积分商城

最新搜索： IGBT资料 联想c560主板原理图 STM8S105 三极管封装库 0505 GJB 181B-2012
您现在的位置是：首页 > 技术资料 > 计算机多尺度辅助定位车牌算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

计算机多尺度辅助定位车牌算法

更新时间：2019-12-24 08:30:45 大小：994K 上传用户：守着阳光1985查看TA发布的资源 标签：计算机辅助定位视觉感知定位车牌算法 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

违法占道拍摄出的单帧车辆图像具有数据量大、时效性强,检测环境复杂等特点.对其检测需要花费大量的人力与物力.并且人们在定位过程中,无法避免因经验、疲劳等方面的干扰,导致遗漏和错误定位.为此本文从视觉感知角度提出计算机多尺度辅助定位车牌算法.模拟视觉感知原理,从车辆特征、纹理特征、颜色特征尺度,逐次聚焦至车牌所在区域.提出了完整的单帧图像车牌定位流程.并且提出基于边界对的车牌区域准确定位算法.通过对实拍的交通图像实验,表明本算法对于正对的车辆有较高的准确率,符合人类视觉感知的过程可实时的对图像进行车牌检测,可同时检测单幅图片的多个车牌.但对于光线过暗、过强或者颜色失真的情况,仍需要进一步的研究.


