收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

非受限场景车牌识别方法研究

田江敏  
【摘要】:作为从图像自动获取车辆身份信息的有效手段,车牌识别在智能交通领域有着非常广泛的应用。发展初期,车牌识别的研究主要针对高速收费站、停车场出入口等受限场景。随着高清摄像头的普及和社会智能化需求的增加,电子警察、天网监控等非受限场景下的车牌识别逐渐成为研究热点。然而,受背景环境、光照条件、车辆与摄像头之间位置关系的多样性影响,不仅采集的车辆图像含有栏杆、建筑物、广告牌等复杂多变的纹理背景干扰,而且车牌存在较大的平移变化、尺度变化、旋转变化和亮度变化,直接利用现有方法处理,识别准确率低,对场景变化的适应性差。研究快速、准确、鲁棒的非受限场景车牌识别方法仍然具有挑战性。车牌识别一般包括车牌检测、字符切分和字符识别三个部分。鉴于字符识别技术的发展已较为成熟,本文重点研究非受限场景下的车牌检测方法和字符切分方法,主要工作归纳如下:首先,针对传统车牌检测方法中候选区域提取存在的精度低、速度慢问题,提出了一种基于边缘密度最近邻聚类的检测方法。该方法以车辆边缘图像中的单像素宽度连通域为聚类对象、以密度局部最大的对象为聚类中心、以对象与密度更大距离最近的对象具有相同类标签为聚类思想,来获取车牌候选区域。其中,为了提高字符边缘的聚类准确性,提出了基于自适应窗口和特征一致性增强的密度计算方法。在公共数据集LP和Caltech Cars 1999、以及包含道路交通图像的数据集Traffic上的测试结果表明,提出方法的检测精度更高、速度更快。其次,针对基于锚框的深度学习方法在处理车牌的尺度变化和旋转变化时所面临的问题,提出了一种基于邻域上下文语义深度网络的车牌检测方法。首先,通过全卷积语义分割网络从像素层面获取车牌候选区域,其中,利用目标邻域上下文设计了一个增强型分割损失函数,有效改善了候选区域的提取效果。然后,在用于验证和定位的区域分类回归网络中考虑了目标的方向信息,实现了对倾斜车牌的准确定位。实验结果表明,该方法能够有效提高尺度变化和姿态变化条件下车牌检测的精度,且检测速度快于同为两级结构的Faster R-CNN方法。然后,为了提高边框粘连、倾斜畸变和质量退化等非理想状况下车牌字符切分的准确率,提出了一种基于多尺度耙形模板匹配的车牌字符切分方法。在利用极值区域检测得到车牌二值图像之后,该方法首先通过改进传统匹配模板的形状和尺度变换维度,提高了对车牌字符的匹配精度,然后通过建立局部最小代价准则、组内最小代价准则和最大相关系数准则级联的筛选机制,有效减少了错误匹配。实验结果表明,该方法对车牌图像质量下降具有较强的鲁棒性。最后,结合车辆检测、车牌颜色识别和字符识别方法,搭建了一个车牌自动识别软件系统,对提出方法的综合性能进行了评估。四组实验上的测试结果表明,该系统不仅对车牌尺度变化、旋转变化和亮度变化比较鲁棒,而且在LP数据集上取得了95.12%的识别准确率,在Traffic数据集上,其日间识别准确率和夜间识别准确率分别达到94.76%和92.08%,平均识别时间为238毫秒,与公安部标准规定的车牌识别性能要求基本相符。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 李玮星;;浅谈高速公路车牌识别设备日常管理与维护维修[J];中国设备工程;2019年08期
2 沃绿洲;;浅谈车牌识别在智慧城市停车中的深度应用[J];中国安防;2018年06期
3 王伟伟;李绍民;;关于车牌识别算法的研究[J];电子世界;2018年15期
4 王久增;;双网口多功能数字车牌识别仪的研究与应用[J];公路交通科技(应用技术版);2017年06期
5 朱美玲;王雄斌;张守利;刘晨;韩燕波;;基于大规模流式车牌识别数据的即时伴随车辆发现[J];中国科学技术大学学报;2016年01期
6 阮文杰;;高速公路机电日常维护中车牌识别率分析系统的应用[J];中国交通信息化;2016年02期
7 林宇;;车牌识别在智能交通中的应用与发展趋势[J];中国安防;2012年11期
8 ;沈阳聚德高清车牌识别一体机跨出国门[J];中国交通信息化;2011年02期
9 宋旭军;;2006:痛并快乐着[J];中国交通信息产业;2007年01期
10 臧赤丁;李广;吴杭;;双模车牌识别系统探析[J];中国交通信息化;2019年03期
11 王崴;;视频车牌识别管理系统在校园交通管理中的运用[J];中国管理信息化;2017年18期
12 夏仓荣;茹耀辉;;关于高速公路车牌识别一致性的论述[J];科学大众(科学教育);2016年08期
13 ;火眼臻睛 车牌识别一体机 停车场智能化管理首选[J];中国安防;2015年22期
14 庄启成;;影响车牌识别率的因素分析与解决办法[J];中国交通信息化;2010年11期
