高速公路收费系统图像识别技术的研究

本论文主要完成对于车辆牌照的图像识别,车辆牌照的识别是基于图像分割和图像识剐理论,对含有车辆号牌的图像进行分析处理,从而确定牌照在图像中的位置,并进一步提取和识别出文本字符。识别步骤概括为：车牌定位、车牌提取、字符识别。     

基于Relief算法的智能车辆牌照模糊识别方法

由于当前已有方法未能对车牌照进行降维处理,导致车牌照识别结果不准确,为此,提出一种基于Relief算法的智能车辆牌照模糊识别方法。采用Relief算法计算不同车牌图像特征的权重系数,对特征集进行降维处理。通过序列视频图像对智能车牌进行增强处理,利用全卷积网络对车牌照显著区域进行检测,粗略提取图像中的显著区域,使用滑动窗方法对候选区域车牌进行精准检测,定位车牌准确位置,加入字符的上下文信息,对字符进行精确检测和识别,最终实现智能车辆牌照模糊识别。仿真实验结果表明,所提方法可获取高精度的车牌照识别结果。     

视频流中的自适应阈值模板匹配车辆检测算法

在传统帧差法的基础上, 通过对帧差法得到的感兴趣区域进行阈值处理, 得到用白色代表前景、 黑色代表背景的黑白二值图像, 并设计了自适应阈值模板匹配车辆检测算法从黑白二值图像中定位出运动车辆. 实验结果表明, 该算法简单, 容易实现, 能准确定位车辆.     

车牌识别系统中的车牌定位算法研究

汽车牌照识别技术（LPR）是智能交通系统（ITS）的重要组成部分,该系统能从一幅图像中自动提取车牌图像,实时准确地自动识别出车牌的数字、字母及汉字字符,使得车辆的电脑化监控和管理成为现实,而在LPR中首先必须实现的就是车牌定位。本文主要利用边缘检测算法和旋转投影法来进行车牌定位。利用边缘检测算法寻找车牌边缘,利用旋转投影法寻找车牌倾斜角度,进行精确定位。     

道路交通标志检测方法研究

针对中国道路交通标志特征, 提出一种基于颜色搜索定位和形状判别的交通标志检测方法： 首先在HSB颜色空间设定阈值分割色彩区域, 对分割后的图像进行色块搜索初步定位出感兴趣区域, 色块搜索缩小搜索范围, 提高检测效率; 然后, 根据交通标志图形边框具有像素颜色一致的特征, 提出构造图形边缘函数的方法对定位出的感兴趣色彩区域进行交通标志形状判别检测. 实验结果表明, 该方法能有效定位交通标志.     

道路交通标志检测方法研究

针对中国道路交通标志特征,提出一种基于颜色搜索定位和形状判别的交通标志检测方法:首先在HSB颜色空间设定阈值分割色彩区域,对分割后的图像进行色块搜索初步定位出感兴趣区域,色块搜索缩小搜索范围,提高检测效率;然后,根据交通标志图形边框具有像素颜色一致的特征,提出构造图形边缘函数的方法对定位出的感兴趣色彩区域进行交通标志形状判别检测.实验结果表明,该方法能有效定位交通标志.     

基于视频图像的隧道行车速度检测

基于视频图像测量隧道行车的速度,重点是检测车辆在视频图像序列中的位移,现有的位移测量方法大多采用特征匹配法和车牌定位法,两种方法都是提取车辆运动的特征向量来判断车辆的总体位移,有一定的局限性。本文考虑到傅里叶变换具有全局特性和相移特性,提出了一种将图像虚拟检测线灰度均值测量、傅里叶变换、相位相关和数字图像处理相结合的方法,来检测运动车辆及其在视频图像序列中的位移,再将位移量应用于摄像机中标定,计算隧道行车的速度,以提高车速检测的准确性和实时性。     

