出租汽车车牌遮挡行为判定与图像取证技术研究

发布时间：2021-01-15 00:18

　　建设智慧绿色交通城市,开拓交通治理新局面,是我国在“互联网+”发展趋势下的迫切需求。伴随数字现代城市建设进程的加速,在为人们提供更加便捷出行条件的同时,机动车保有量、出租车数量也与日俱增,导致违法违章运营行为频增,亟待提高非现场执法监管水平,以避免人情执法、提高执法效率。本文依托北京市交通行业科技项目,在调研北京市出租车运营管理非现场执法现状和应用需求的基础上,针对现有车牌识别技术一般应用于摄像头固定高度、角度、距离等条件下,难以适用于对复杂环境下的车牌遮挡行为进行识别的弊端,开展车牌遮挡行为及其自动检测技术研究,并给出相应的图像取证依据,旨在为提高非现场执法智能化监管水平提供技术积累。具体工作如下:（1）提出一种基于Haar-like+Adaboost与颜色特征的出租车检测算法。首先,基于Haar-like+Adaboost算法,构建了出租车检测模型,实现了出租车的实时检出;进一步,利用北京市出租车特有的车身颜色特征,提高了出租车的检出率。测试结果表明,本文提出的算法在保证较高时效性的前提下,在社会车辆与出租车混杂的情况下,出租车的查全率为95.8%。（2）提出一种基于字符投影跳变次... 

【文章来源】：北京工业大学北京市 211工程院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

北京市道路交通状况

因此有必要对车牌遮挡行为的自动检测技术展开研究，并制定相应的取证要求。图1-2 非现场执法数据统计Figure 1-2 Off-site law enforcement statistics

通过帧差法能够获得在运动中的人体和车辆的轮廓特征，如图 2-3 所示，但本方法目标提取不够完整且不能判断所检测车辆是出租车还是社会车辆。图2-3 帧间差分法检测效果图Figure 2-3 Inter-frame difference method detection effect diagram2、背景差分法背景差分法是一种通过将视频序列中的检测帧与提取出的背景帧做差分运算获取运动目标区域的方法。其检测的基本流程如图 2-4 所示。读入视频帧开始背景建模提取当前帧 背景帧差分图像图像处理背景更新是否大于所设阈值？运动目标的位置信息无运动目标的位置信息是否视频帧是否为空？是否结束视频帧+1图2-4 背景差分法Figure 2-4 Back


本文编号：2977834