高速公路视频超速临控系统上的实现

高速公路视频超速临控系统上的实现

ID:25467308

大小:52.50 KB

页数:5页

时间:2018-11-20

高速公路视频超速临控系统上的实现_第1页
高速公路视频超速临控系统上的实现_第2页
高速公路视频超速临控系统上的实现_第3页
高速公路视频超速临控系统上的实现_第4页
高速公路视频超速临控系统上的实现_第5页
资源描述:

《高速公路视频超速临控系统上的实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、高速公路视频超速临控系统上的实现.freelan滤波3的实时背景更新等预处理;然后采用提取函数4分割目标与背景。设Ck={ck(x,y)}代表当前图像,Rk={rk(x,y)}代表参考图像,其中(x,y)为像素点的坐标,ck(x,y)≥0,rk(x,y)≤255,则提取函数Ek=(ck(x,y),rk(x,y))定义如下:容易知道,式中0≤Ek(ck(x,y),rk(x,y))≤1。用提取函数对在公路上采集到的实际运动车辆的图像做动目标检测,其实验结构如图3所示。2.2动目标跟踪及速度测量5在目标跟踪的同时,需要判断计算目标的运动速度,所以采用特征点匹配的方法进行动目标跟踪,以便利用

2、特征点的视差计算车速。其要点是:在一帧图像的活动目标窗口中选择一组具有不变性质的特征点,与下一帧图像中的同类特征点作匹配,从而求得视差。这就是特征点匹配的方法。采用Moravac6算子作为点特征提取算子。它基于一个理想的特征点,在其四周所有方向上灰度具有很大的方差。特征点提取的步骤为:首先,在5х5的窗口计算式中,i=n-2,...,n+2;j=m-2,...,m+2;m,n为窗口中心像元的行、列序列,gij为(i,j)处图像的灰度值。然后,确定备选特征点,若像元的有利值M大于经验阈值,则该像元为备选特征点;否则,该像元不是特征点。最后,用抑制局部非最大M值的方法,确定特征点。检验每

3、个备选特征点的M值是否为一定大小(5х5,7х7,9х9)窗口内的最大值,如果在窗口内有几个备选特征点,则取M值最大的像元作为特征点,其余均去掉。为保证匹配的正确率,采用协方差最大与差的绝对值之和最小作为双重判据,决定匹配点的取舒畅,以增强匹配结果的可靠性。找到匹配点后,利用两者视差和事前标定过的视场内图像最小分辨率所代的最小距离以及图像采集的间隔时间,就可计算出目标速度,根据此值预测目标新位置并判断是否超速。2.3车牌自动定位车牌自动定位是车牌照自动识别的第一步,正确而又可靠地检测出车牌区域是保证车牌识别率的关键。目前存在许多车牌自动定位算法,如Hough变换以检测直线来提取车牌边

4、界区域、使用灰度分割及区域生长进行区域分割、使用纹理特征分析技术等。但实际使用时,单用一种方法难以达到实用要求。本文采用的方法是:首先用Prewitt算子提取车辆的二值边缘图像,然后用数学形态学、颜色搜索相结合的方法,进行汽车牌照定位。图4为汽车牌照定位实验结果示意图。Prewitt算子定义如图5所示。由于汽车图像具体特殊的横向纹理特性,而牌照字符最具有纵向纹理特性,因此利用Prewitt边缘检测算子7的方向性,通过增强图像的纵向边缘可将牌照图像与汽车背景图像分离。对Prwitt算子检测获得的二值边缘图像进一步采用数学形态学方法中的膨胀技术生成连通区域图像。其中结构元素S的选择,对于

5、侯选牌照区域的形成与牌照区域提取至关重要,因膨胀后得到的牌照区域极易出现与其他纹理粘连的现象,从而给进一步牌照区域提取带来困难,因此采用的结构元素S为具有水平方向膨胀能力的水平线段,膨胀后能得到多个侯选牌照区域,如图4(c)所示。针对上述方法得到的可能为车牌的区域,通过大小、长宽比例、侯选车牌字符边缘密度等几何特征分析侯选牌照区,再充分利用车牌号码区的颜色特征,通过搜索号码区底板颜色块和号码颜色的方法,进一步从图像中删除虚假牌照区,得到可能为车牌的区域。2.4字符自动识别8针对分割完成后的牌照图像进行字符自动识别,需首先对车牌图像二值化、字符切分和规范化、字符特征提取,然后根据字符特

6、征库,完成车牌字符自动识别。图6为字符自动识别的效果示意图。图像二值化的方法很多,针对车牌图像,二值化的基本要求是使二值化后的图形能忠实地再现原文字。具体为:笔划中不出现空白以及二值化后的笔划基本保持原来字符的特征。二值化的关键在于阈值T的选择,采用判断分析二值化法。从图像灰度值的直方图中把灰度值的集中用阈值分为两类,然后根据两个类的类间方差和类内方差的最大来确定分割阈值。车牌图像二值化后,根据牌照中字符所占像素比便要小于背景所占像素比例,将车牌图像统一变为白底黑字。为把字符分为单个字符,以送入识别系统识别,在字符图像二值化后,进行字符切分。利用车牌字符固定的高宽比和间距作出先验知识

7、,在分割前先估算出字符宽度、间距,并从图像数值方向的投影直方图定出字符的开始位置,切分全部字符;然后将文字外接边框按比例线性放大或缩小为规定的32х64大小。车牌字符识别系统的关键在于字符特征的提取,也就是如何选取既容易提取又能为识别系统提供尽可能高的模式鉴别能力、同时还要尽量少的特征维数的特征向量,它应该是最佳的样本特征属性的度量。由于车牌字符共有七个字符:第一位是汉字,通常代表车辆所属省份,或是军种、警别等有特定含义的字符简称;第二位为大写的英文字符,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。