学术堂首页 | 文献求助论文范文 | 论文题目 | 参考文献 | 开题报告 | 论文格式 | 摘要提纲 | 论文致谢 | 论文查重 | 论文答辩 | 论文发表 | 期刊杂志 | 论文写作 | 论文PPT
学术堂专业论文学习平台您当前的位置:学术堂 > 计算机论文 > 数字图像处理论文

交通拍照识别系统中数字图像处理技术的运用

时间:2016-10-25 来源:未知 作者:原来是喵 本文字数:3859字
  本文通过对数字图像处理技术在智能交通领域对车牌识别起到的作用和存在问题的的分析,提出了相应的解决对策。大家在相关论文写作时,可以参考这篇题目为“交通拍照识别系统中数字图像处理技术的运用”的数字图像处理论文。
  
交通拍照识别系统中数字图像处理技术的运用

  原标题:数字图像处理技术在智能交通中的应用
  
  摘要:随着当代电子信息技术的迅速发展,智能交通成为交通运输领域重要的研究课题,图像处理技术由于自身重要的理论和应用价值使得它在智能交通中的应用研究占有重要的地位。通过对数字图像处理技术在智能交通领域对车牌识别起到的作用和存在问题的的分析,提出了相应的解决对策。
  
  关键词:智能交通;数字图像处理;车牌识别;车辆的跟踪与检测
  
  智能交通ITS(Intelligent Transport System) 最早出现在二十世纪九十年代初期,作为世界电子信息技术的前沿,将这项技术应用到交通管理中,实现了交通的智能化。ITS主要是将先进的电子技术、IT、AI、GIS影像等技术进行全面集成,建立起准确实时的地面交通系统。主要应用于APTIS(Advanced Public Traffic Infor-mation System)、APTS(Advanced Public TransportationSystems)、AVCS(Advanced Vehicle Control System)、CVO(Commercial Vehicle Operations)、ETC(electronicToll Collection)、EMS(Emergency Management System) 等方面。Intelligent Transport System有两个由于面的含义,一是智能; 二是交通。交通技术的核心就是智能,智能技术源于电子通信、计算机与人工智能。在交通管理过程中借用当代的信息技术,对车辆道路进行全面的监控,实现交通的智能化管理。
  
  一、数字图像处理技术在智能交通领域中的作用
  
  ( 一) 数字图像处理技术的主要工作步骤
  
  一是利用计算机和其他电子设备完成的,其主要内容包括图像的采集与获取、对采集的信息进行编码与存储、图像的合成。合成之后对图像进行绘制,并最终输出,利用新技术对其进行恢复与重建。因此数字图像处理的主要目的是: 首先,对图像做灰度变化,保存有效信息,这种方法可以增强图像可读性,有利于原图的恢复;其次,利用特殊手段对图像中所包含的特殊且重要的信息进行提取,并详细分析图像中所包含的特征,这种方法主要是为了提取其中包含的特殊信息,对图像进行分割识别; 其三,对获取到的数据进行压缩,并保持其特有的清晰度,方便图像后期的传送与保存。
  
  ( 二) 数字图像处理技术在车牌识别当中发挥的重要作用
  
  车牌识别技术(LPR) 作为智能交通的重要管理策略,被广泛应用在高速收费站、失窃车辆查找、停车场的车辆管理、监控车辆的违纪情况等方面,大大提高了工作效率,节省了人力资源。
  
  数字图像处理技术在智能交通领域中发挥着极大的作用,如监控车辆交通安全、统计交通拥堵情况等,最为出色的地方是车牌识别。数字图像处理技术在智能交通方面有着不可忽视的作用,在智能交通领域的研究中占有一席之地。
  
  一个完整的车牌识别过程,应该是先获取到车牌的图像,计算机设备对获取到的图片信息进行识别,然后对图片进行预处理。根据获取到的图片信息,通过渡波、边缘增强等办法对其进行车牌定位。
  
  二、我国拍照识别系统存在问题及原因
  
  首先,我国的车牌组成比较复杂,由汉字、英文和阿拉伯数字共同构成。汉字的相似,对车牌识别的难度增加; 其次,我国车牌的颜色比较多,有白色、蓝色、红色等,识别起来比较麻烦; 第三,由于人为、道路、天气等原因,使得车牌上粘有水渍、泥土之类的污渍,导致车牌模糊不清,难以识别; 第四,车牌格式繁多,如民用、军用、公安警车、武警专用、外交车辆、特种车辆、消防专用、救护车等。民用车又分为多种,导致识别起来更加麻烦; 第五,车牌悬挂的地方不一致。要解决上述问题,必须提高图像处理的算法,使得拍照识别系统更加有效。
  
  三、应用数字图像处理技术解决拍照识别系统存在问题的对策
  
  ( 一) 车牌定位要从复杂的背景中提取出有价值的信息,并进行分割
  
  因为自身不利因素的影响,所以增加了LPR对车牌定位的难度。良好的提取算法,是在保证有效信息不丢失的前提下,尽可能多的踢掉没价值的信息,准确的将车牌信息给抽取出来。判断算法是否精确,有以下三个方法: 其一,为了保证其实时性,必须要尽量减少算法; 其二,在复杂的环境下依然具有高度的定位效果,必须有一定的抗干扰性,第三,在保证有效信息不丢失的前提下,尽可能的多的踢掉没价值的信息为提高图像的质量奠定基础。车牌具有纹理,颜色与形状三个主要的特征。纹理主要是因为车牌的字符与车牌背景颜色的一个对比。颜色主要是由于汽车牌照的字符颜色与背景的组合,一般分为白字蓝底 ( 民用轿车) ,黑字黄底 ( 大型汽车) ,白字黑底( 使、领馆汽车) ,黑字白底( 警用汽车) 四种。现阶段车牌定位的处理办法主要要两种,一是灰度图像处理,其主要优势是速度快,内存少;二是基于彩色图像处理,其主要优势是彩色的图像从视觉上极占优势,尤其是随着计算机的迅速发展,运行速度飞快,内存也随之增大。而颜色也是车牌的主要区分模式,所以基于颜色的分割定位在当今的使用更为广泛。
  
论文来源参考:
相近分类:
  • 成都网络警察报警平台
  • 公共信息安全网络监察
  • 经营性网站备案信息
  • 不良信息举报中心
  • 中国文明网传播文明
  • 学术堂_诚信网站
博聚网