畢業(yè)論文（設計）運動模糊車牌識別關鍵技術研究

1、the research of key techniques of motion blurlicense plate recognitionthesis submitted to nanjing university of posts andtelecommunications for the degree ofmaster of engineeringbyshi hailingsupervisor: prof. qiu xiao huimay 2015南京郵電大學學位論文原創(chuàng)性聲明本人聲明所呈交的學位論文是我個人在導師指導下進行的研究工作及取得的研究成果。 盡我所知，除了文中特別加以標注和致

2、謝的地方外，論文中不包含其他人已經發(fā)表或撰寫過 的研究成果，也不包含為獲得南京郵電大學或其它教育機構的學位或證書而使用過的材料。 與我一同工作的同志對木研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。本人學位論文及涉及相關資料若有不實，愿意承擔一切相關的法律責任。研究生簽名：口期：南京郵電大學學位論文使用授權聲明本人授權南京郵電大學可以保留并向國家有關部門或機構送交論文的復印件和電子文 檔；允許論文被查閱和借閱；可以將學位論文的全部或部分內容編入有關數據庫進行檢索； 可以采用影印、縮印或掃描等復制手段保存、匯編本學位論文。本文電子文檔的內容和紙質 論文的內容相一致。論文的公布（包括刊

3、登）授權南京郵電大學研究牛院辦理。涉密學位論文在解密后適用木授權書。研究生簽名：導師簽名：日期：摘要目前，車牌識別系統(tǒng)（lprs）已廣泛應用于高速公路收費管理、城市交通路口車輛違章 監(jiān)控、停車場管理等領域，成為智能交通系統(tǒng)（its）的重要組成部分。本文針對相對運動造成 的模糊車輛圖像，研究其復原、定位、傾斜校正、字符分割及字符識別等關鍵技術，在分析 近年來國內外最新研究的基礎上，對有關算法進行了改進。首先在分析了現(xiàn)有的運動模糊圖像復原算法的基礎上，提出了一種基于點擴展函數 （psf）估計和耦合梯度保真項的白適應全變分算法的運動模糊圖像復原算法。利用改進的 radon變換和雙譜模型估計出運動模糊

4、的方向和長度，再用基于耦合梯度保真項的自適應全 變分算法對模糊圖像進行復原。實驗結果表明，木文提出的方法能較好地實現(xiàn)運動模糊車輛 圖像的復原。在車牌定位階段，考慮到運動模糊復原后的車輛圖像質量與原始圖像仍有一定差距，傳 統(tǒng)定位方法的準確率會受到影響，本文提出了一種結合混沌優(yōu)化和自適應遺傳算法的車牌定 位算法。實驗結果表明，該方法在圖像質量較差的情況下仍有較好的定位效果，適應能力強。在傾斜校正方面，由于垂直傾斜校正對于字符分割的影響更大，所以對其采用精度較高 的旋轉投影法，而對于水平傾斜校正則采用了簡單快速的radon變換法，在不影響精度的情 況下減少了字符傾斜校正的時間。在字符分割階段，首先用

5、投影法將字符初步劃分矩形區(qū)域，提取標準符，然后對矩形區(qū) 域采用連通標記和生長法來進一步分割字直到分割出所有的字符。在字符識別階段，木文采用基于小波核函數的ls-svm方法，結合字符和字符識別的特 征，分析小波函數作為核函數的可行性，最后通過實驗結果橫向、縱向對比，得岀了小波核 函數的優(yōu)勢。關鍵詞：車牌識別，運動模糊，車牌定位，傾斜校正，字符分割，字符識別abstractat present, the license plate recognition system (lprs) has been widely used in highways' toll and speed monit

6、oring management, peccancy monitoring of urban traffic intersection, parking management and many other areas, it becomes an important part of intelligent transportation system (its). this paper mainly researches motion blur license plate image restoration and locating, tilt correction,character segm

7、entation and character recognition on the basis of analying the latest research at home and abroad in recent years, and the relevant algorithms are improved.first of all, on the basis of the analysis of the existing motion blur image restoration algorithm, a motion blur image restoration algorithm b

8、ased on psf estimation and tv regularization is proposed. we estimate the motion blur direction and length according to the fuzzy image, then realize blurred image restoration using tv regularization restoration algorithm. the experimental results show that the proposed method can well realize the r