部分文件列表

文件名 大小
计算机多尺度辅助定位车牌算法.pdf 994K

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
9
Vol． 46 No． 9  
Sep． 2018  
第
期
电
子
学
报
2018  
9
ACTA ELECTRONICA SINICA  
年
月
计算机多尺度辅助定位车牌算法  
1
2
3
4
，
，
，
魏 亭 邱 实 李 晨 王 锐  
( 1.  
，
710021; 2.  
，
710119;  
西安工业大学 陕西西安  
中国科学院西安光学精密机械研究所 陕西西安  
3.  
，
572000; 4. ， 710002)  
西安市公安局 陕西西安  
中国科学院深海科学与工程研究所 海南三亚  
:
、
，
．
摘
要
违法占道拍摄出的单帧车辆图像具有数据量大 时效性强 检测环境复杂等特点 对其检测需要花费大  
．
，
、
，
量的人力与物力 并且人们在定位过程中 无法避免因经验 疲劳等方面的干扰 导致遗漏和错误定位 为此本文从视  
．
．
，
、
、
觉感知角度提出计算机多尺度辅助定位车牌算法 模拟视觉感知原理 从车辆特征 纹理特征 颜色特征尺度 逐次聚  
，
．
．
．
焦至车牌所在区域 提出了完整的单帧图像车牌定位流程 并且提出基于边界对的车牌区域准确定位算法 通过对实  
，
，
拍的交通图像实验 表明本算法对于正对的车辆有较高的准确率 符合人类视觉感知的过程可实时的对图像进行车牌  
，
．
、
，
检测 可同时检测单幅图片的多个车牌 但对于光线过暗 过强或者颜色失真的情况 仍需要进一步的研究  
．
:
;
;
;
;
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
计算机辅助定位 视觉感知 车牌 多尺度 边缘对  
:
TP391. 41  
:
A
:
0372-2112 ( 2018) 09-2188-06  
DOI: 10． 3969 /j． issn． 0372-2112． 2018． 09． 020  
文献标识码  
文章编号  
电子学报  
License Plate Detection Algorithm Based on  
Computer Multi Scale Assist  
1
2
3
4
WEI Ting ，QIU Shi ，LI Chen ，WANG Rui  
( 1. Xi’an Technological University，Xi’an，Shaanxi 710021，China;  
2． Xi’an Institute of Optics and Precision Mechanics of CAS，Xi’an，Shaanxi 710119，China;  
3． Institute of Deep-sea Science and Engineering of CAS，Sanya，Hainan 572000，China;  
4. Xi’an Municipal Public Security Bureau，Xi’an，Shaanxi 710002，China )  
Abstract: There are the characters of large data，strong effectiveness and complex environment in a single-frame image  
of illegal encroaching vehicles，the detection of illegal encroaching vehicles requires amount of experimental work and labor． In  
the process of positioning license plates，people cannot avoid some interference such as experience，fatigue，which results in  
missing and misplacing license plates． The computer-assisted location algorithm of license plates is proposed from the perspec-  
tive of visual perception，and used the method of multiple scales in this paper． Simulating the visual perception principle，the  
computer successively focused to the license plate area according to vehicle characteristics，texture features，and color character-  
istics scale． We put forward a complete license plate positioning process for the single-frame image and propose an accurate lo-  
cation algorithm for license plate area based on boundary pair． The experiments on real traffic images show that the proposed  
algorithm has a higher accuracy rate when the image is acquired from the head or rear of vehicles，and is consistent with the  
process of human visual perception，and can detect multiple license plates on the single image at the same time． But further  
study need to be carried in the situation of too dark environment，too bright light or color distortion．  
Key words: computer assisted location; visual perception; license plate; multi-scale; boundary pair  
理交通系统成为了当前重要的研究课题［1，2］ 其中违章  
．
1
引言  
、 ．  
占道 停车的采样处理工作巨大 需要投入大量的人力  
，
随着生活水平的提高 人们对出行有了更高的要  
，
．
，
对此违章行为进行拍照存档 分析并录入 据报道 单个  
， ．  
求 越来越多的车辆涌现到交通中 如何高效准确的管  
，
工作日单辖区违停采集图像 需要专业警官至少连续  
: 2017-05-27;  
: 2017-09-26;  
:
收稿日期  
修回日期  
责任编辑 梅志强  
:
“
”
( No． XAB2016B23) ;  
( No． LSIT201717G)  
中国科学院光谱成像重点实验室开放基金项目  
基金项目 中国科学院 西部之光 项目  
2189  
9
:
亭 计算机多尺度辅助定位车牌算法  
第
期
魏
3
，
，
．
，
对视觉认知过程进行研究 提出计算机多尺度辅助车  
工作 小时 才能全部录入 而节假日甚巨 在此过程  
，
、
，
，
中 无法避免因疲劳 熟练程度不同 导致误检测 会引  
， 、  
牌检测算法 从车 纹理和颜色三尺度对图像进行层层  
，
，
， ，  
聚焦 并提出边缘对的车牌定位算法 快速准确的实现  
起不必要的纠纷 所以提高检测效率 提供检测准确率  
．
是当前急待解决的问题  
近年来计算机成像和处理技术飞速发展 使得现  
，
．
车牌定位 满足实际需求  
，
2
本文算法  
，
代智能交通管理成为可能 其中通过车牌检测对车辆  
，
物体能被感知 主要是由眼和脑共同作用与加工  
．
进行管理是常用的方式 但面对拍摄过程中产生的大  
的结果 格式塔心理视觉学派［15 ～ 17］认为眼睛感知信息  
．
，
量图像数据中车辆所在位置的不确定性 导致车牌定  
．
，
的能力是有限的 当信息过多时 眼睛会通过大脑将信  
．
，
位效率低和准确率低 为此 国内外学者展开了深入研  
［3 ～ 6］  
，
．
息按某种关系组合进行简化 予以辨识  
，
， ，  
的算法 在指定区域内 构建边界  
究 基于纹理特征  
1
:
视觉感知车牌所在位置的过程如图 所示 面对各  
，
，
．
提取算子 形成特征进行判别 确定车牌所在区域 基于  
颜色特征［7 ～ 9］的算法 根据车牌设计的颜色组合分布特  
，
种场景拍摄出的海量图像数据 警官首先观察整幅图  
，
，
，
(
片 对图像有个整体的认识 聚焦至车所在位置 第一  
， ．  
征 构建多通道颜色模型实现车牌定位 以上两类算法  
) ．  
(
次视觉感知 然后聚焦到类似车牌的矩形区域 第二  
) ．  
，
均是从单一特征角度构建模型 仅适用简单环境下的  
车牌定位 近年来 学者提出基于多特征融合［10，11］的算  
(
次视觉感知 最后根据车牌颜色组合特征 第三次视  
．
，
)
．
，
觉感知 确定车牌所在位置 计算机模拟该过程 辅助  
，
法将纹理与颜色特征相融合 实现快速对车牌区域进  
［12 ～ 14］  
．
警官做出正确的定位 首先构建变形部分模型聚焦至  
．
行定位 基于机器学习的算法  
，
构建特征学习模  
(
) ，  
车辆所在区域 车尺度 然后构建边缘对算子对疑似  
， ，  
型 动态对图像中目标区域进行分类 确定车牌区域  
．
(
) ，  
车牌区域进行定位 纹理尺度 最后根据车牌设计特  
，
以上算法仅从图像特征角度构建模型 忽略视觉  
， (  
点 从颜色组合角度确定车牌位置 颜色尺度  
) ．  
，
．
，
认知过程 难以同时保证速度与精度的要求 为此 本文  
、
(
)
车灯 车窗区域 车辆正对或者偏移不大的图像 进行  
2. 1  
车量特征尺度的提取  
，
(
) 、  
(
、
．
学习和训练 得到车灯区域 红色框 车窗区域 黄色  
车辆是由车身 车灯和车窗等部件组成 综合运用  
．
部件组合可有效确定车辆位置 设计基于变形的部分  
) ， ，  
2
框 若两者都满足 则确定车的位置 如图 所示 从而  
．
模型［18，19］ 引入训练机制 通过学习结构组件 形成潜  
对车位置进行聚焦 简化图像  
，
，
，
，
．
，
．
，
，
确定车位置后 需进一步确定车牌所在区域 简化  
在的支持向量机 确定车量位置  
首先对输入的大量标记图像平滑采样形成图像金  
HOG  
，
图像 下一节将从纹理特征尺度进行阐述  
．
．
字塔和变化的  
特征来组成本层特征金字塔 然后  
2. 2  
纹理特征尺度的提取  
( DPM)  
构建变形的部分模型  
检测特定位置是否含有所  
:
、
，
据报道 矩形具有稳定 可识别性 并且符合车辆  
，
需的部分 公式如下  
:
． ．  
佩戴特点 为此全球大部分车牌均以矩形设计 本节以  
g = max ·f( y，z)  
β
( 1)  
，y  
，
．
纹理特征尺度分析 实现车牌位置的定位  
β
z
， ，  
通过上一节算法 已定位出车灯所在区域 根据车  
g
，
其中 为包含所需部分的可信度 β 为模型参数  
β
表
，
．
辆设计特点 车牌应在车灯所在区域 所以聚焦至车灯  
，z  
示图像金字塔特征值 为部分相关度  
，f( y，z)  
表示部分  
，
区域将彩色图像转化为低维图像 以满足实际应用需  
．
形变函数  
，
根据拍摄违停车辆主体保持正对的特点 分别对  
． ，  
求 然后进行高斯滤波实现平滑滤波去除噪声干扰 并  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号