车牌识别英文文献2翻译.doc

《车牌识别英文文献2翻译.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实时车辆的车牌识别系统摘要本文中阐述的是一个简炼的用于车牌识别系统的算法。基于模式匹配，该算法可以应用于forrealtimedetectionoflicenseplatesforcollectingdat对车牌实时检测数据采集，测绘或一些特定应用目的。拟议的系统原型已经使用C++和theexperimentalresultshavebeenshownforrecognitio实验结果已证明认可ofAlbertalicenseplates阿尔伯塔车牌。1.介绍车辆的车牌识别系统已经成为在视频监控领域中一个特殊的热门领域morethanadec

2、adeorso超过10年左右。随着先进的用于交通管理应用的视频车辆检测系统的的到来，车牌识别系统被发现可以适合用在varietiesofplacestofititselfbeyondjustcontrollin相当多的领域内，并非只是控制访问点或收费停车场。现在它可以被集成到视频车辆检测系统，该系统通常安装在需要的地方用于十字路口控制，交通监控等，以确定该车辆是否违反交通法规或找到被盗车辆violatestrafficlawsortofindstolenvehicles.。一些用于识别车牌的技术到目前为止有如BAM（双向联想回忆）神经网络字符

3、识别[1]，模式匹配[2]等技术。应用于系统的技术是基于模式匹配，该系统快速，准确足以在相应的请求时间内完成，更重要的是在于阿尔伯塔车牌识别在字母和数字方位确认上的优先发展。由于车牌号码的字体和方位因国家/州/省份的不同而不同theorientationandfontusedfornumberplatesdifferin，该算法neededtobemodifiedaccordinglykeepingitsstructure需要作相应的修改保持其结构完整，如果我们想请求系统识别numberplatesofthoseplaces.这些地方的车牌。

4、本文其余部分的组织如下：第2节discussesaboutthesystemarchitectureandthesteps探讨了在识别过程中涉及的系统的结构和步骤，第3节解释了proposedalgorithmforrealtimedetectionofnumbe算法对于车牌号码的实时检测，第4节为实验结果，第5节总结了全文包括致谢和参考文献。2.系统架构系统将被用来作为十字路口的交通视频监控摄像系统一个组成部分来进行intersectionsurveillancevideocamerasystemfortraffianalysis分析。图1

5、显示了ofCalgary.卡尔加里一个典型的referencplates,section4showstheexperimentalresultsandfinalinvolvedinrecognitionprocess,section3explainsthintact,ifwewanttoapplythissystemforrecognizingthdifferentcountries/states/provinces,thisalgorithm交叉口。只有一个车牌用在艾伯塔，连接到背面的车辆andthecamerawillbeusedtotr

6、ackthisbacklicense照相机将被用于跟踪此背面车牌。图1Atypicalintersectionofthecityof卡尔加里一个的典型交叉口系统架构包含三个相异部分：室外部分，室内部分an和communicationlink通信链路。室外部分是安装摄像头indifferentintersectionsofinterestforcapturingimages.在拍摄图像的不同需要的路口。室内部分是中央控制站，从所有这些安装摄像头中，接收，存储和分析所拍摄图像。通信链路就是高速电缆或光纤连接到所有这些相机centralcontro

7、lstation.中央控制站。几乎所有的算法的开发程度迄今按以下类似的步骤进行。一般的7个处理步骤已被确定为所有号牌识别算法[3]共有。它们是：触发：这可能是硬件或软件触发。硬件触发是旧的方式，即感应圈isusedfortriggeringandthistellswhentheimageshoul用于触发和这个表述了图像通过检测车牌的存在何时应该被捕获。硬件触发现在在操作上在许多地方被软件触发取代。在软件触发，图像分为区，通过图像对于分析的车辆的检测的执行。图像采集：硬件或软件触发启动图像捕捉设备来捕捉和存储图像来进一步的分析。车辆的存在：这

8、一步是只需要如果在确认一定时间间隔后触发完成不需要知道车辆存在于捕获的图像中。这一步背景图像与捕获的图片作比较，并检测是否有任何重大改变。如果没有，captured