9、ecovery of the motion blur vehicle image.in license plate locating phase, considering the image quality after recovery still has certain gap with the ideal image, which is likely to affect the accuracy in the traditional positioning method.this paper implements a license plate location method based

10、on chaos genetic. the method uses the chaos genetic algorithm in global search optimal, so as to realize the license plate localization. the experimental results show that the proposed method still has good positioning effect, strong ability to adapt under the condition of low image resolution, and

11、poor image quality.in tilt correction stage, due to the influence of vertical tilt for character segmentation is bigger, so the high precision rotation projection method is used for vertical tilt coitection, while rapid radon transformation method is used for horizontal tilt correction. the results

12、show that it reduces the tilt correction time while does not affect the precision.in character segmentation stage, we first differentiate characters preliminary rectangular area and extract the standard using the projection method, then use the method of connecting markers and growth to further char

13、acter segmentation until all of the characters are segmented.in character recognition stage, this article uses the ls-svm method based on wavelet kernel function.according to the characteristics of the character and character recognition,we analyze the feasibility of the wavelet function as the kern

14、el function, and the experimental results show the advantage of wavelet kernel by the lateral, longitudinal comparison.key words: license plate recognition, motion blur, license plate location, tilt correction, character segmentation, character recognition目錄第一章緒論11課題研究背景與意義錯誤!未定義書簽。1.2車牌識別系統(tǒng)概述21.2.1

15、車牌識別系統(tǒng)原理概述21.2.2車牌識別系統(tǒng)的國內外研究現(xiàn)狀31.3運動模糊車牌識別技術的一些新問題41.4論文的結構與框架4第二章運動模糊車輛圖像復原錯誤!未定義書簽。2.1章內標題2.162.1章內標題2.1.172.1.2章內標題2.1.272.2章內標題2.27221章內標題2.282.2.2章內標題2.2.2 82.3章內標題2.38231章內標題2.382.3.2章內標題2.3.282.4本章小結8第三章研究點193.1章內標題393章內標題3丄193.1.2章內標題3.1.293.2章內標題3.293.2.1章內標題32193.2.2章內標題32293.3章內標題3.393.3.

16、1章內標題331103.3.2 章內標題 3.3.2103.4本章小結10第四章研究點2114.1章內標題4114.1.1章內標題4丄1114.1.2章內標題4.2114.2章內標題4.211421章內標題4.2114.2.2 章內標題 4.2.2114.3章內標題4.3114.3章內標題4.3124.3.2 章內標題 4.3.2124.4本章小結12第五章 研究點3135.1章內標題5135.1章內標題5135.1.2 章內標題5.1.2135.2章內標題5.2135.2.1章內標題521135.2.2章內標題522135.3章內標題5.3135.3.1 章內標題 5.3.1145.3.2

17、章內標題 5.3.2145.4本章小結14第六章總結與展望15參考文獻16附錄1攻讀碩士學位期間撰寫的論文18致謝21$用術語注釋表符號說明:bd多普勒擴展5(/)多普勒功率譜專用術語注釋表absadaptive binary splittingaesadvanced encryption standardamsadaptive multi-tree searchaqsadaptive query splittingarapanonymous rfidauthentication protocolascallocated slot counterbscttabi-slotted collisi

18、on tracking tree algorithmi4qtimproved 4-ary query treeiamsimproved adaptive multi-tree search縮略詞說明:木部分內容非強制性要求，如果論文中所用符號不多,自適應二叉樹分割高級加密標準自適應多叉樹自適應查詢分割樹匿名rfid認證協(xié)議分配計數器雙時隙碰撞跟蹤樹算法改進型四叉查詢樹 改進型自適應多叉樹可以省略專用術語注釋表。第一章緒論1.1課題研究背景與意義近年來，我國經濟高速發(fā)展，車輛數量和交通設施不斷增加，隨z而來的就是交通擁堵, 違章車輛變多，交通事故頻發(fā)，車輛管理壓力變人等問題。因此，如何有效地提高