基于视频的轨道车辆自主定位方法研究

针对轨道施工车辆自主定位需求,提出一种基于车载前视相机拍摄百米标视频的轨道车辆自主定位方法。该方法首先对YOLOX-s网络进行改进并构建了百米标的目标检测模型,完成对百米标的目标检测;其次,当检测到百米标后,结合图像预处理和卷积循环神经网络(CRNN)网络构建百米标数字文本识别模型,提取百米标的数字文本信息,从而实现对轨道施工车辆的定位。经实验验证该方法能够快速准确定位轨道施工车辆的位置信息。     

路面尖锐物图像处理分析与研究

在车辆运动工况下,以路面微小尖锐物的图像为研究对象,建立本对象特有的二维模型图以及运用二维迭代算法定位目标物的距离,采用最优阀值法前处理图像,使用Matlab软件对数字图像进行后处理,并分析、比较了多种滤波增强方法.结果表明:最优阀值法在提取目标物几何特征方面具有显著优势;wiener滤波不仅降低图像复杂多变的噪声,有效保护图像边缘信息,而且提高局部细节识别度的特性.     

一种CIELab颜色空间中的车牌定位方法

提出了在CIELab颜色空间中进行车牌定位的方法.首先将图像从RGB颜色空间转换到CIELab颜色空间;然后通过数学形态学增强和图像连通体分析提取出候选区域;最后通过分析候选区域的面积、宽高比及灰度阶跃次数提取出真实的车牌区域.大量的车牌定位实验表明:所提算法适用于不同尺寸的车牌图像,定位准确率较高.     

一种基于边缘特征的汽车牌照定位算法

车牌定位技术是汽车牌照识别系统中的一项关键技术 .基于视频检测模块所捕获的车辆图像的成像特点 ,采用反锯齿的方法对其进行优化 ,并根据车牌的边缘特征 ,提出了一种基于边缘图像频率变化特征的二次车牌定位算法 ,用于车牌的定位和提取 .实验表明 ,该定位算法快速、准确 ,具有较强的鲁棒性 .     

基于直接线性变换法的视频图像车速测算技术

视频图像车速测算技术因原理简单、操作方便、准确率较高等优点,在交通事故再现及车速鉴定中得到广泛应用。为测算出目标车辆的速度大小及变化情况,准确定位目标车辆每一视频帧画面的方位是关键技术。直接线性变换法能较好的实现像方坐标系和物方坐标系的相互转换,对目标车辆进行精确定位。介绍了直接线性变换法的原理,运用直接线性变换法测算视频图像中目标车辆车速测算操作方法、实践中标定点和目标车辆特征点注意事项,提高直接线性变换法在视频图像车速测算的精度。     

综合颜色块的直方图图像检索算法

为了进一步提高基于颜色直方图的图像检索算法的效率,本文提出一种寻找图像中最大颜色块、提取其局部直方图,并与原直方图综合的新算法.该算法在保留原算法的同时,添加了色彩的空间分布特征,从而降低检索结果对颜色的绝对依赖.仿真实验结果表明,本文算法具有较好的查准率和查全率,对色块明显的图像检索效果尤其显著.     

物流车辆图像检测与提取研究

物流车辆图像研究中,提出了基于有限元法的B样条主动轮廓模型识别车辆,在车型识别系统中,首先检测物流车辆经过图像,检测方法有时间差值变化检测和背景差分检测,然后提取物流车辆图像,介绍了有限元法的B样条主动轮廓模型,最后应用该模型对物流车辆的图像提取进行实证分析,实验表明,该方法对物流车辆车型识别效率提高有很大的参考价值。     

