有不同的影响,为了更好地揭示色差,在这个颜色识别子系统中使用了经验色差公式:对于要设计的人体颜色识别系统,人体颜色识别应该在以下四个主要步骤中完成:1 .识别区域的选择对于准确识别身体颜色至关重要。在本实验中,选择靠近汽车正面排气扇的部位。2.颜色直方图对所选区域中出现频率最高的颜色有争议。在实际应用中,由于其他颜色空间模型的分量值可以由RGB值来隐含,为了简洁地竞争,在竞争颜色直方图时只能使用RGB颜色空间模型。3.色差竞赛基于响应颜色空间模型的色差竞赛公式以及响应颜色空间模型和颜色模板之间的色差。4.颜色识别在每个颜色空间模型中获得样本颜色和尺度颜色之间的对应色差后,可以根据结果进行颜色识别。也就是说,在前一场比赛中获得的色差的最小值被选为鉴定局。(2)其他部门的车辆识别毫无疑问。车牌和车标的主动实时识别是主动车型正确识别系统中最重要的两个部分。目前,人们已经提出了众多的车牌定位算法,可分为两类:基于长短图像的:车牌定位算法和基于彩色图像的车牌定位算法。基于对和错图像的车牌定位算法

这些车牌定位算法各有优缺点,但都可以作为某一级别车辆标签定位的参考。汽车标志的定位与识别在国内外都是一个相对较新的范畴。由于标志固有的特殊性,如政策小、相似性大、受大小和光线影响大、背景不一致以及不同汽车公司的标志形状,很难正确定位和识别标志。根据车牌的纹理特征,将车辆识别分为以下主要步骤: (l)车牌定位:并基于多分辨率分析快速获取车牌区域。(2)根据汽车头部区域能量高、集中的特点,汽车头部定位:通过OTSU二值化算法对图像进行二值化,然后利用二值化投影并连接车牌位置信息来快速定位汽车头部;(3)中心轴位于车头区域:车头中心轴按轴对称定位;(4)在定位汽车前部的基础上,基于汽车标志和车牌的先验知识,汽车标志的粗略定位:获得汽车标志的经验搜索矩形;(5)徽标的正确定位:在步骤(4)的基础上,使用徽标纹理特征来确定徽标的切割位置。首先,根据车辆标志区域垂直偏差能量高、相对集中的特点,通过能量增加和自适应形态滤波,可以一次定位车辆标志。二是使用改进的模板匹配算法来正确定位车辆目标。车辆识别系统是移动车辆识别系统的主要组成部分,它和车牌识别一样,也包括两个关键技术:定位和识别。上图是汽车识别系统的结构示意图,包括离线训练过程和在线识别过程,与典型的策略识别系统一样。在训练过程中,首先对人工采集的车标样本进行图像归一化和标准归一化预处理,然后对模板提取进行区分,得到车标比例模板库。汽车标志比例模板库中的模板不仅用于汽车标志定位,还用于特征提取,获得汽车标志特征模型库,用于汽车识别。在定位过程中,除了输入汽车图像外,还应输入车牌的位置信息。这是因为所有种类的汽车标签没有相同的纹理特征,而且它们非常薄并且具有不同的形状。因此,很难直接使用特征匹配或模板匹配来定位复杂背景下的汽车标签。基于车牌位置和车辆对称性等先验信息,进行粗定位,然后利用相关的图像处理技术和模板匹配在此基础上进行切割和定位。未来,车辆识别问题将转化为2D形状识别问题,这可以通过模板匹配来实现。然而,在实际采集的图像中,经常会出现光照、噪声、遮挡等问题。传统的模板匹配方法难以获得徒手识别结果。为了提高系统的识别率,通常需要一种合适的特征提取和识别方法来辅助车辆识别。第三部分:根据历史、质量和通用性的要求,嵌入式系统应定义为“嵌入在对象系统中的专用辩论机系统”。“嵌入式”、“专用性”和“竞争机器系统”是嵌入式系统的三个基本要素。目标系统是指嵌入在嵌入式系统中的主机系统。嵌入式系统的重点是嵌入式微处理器,它有四个优点:(1)对实时和多任务有很强的支持能力,可以完成多任务,暂停响应时间短,从而将内部代码和实时操作系统的执行时间减少到最小;(2)具有很强的存储区反保护功能。(3)可扩展的处理器体系结构,能够快速扩展高性能嵌入式微处理器,满足应用需求;(4)嵌入式微处理器的功耗非常低,特别是对于便携式无线和移动c

考虑到常用的车牌和车辆识别算法计算量大,必须满足实时性要求。因此,我们计划采用32位ARM嵌入式微处理器作为聚焦单元,CPLD作为时序控制单元,以及基于ARM 93C241C的嵌入式图像采集与处理系统。在嵌入式Linux操作系统的基础上,充分实现了ARM设备体积小、性能强、功耗低的特点,实现了并行数据总线/USB日常接口图像访问、快速图像处理、图像信息内陆压缩存储和IP数字数据传输。该系统可以简化电路,减少整个系统占用的资源。整个系统由U SB图像采集子系统、ARM处理子系统和数据采集传输子系统组成。摄像头采集的视频数据通过USB传输到ARM处理器。ARM处理板嵌入Linux操作系统,采用快速图像算法处理图像序列,并根据处理效果接受响应。收集和传输子系统可以处理该数据,并将其上传到监控中心,用于进一步的后续处理。系统结构如下图所示。ARM图像处理子系统采用S3C 2410处理器,能够满足图像处理速度的要求。USB图像访问可以保证图像传输速度;扩展64M标准随机存取存储器和64M闪存,大容量随机存取存储器可保存多幅图像,便于图像分析和处理。无线采集和接收手柄显示数据信息的采集和管理。当然,以上只是我们的初步想法。这些想法将在未来的大量实验中得到证明和优化