19、對車輛交 通的管理和監(jiān)控能力受到了政府及相關部門越來越多的重視。這時，一種交通道路實時監(jiān)控 及管理系統(tǒng)，即智能交通系統(tǒng)(its),便產生了。這種系統(tǒng)綜合利用了人工智能技術、信息 技術、通信傳輸技術、計算機處理技術以及自動控制技術等，并將之應用于整個交通體系中, 提高了道路的通行能力和安全系數、增強了交通管理部門對車輛的監(jiān)控、指揮、管理能力。在智能交通系統(tǒng)基礎上發(fā)展起來的午牌識別系統(tǒng)(license plate recognition system, lprs)是its的重要組成部分。這種系統(tǒng)綜合利用了模式識別、圖像處理、人工智能等技術。 其廣泛應用于車輛車速監(jiān)測管理系統(tǒng)，違章車輛管理系統(tǒng)，高速

20、路口、停車場等收費站點自 動收費管理系統(tǒng)，企業(yè)、政府部門、居民住宅區(qū)車輛安全管理系統(tǒng)等多個領域山。對交通擁 堵的緩解，車輛交通安全的管理和城市治安的維護等起到了重要的作用。因此，對車牌識別 系統(tǒng)的相關技術進行研究具有非常人的現(xiàn)實意義和發(fā)展前景。目前已有很多學者、機構對車牌識別技術進行研究，但大多是基于假設采集到的車輛圖 像較為理想。而在實際的智能交通系統(tǒng)中，圖像采集設備采集到的車輛圖像由于受到不均勻 光照、天氣干擾、復雜的外界背景干擾、相對運動等因素的影響而質量各異，從而影響了車 牌識別的準確率。針對上述的退化車輛圖像，已有相關文獻針對其屮某種影響因素對現(xiàn)有的 車牌識別技術進行了改進。女口，文

21、獻針對復雜背景下車牌區(qū)域所占比例較小，圖像中干擾 區(qū)域較多的問題，提出了一種基于邊緣檢測、數學形態(tài)學濾波和顏色特征的車牌定位算法； 文獻針對霧霾等惡劣天氣以及鏡頭失焦、車速過快造成的退化車輛圖像，分別研究了霧化 車輛圖像、離焦模糊和運動模糊車輛圖像的復原算法。本文主要針對相對運動引起的運動模 糊車輛圖像，對運動模糊車輛圖像的復原、車牌的定位、校正及字符分割、識別等關鍵技術 做一些研究。1.1.1章內標題1丄1正文x x x x x(1) 正文內一級序號(首行不縮進)正文x x x x x(a) 正文內二級序號(b) 正文內二級序號(2) 正文內一級序號(首行不縮進)正文x x x x x(a)

22、 正文內二級序號(b) 止文內二級序號1.2車牌識別系統(tǒng)概述車牌識別系統(tǒng)是以車輛牌照為目標的專用計算機視覺系統(tǒng)，它是計算機視覺與模式識別 技術在智能交通領域應用的重要研究課題乞一，是實現(xiàn)交通智能化管理的重要環(huán)節(jié)。它能從 一幅車輛圖像中定位出車牌，進而分割車牌字符，最后對字符進行識別從而得到車牌號碼。1.2.1車牌識別系統(tǒng)原理概典型的車牌識別系統(tǒng)主要由以下模塊組成：圖像采集模塊、圖像預處理模塊、車牌定位 模塊、字符分割模塊以及字符識別模塊等。其工作流程如圖1所示：圖1.1典型車牌識別系統(tǒng)的工作流程圖(1) 圖像釆集：圖像采集一般由攝像機和車輛感應器完成。當車輛檢測器(如紅外線、地 感線圈)檢測到

23、車倆進入拍攝范圍時，車倆感應器發(fā)送信號觸發(fā)圖像采集系統(tǒng)中與攝像機光 快門相連接的光電傳感器，這時在車輛不同位置、不同角度的攝像機將同時拍攝車輛，由此 便采集得到當前車輛的圖像。一般而言攝像機拍攝的角度不是正對著車輛的，因此很多情況 下車輛圖像中的車牌是傾斜的。當傾斜度達到一定值時，會影響車牌識別的準確性，這就必 須在字符分割之前對車牌進行傾斜校正處理，這部分內容將在后面的章節(jié)中予以分析解決。(2) 圖像預處理：車輛圖像在采集時，由于受光照、系統(tǒng)噪聲、相對運動、環(huán)境干擾等各種 因素的影響，采集到的圖像與原始圖像之間會有某種差異，如過亮、過暗、有噪聲或者模糊 等，這種差異稱為降質或退化，這種退化會

