探析视频处理在几个智能交通系统关键算法中的应用

《探析视频处理在几个智能交通系统关键算法中的应用》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、西安电子科技大学硕士学位论文视频处理在几个智能交通系统关键算法中的应用姓名：祝明申请学位级别：硕士专业：交通信息工程及控制指导教师：卢朝阳20100101摘要随着我国经济的不断发展，交通运输越来越成为国民经济生活中一个极其重要的因素。建立现代化的智能交通系统可有效解决交通拥挤、阻塞和各种违章状况。车牌识别系统和公路计量收费系统中违章现象的检测就是智能交通系统中的两个重要应用。本文首先针对目前车牌识别系统中存在的关键问题——车牌汉字识别进行了研究，提出了一套有效的车牌汉字特征提取和识别方法，并结合原有系统实现了整套车牌识别系统。本文

2、另一部分工作是对公路计量收费系统中跳磅违章现象进行研究，提出了基于光流场技术的检测算法。最后，论文对智能交通系统中的嵌入式系统做了初步探讨。车牌汉字识别方面，本文针对车牌汉字的特点，利用结构方法和统计方法相结合的特征提取，采用最小距离分类器进行分类识别。本文首先建立了车牌汉字图像的数据库，经过灰度化、平滑去噪、二值化、裁剪、归一化等预处理后，对车牌汉字分别进行细化和轮廓提取处理，再利用基于均匀网格或弹性网格的方向像素特征提取车牌汉字的特征向量，最后根据最小距离分类器进行分类识别。实验结果表明该算法运算量小，识别率高，能很好的满足车

3、牌识别系统中的实时性和准确性的要求。公路计量收费系统中违章现象的检测方面，本文针对国家公路计量收费系统中的违章现象——跳磅，提出采用光流法对此现象进行检测。算法主要包括图像的预处理，车辆的运动检测和基于光流场的行为分析。其中采用帧间差分法进行运动目标检测，通过计算运动区域的光流场来获得相应的运动场，通过分析具有竖直方向运动矢量的像素个数来确定车辆的运动行为，最后通过连续的车辆视频图像的运动行为来分析车辆是否发生跳磅现象。实验表明本文提出的算法可以很好的达到实时性和准确性的要求。关键词：车牌汉字识别特征提取智能交通系统光流法Abst

4、ractWiththedevelopmentofChina'seconomy,transportationisbecomingmoreandmoreimportant．TheestablishmentofamodemintelligenttransportationsystemCaneffectivelysolvetrafficcongestion，blockingandviolations．LicensePlateRecognitionsystemandthedetectionoftheillegaltaxevasioninhi

5、ghwayTollCollectionSystemaretwoimportantapplicationsinintelligenttransportationsystem．Somevalidfeatureextractionandrecognitionmethodsareproposedforthekeyissueoflicenseplaterecognitionsystem-一licenseplatechinesecharacterrecognition．Meanwhile，thedetectionalgorithmforthe

6、illegaltaxevasioninhighwayTollCollectionSystemWasdiscussedandtheembeddedtechnologyinIntelligentTransportationSystemWaspreliminaryintroduced．Intheresearchonlicenseplatechinesecharacterrecognition，thefeaturesofChinesecharacterareextractedusingthecombiningofstructuralmet

7、hodsandstatisticalmethods．AndtheminimumdistanceclassifieriSusedforidentification．Adatabaseforlicenseplatechinesecharacterisestablishedfirstly,andthensomepre-treatmentincludinggraying，smoothingnoiseremoval，binarization，cuttingandnormalizingareconducted．Aftertherefineor

8、contourextractionprocessing，the4一directionfeaturesareextracted．ThelastminimumdistanceclassifieriSusedforclassificationandide