结合航拍图与车载图像的车辆路面位置定位

在道路交通事故司法鉴定实践中,准确定位事故车辆在路面上的位置,对事故过程还原和事故成因分析具有重要意义。本文引入航拍及三维激光扫描技术,运用几何映射原理,提出了一种利用航拍图像景物特征与车载视频图像景物特征相匹配的方法,对事故车辆的路面位置进行定位。该方法既无需构建一致性场景,也无需在原始现场中放置车辆,仅通过对原始现场及标定现场进行航拍,捕捉相关环境特征及车辆特征,并结合事故车辆的车载视频图像,将车辆图像放置在原始现场的航拍图中,以获取相关车辆的位置参数。结果表明,以图像中央区域特征和车前近距离特征为基础,当选择一组特征的视角约为20°时,车辆路面位置的定位效果最佳,其定位误差可控制在20 cm以内。     

关于高速公路收费系统车牌识别技术的研究

车牌识别是指通过计算机视觉、图像处理与模式识别等方法从车辆图像中提取车牌字符信息。从而确定车辆身份的技术。车牌识别分为车牌定位、字符分割、字符识别三大部分。车牌定位是一个难题：车牌区域在整幅图像中所占比例很小,车牌的颜色、大小、位置也不确定,并且定位算法要能够克服不同光照和复杂背景的影响,还要兼顾准确性和实时性,因此快速准确的定位车牌是比较困难的。本文通过车牌的纹理和颜色特征采用粗定位和细定位相结合的方法进行识别。     

物联网下大区域校园智能视觉特征定位技术仿真

为了解决传统技术易受外界干扰,造成视觉特征存在缺失,影响定位结果,且仅可应用于颜色特征显著的视觉特征定位的弊端,通过SURF法和Euler距离匹配研究了一种物联网下大区域校园智能视觉特征定位技术。通过物联网技术对监控的大区域校园图像进行智能采集,给出物联网视觉传感器分布情况。针对采集图像进行预处理,增强图像干扰抑制能力。把图像当成包,把分割后图像块当成包中的示例,在大区域内为某视觉图像确定最优标注。在此基础上,通过SURF算法对视觉特征点进行检测,利用Euler距离实现物联网下大区域校院智能视觉特征匹配定位。结果表明：所提技术检测特征无显著差异,具有不变性;对白天校园人行道区域进行视觉特征定位,定位误差低;对夜间校园主干道区域进行视觉特征定位,定位误差较白天无显著差异。可见所提技术视觉特征定位精度高。     

基于视频的车辆流量自动检测方法设计

提出了一种基于视频的车流量自动检测方法,首先用高斯平均法对一定数量视频帧图像进行训练得到初始背景,然后用基于卡尔曼滤波的背景差法提取前景以及背景更新,最后用双虚拟检测线法进行车辆计数。通过对实际道路车辆视频文件进行试验,检测准确率达到90%,满足实际应用要求。     

基于结构重建距离分水岭的细胞图像目标提取

细胞形态不一与粘连性严重是细胞图像的一类表现特征,准确提取出各个细胞是细胞图像目标提取的重点。通过分水岭算法的图像目标提取方法,可得到连续、封闭及单像素宽的精确边缘,准确定位出目标细胞。通过形态学和距离法对图像进行细节处理,提出基于结构重建距离分水岭的细胞图像目标提取方法。运用形态学重构法解决噪声和孔洞等杂质影响,采用距离法处理细胞间的粘连性。试验结果表明：该方法对于粘连性严重的细胞同样能实现较准确的提取,且相对于其他图像目标提取算法,提取速度更快。     

激光和全维视觉融合的移动机器人自定位(英文)

讨论了通过二维激光传感器和全维视觉传感器提取数据融合技术进行移动机器人定位的新方法 .SICKoptics公司制造的二维激光传感器能精确地测量出反射点的距离和方位 ,我们自己设计的全维视觉系统能从图像中提取场地标记物的色块信息 ,这两种传感器提取的数据有各自不同的特征 ,因此在本文所给出的融合方法中它们能优势互补 .RoboCup中型组的足球机器人 (守门员 )被选择来验证算法 ,最后给出了试验的结果 .