15 赵琦;宋金鑫;钟健华;蒲创;;智能停车场的车牌识别及其定位[J];科学咨询(科技·管理);2019年01期
16 丁岩;杨万祥;汪清;杨乐;胡晓;;基于车牌识别数据的车辆特征分析研究[J];科技视界;2019年28期
17 章云菲;;车牌识别的仿真研究[J];中国战略新兴产业;2017年44期
中国重要会议论文全文数据库 前10条
1 黄启翔;聂丹伟;向楠;邵源;;基于车牌识别的深圳小汽车使用特征变化研究[A];第十二届中国智能交通年会大会论文集[C];2017年
2 江迎;;基于车牌识别技术的长沙市外地车使用特征[A];2017年中国城市交通规划年会论文集[C];2017年
3 杨焯砚;徐益君;张俊如;;车牌识别算法的研究和实现[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年
4 史东娜;王枞;李卫;;车牌识别领域的中文术语自动抽取[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(下册)[C];2008年
5 张晓利;;基于车牌识别的交通小区递归划分的OD调查方法与实例分析[A];第十届中国智能交通年会优秀论文集[C];2015年
6 朱亚萍;罗成;;汽车衡自动称重系统的设计[A];浙江省电子学会2012学术年会论文集[C];2012年
7 胡伟平;王日凤;;基于阈值分割与区域生长的车牌识别方法[A];广西计算机学会2015年学术年会论文集[C];2015年
8 刘磊;宋晓玲;慕振国;;基于vc++和matlab混编的智能交通系统[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
9 包健;吴迎笑;严义;;神经网络反锐化掩模算法在车牌识别中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
10 黄伟;李红星;;交通枢纽数字化联网安防系统[A];天津市电视技术研究会2011年年会论文集[C];2011年
中国博士学位论文全文数据库 前5条
1 田江敏;非受限场景车牌识别方法研究[D];华中科技大学;2019年
2 任俊;基于支撑矢量机的图像分类、车牌识别及嵌入式应用研究[D];浙江大学;2005年
3 王昱心;基于指数矩的车牌识别研究[D];北京邮电大学;2017年
4 王国良;图像处理技术在智能交通系统中应用的研究[D];大连海事大学;2008年
5 金庆江;智能交通雷达测速系统关键技术与应用研究[D];上海大学;2017年
中国硕士学位论文全文数据库 前10条
1 张解放;融合Retinex和非下采样Contourlet图像增强的车牌识别算法研究[D];安徽理工大学;2019年
2 张强;分焦平面偏振成像及其在雾天车牌识别的应用研究[D];合肥工业大学;2019年
3 刘立伟;车牌识别与车辆管理系统设计与实现[D];华北理工大学;2019年
4 赵欢;雾霾条件下的车牌识别技术研究[D];西北大学;2019年
5 徐丹;基于深度学习的矿用地磅车牌识别研究[D];西安科技大学;2019年
6 陶帅;复杂场景下的车牌识别算法研究[D];电子科技大学;2019年
7 苏丹;基于深度学习的车牌识别研究与应用[D];长安大学;2019年
8 张南楠;雾霾天气条件下车牌识别算法的研究[D];东北林业大学;2019年
9 郑沿辉;基于车牌识别的深中通道交通监管方案设计[D];华南理工大学;2019年
10 金亚飞;复杂场景下高效率车牌识别研究[D];安徽大学;2019年
中国重要报纸全文数据库 前10条
1 本报记者 唐泽文;新春锁定小目标:“翻一番”[N];四川日报;2019年
2 振鹏;建设智慧城市 AI车牌识别“大有可为”[N];中国航空报;2018年
3 本报记者 孟民;公路超限站装上“透视眼”[N];宝鸡日报;2008年
4 本报记者 付奇 王梦然 本报实习生 颜颖;赛出的好点子期待落地开花[N];新华日报;2019年
5 深圳特区报记者 王慧琼;控防全天候 服务全提供[N];深圳特区报;2018年
6 张红儒 张前程 合肥晚报 ZAEKR合肥记者 蒋瑜香;渣土管理“科技+” 提升工地管理水平[N];合肥晚报;2019年
7 北京商报记者 蓝朝晖;直击智慧城市展 明天我们生活会是什么样[N];北京商报;2016年
8 本报通讯员 赵贝贝 黄亮 徐鸣;初冬爱相随 停车新体验[N];中国民航报;2013年
9 石中生 彭刚;新IC卡“登场”换卡舞弊“没门”[N];中国交通报;2006年
10 王清波 李喆 欧汉华;广州:“羊城铁骑”护卫 安保巡逻机器人助力[N];人民公安报;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978