车辆违停自动抓拍系统的研究与设计

发布时间：2020-06-17 21:21

【摘要】：近年来,随着我国经济与科技的发展,机动车辆规模及车流量逐年增加,高速公路和城市交通道路管理水平的提高势在必行,另外,国内已经对智能化交通的研究兴起。高速公路的不断发展和机动车辆管理体制的逐年完善,为城市交通道路管理系统进入实际应用领域提供了重要契机,本文研究车辆违停自动抓拍系统的设计与实现,车辆违停自动抓拍系统主要包括几个模块:违停判断、自动抓拍、车牌定位、字符识别。车辆违停自动抓拍系统正是在这种背景下进行实现的,系统能够实现自动、实时监测违停车辆、车牌定位、字符识别,系统中采用先进的通信与计算机技术、控制技术从监控设备中获取违停车辆的视频图像信息。本文研究了车辆违停自动抓拍系统,该系统基于图像处理技术、数学形态学以及模式识别等技术,可针对于多种情况下的车牌图像进行识别定位,能适用于大多数车辆管理场所。车辆违停自动抓拍系统与传统的车辆违停管理方法相比,它可以提高了工作效率,能够节省了人力、物力、财力,车辆违停自动抓拍系统实现了车辆管理的智能化、科学化、规范化,对城市交通道路发展起到保障作用,因此,车辆违停自动抓拍系统有着广泛的应用前景。车辆违停自动抓拍系统正是在这种背景下进行实现的,系统能够实现自动监测违停车辆、车牌定位和字符识别三个部分组成,本文对其依次进行了系统性研究。下面分别阐述车辆违停自动抓拍系统的三部分构成:1、违停判断:有效检测物体是否运动是实现判断车辆违停的基础。本文使用背景减法判断车辆违停标识。其原理是在检测前把背景用一个特殊的模型表示,然后通过对背景与图像进行差分来实现运动物体的检测。本文中利用自适应的混合高斯模型实现在复杂城市交通道路场景下的背景获取。2、自动抓拍:基于自动抓拍模块,由违停判断判断为真的情况下,开始高清拍照,将以固定格式保存图片,等待后续处理。3、车牌定位:研究车牌定位模块区域所涉及到的图像分割、预处理操作、车牌区域特征分析、车牌定位算法等相关的关键技术。4、字符识别:车牌定位分割是字符识别的前提条件,字符识别操作主要包括:图像预处理、字符分割、BP神经网络进行字符识别。实验结果表明,车辆违停自动抓拍系统能准确进行车牌定位、字符分割并进行自动识别,系统的性能稳定良好。由此可见,多种预处理与模式识别技术有机结合能够提高系统自动识别能力,车辆违停自动抓拍系统坚持有效和实用的原则,系统中是采用的BP神经网络与人工智能技术相结合实现的,它们将成为模式识别领域研究的重要发展趋势。
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;U495
【图文】：

示意图,监控系统,现代信号处理,车辆

第 1 章绪论术和字符识别与分割对静止车辆进行违停判断；利用数字图像处理技术中、数学形态学、模式识别、人工神经网络等现代信号处理技术相结合，我识别存在一定的特殊性，在具体进行识别时，能够实现对车牌的自动分割牌上的字符具体进行是呗。完整的车辆摄路监控系统示意图如图 1-1 所示

收缩图,补集

图 2-2 腐蚀操作收缩图对于其中存在的腐蚀关系，则可在所输入的图像中，将其中 b 结构时利用计算获得平移后的交集，并据此构建出一个新的集合。对于于其与腐蚀是一种对偶的关系，因而其能够利用对腐蚀关系补集的定义。比如，如果说 A 集合被 B 集合膨胀，那么则为：A"旴，定义 CCA B A B式子中，CA集合为 A 集合的补集。不过，为了能够通过 B 集合示出来，可使 B 集合基于相对远点旋转 180°，并据此得到-B 集到的这一集合对 A 腐蚀。对于这种腐蚀关系，所得到的补集也就是一膨胀关系，这种关系的实现主要是通过图像结构元素对图像补集其所反映出的是所选取的图像在局部上所形成的滤波处理，而对于能够通过下式表示出来，即： A B A b; b B能够理应相对图像结构元素中对应点的平移进行输入，而后利用并

【参考文献】