24、增加后續(xù)的車牌定位、字符分割及識別的難度， 且影響車牌識別的準確度。因此，需對采集到的車倆圖像進行預處理$6, 般包括灰度化、 中值濾波、圖像校正、對比度增強、二值化、形態(tài)學處理等。本文主要針對運動模糊車輛圖 像進行復原處理。（3）車牌定位：車牌定位實際上就是基于圖像處理、模式識別等技術，根據車牌區(qū)域特有的 特征，如：紋理特征、幾何特征等，在整個車輛圖像中尋找最符合車牌特征的區(qū)域的過程。 車牌定位是整個車牌識別過程的關鍵，其定位結果的準確率直接關系到字符分割和識別的準 確率，并影響著車牌識別系統(tǒng)的效率。（4）車牌字符分割：字符分割即對定位校正后的車牌區(qū)域進行去邊框等處理，將車牌區(qū)域分 割成單個

25、字符（漢字、英文字母和數字等）。字符分割是字符識別的基礎，如果分割出的字符 出現(xiàn)斷裂，粘連等現(xiàn)象，將會影響后續(xù)字符識別過程的準確性。（5）車牌字符識別：這是車牌識別系統(tǒng)的最后一個模塊，也是該系統(tǒng)的最終目標。該過程以 字符分割的結果為基礎，識別并輸出車牌字符識別的結果。能否得到正確的識別結果是衡量 整個車牌識別系統(tǒng)有效與否的最終衡量標準。1.2.2車牌識別系統(tǒng)的國內外研究現(xiàn)狀早在20世紀80年代，就有一些學者對車牌識別進行研究，但當時的研究只是針對某個 部分或某個階段，對整個系統(tǒng)的整體研究還未出現(xiàn)。而且其識別過程自主性較差，需要人工 的參與，同時會受到外界環(huán)境的嚴重影響，總體來說還處于試驗階段，

26、硏究成果并不成熟。到了 90年代，隨著計算機cpu處理速度的很大提高和圖像處理技術、視覺技術等的不 斷發(fā)展，人們便逐漸開始了對車牌識別的系統(tǒng)化研究。在車牌識別系統(tǒng)的研究發(fā)展過程中， 許多車牌識別技術被提出，如模糊數學理論、神經網絡、遺傳算法、小波變換等技術。國外研究人員對車牌識別系統(tǒng)的研究起步較早，其中比較具有代表性的有：robertson提 出的基于dft變換頻域的分析方法；barroso提出的基于niblack二值化算法及自適應便捷 搜索的分析方法叫r.parisi提出的利用dsp和神經網絡的分析方法切等。隨著數學工具的引 入，mi-ae ko. young-mo kim提出了基于權重模板

27、匹配的分析方法，后來又出現(xiàn)了基于 動態(tài)投影翹曲的分析方法、基于形態(tài)學和投影的分析方法、基于小波變換的分析方法等。在國外，一些研究機構和公司已開發(fā)出了一些較為成熟的車牌識別系統(tǒng)的產品，如口兒 由以色列hi-tech公司開發(fā)的see/car system系列產品，由新加坡optasia公司開發(fā)的 vlprs產品等。特別是以色列的see/car system系列產品，hi-tech公司針對每個國家分別南京郵電大學碩上研究生學位論文 第一章緒論 研制出了不同的see/car system產品，其中專門針對中國研制的see/car chinese系統(tǒng)除 不能對漢字進行識別外，其它字符都可以止確識別。而其

28、他國家都是根據本國車牌的特征信 息開發(fā)相應的識別系統(tǒng)，其識別系統(tǒng)只適用于本國車牌格式。我國對車牌識別系統(tǒng)的研究起步晚于國外，直至20世紀90年代初，隨著經濟的快速發(fā) 展，我國的現(xiàn)代化交通得以飛速發(fā)展，從而對車牌識別系統(tǒng)的需求也越來越大。而此時漢字 的識別技術也己得到了完善，我國的眾多學者開始投身于車牌識別技術的深入研究之中，并 且獲得了很多成果。當前，我國車牌識別技術發(fā)展的困難主要體現(xiàn)在：復雜的外界背景干擾、 多樣性的車牌樣式、車牌污損、由于車速過快等原因造成的車輛圖像模糊等情況。如何使車 牌識別系統(tǒng)在復雜環(huán)境和車輛圖像質量各異的情況下有較好的魯棒性，成為車牌識別技術的 重點研究問題。在我國，

29、比較成熟的車牌識別系統(tǒng)產品有"叫由隸屬于中科院自動化研究所的漢王公司 研制的“漢王眼”，由浙江大學研制的“車牌通”等。另外，隸屬于位于沈陽的中科院自動化 研究的聚徳公司，中智交通電子有限公司（中國信息產業(yè)部下屬公司）等單位也先后研制出 了自己的產品。除此z外，清華大學的人工智能國家重點實驗室、上海交通大學的圖像研究 所以及浙江大學的自動化系等也先后對此領域進行了研究。目前，以上這些國內研制的識別 產品的識別率可達90%以上，但這些產品大多是針對某一種環(huán)境可以達到較高的識別率，一 旦環(huán)境改變，這些產品的識別率會大大降低甚至無法識別。所以考慮到我國車牌識別的復雜 性，冃前對車牌識別技術的

30、研究還有很多工作要做。1.3運動模糊車牌識別技術的一些新問題目前，已有很多學者對不同影響因素造成的退化車輛圖像的車牌識別技術進行了研究。 本文針對相對運動引起的的運動模糊車輛圖像的車牌識別技術進行了深入研究，首先對運動 模糊車輛圖像進行復原處理，通過模糊圖像來建立退化模型，再利用退化模型完成圖像的復 原，最終得到相對清晰的車輛圖像以供車牌識別系統(tǒng)的后續(xù)處理。其需要解決的一些問題有:（1）運動模糊圖像退化過程估計的準確性、振鈴效應、噪聲等對運動模糊圖像復原算法的影 響。尤其是圖像退化過程的估計，其估計的準確性直接影響著圖像復原的效果。如何有效地 去除噪聲而又不影響運動模糊圖像退化參數的估計也需要

31、繼續(xù)深入研究。（2）現(xiàn)有的人多數車牌定位方法要求車輛圖像質量較高，而經過運動模糊復原處理后的車輛 圖像質量雖然有一定的改進，但是與原始的清晰圖像相比仍有差距，這就需要對現(xiàn)有的車牌 定位方法進行改進，以更加適應運動模糊復原處理后的車輛圖像，提高定位的準確率。南京郵電大學碩上研究生學位論文 第一章緒論1.4論文的結構與框架本文主要是對運動模糊車牌識別系統(tǒng)的關鍵技術進行研究。研究的主要內容是運動模糊 車輛圖像的復原、車牌定位、傾斜校正、字符分割、字符識別等關鍵技術。全文章節(jié)安排如 下：第一章緒論。介紹了課題的研究背景與意義，概述了車牌識別系統(tǒng)的原理及其國內外研 究現(xiàn)狀及發(fā)展趨勢，分析了運動模糊車牌識

32、別技術的一些難點，最后詳述了本文的主要研究 內容和章節(jié)安排。第二章運動模糊車輛圖像復原。首先闡述了運動模糊圖像的形成原因及其退化模型，然 后分別介紹了常見的幾種運動模糊圖像處理算法，另外還從主客觀的角度闡述了圖像質量評 價方法；最后提出了一種基于psf估計和tv正則化的運動模糊圖像復原算法應用于運動模 糊車牌圖像的去模糊處理中，并對復原效果進行了分析。第三章車牌定位。首先介紹了我國車輛牌照的特點，然后分別分析了幾種常用的車牌定 位方法，比較其優(yōu)缺點，最后針對運動模糊復原后的車牌圖像提出了一種基于基于混沌遺傳 的車牌定位方法，并通過仿真實驗比較分析了該算法和傳統(tǒng)定位算法的定位準確率。第四章車牌傾

33、斜校止。首先介紹了傾斜的原因及常見情況，然后分別分析了兒種常用的 傾斜校正方法，比較其優(yōu)缺點，最后提出了一種radon變換和旋轉投影結合的傾斜校正算法, 并通過仿真實驗比較分析了該算法和傳統(tǒng)傾斜校正算法的校正效果。第五章車牌字符分割。首先介紹了字符分割的主要流程，然后分別分析了幾種常用的字 符分割算法，比較其優(yōu)缺點，最后提出了一種基于改進的連通域字符二次分割算法進行字符 分割。并通過仿真實驗比較分析了該算法和傳統(tǒng)字符分割算法的分割效果。第六章車牌字符識別。首先介紹了車牌字符的特點，然后分別分析了幾種常用的字符識 別算法，比較其優(yōu)缺點，最后本文釆用了基于小波核函數的ls-svm算法，并通過仿真實

34、驗 驗證了該算法的可行性。第七章總結與展望。對本文的研究內容進行總結，并指出不足之處，在此基礎上對今后 的工作和研究方向進行了展望。第二章運動模糊車輛圖像復原在實際的智能交通系統(tǒng)中，由于車輛與攝像機的相對運動，且曝光時間有限，采集到的 車輛圖像往往是運動模糊的。這將會導致后續(xù)的車牌定位、字符分割、字符識別等步驟出現(xiàn) 問題，最終導致識別出的結果是錯誤的甚至識別不出車牌。因此，在車牌識別系統(tǒng)中，對運 動模糊車輛圖像的復原方法進行研究很有現(xiàn)實意義。圖像復原有兩個關鍵問題，一是獲取圖 像退化過程的先驗知識，而是采用什么方法對模糊圖像進行反卷積推導。2運動模糊圖像的退化模型正文x x x x xpra(

35、x) = -e 2a2, x>0公式(2)正文x x x x xn-1力0,/)=工(/)(一乙)公式(2.2)n=0正文x x x x x圖2.1圖的名稱正文x x x x x表2.1表的名稱正文x x x x x止文x x x x x平坦慢衰落!平坦快衰落ii頻率選擇性丨頻率選擇性快衰落 !; 慢衰落i頻率選擇性j頻率選擇性平坦快衰落丨平坦慢衰落發(fā)送信號符號周期發(fā)送基帶信號帶寬圖2. 2 圖的名稱正文x x x x x表2. 2 表的名稱正文x x x x x止文x x x x x2.1.1章內標題211正文x x x x x22章內標題2.1.2正文x x x x x2.2章內標題

36、222.2.1章內標題221正文x x x x x2.2.2章內標題222正文x x x x x2.3章內標題2.3正文x x x x x2.3.1章內標題231正文x x x x x2.3.2章內標題232正文x x x x x2.4本章小結正文x x x x x第三章研究點1正文x x x x x3.1章內標題3.1正文x x x x x3.1.1章內標題3.1.1正文x x x x x3.1.2章內標題3.1.2正文x x x x x3.2章內標題3.2正文x x x x x3.2.1章內標題321正文x x x x x3.2.2章內標題3.2.2正文x x x x x3.3.1章內標題

37、331正文x x x x x3.3.2章內標題正文x x x x x3.4本章小結正文x x x x x第四章研究點2正文x x x x x4.1章內標題4.1正文x x x x x4.1.1章內標題4.1.1正文x x x x x4.1.2章內標題4.1.2正文x x x x x4.2章內標題4.2正文x x x x x4.2.1章內標題4.2.1正文x x x x x4.2.2章內標題4.2.2正文x x x x x4.3.1章內標題4.3.1正文x x x x x4.3.2章內標題4.3.2正文x x x x x4.4本章小結正文x x x x x第五章研究點3正文x x x x x5.

38、1章內標題5.1正文x x x x x5.1.1章內標題5.1.1正文x x x x x5.1.2章內標題5.1.2正文x x x x x5.2章內標題5.2正文x x x x x5.2.1章內標題521正文x x x x x522章內標題522正文x x x x x5.3.1章內標題531正文x x x x x532章內標題532正文x x x x x5.4本章小結正文x x x x x第六章總結與展望正文x x x x x正文x x x x x參考文獻1 godard d n. self-recovering equalization and carrier-tracking in two-dimensional data communication systemsj. ieee transactions on communications, 1980, com-28(no.l 1): 1867-1875.2 張賢達，保錚.通信信號處理m.北京:國防工業(yè)出版社,2000: 30-50.3 larimore m, treichler j. convergence behavior of the constant modulus algorithmfc. ieee international conference on ica