《智能车牌识别及其应用ppt课件》由会员分享，可在线阅读，更多相关《智能车牌识别及其应用ppt课件（51页珍藏版）》请在金锄头文库上搜索。
1、智能车牌识别及其应用,潘越峰 2014年1月23日,（PPT名称20号黑体）,（日期10号黑体）,,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,1,智能车牌识别技术篇,2,智能车牌识别应用篇,1、智能车牌识别技术篇,,车牌识别应用示意图,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,,车牌识别流程示意图,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,,采用高清CCD、高分辨率、覆盖视场大,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,CCD 电荷耦合
2、器件（Charge Coupled Device) CMOS 互补金属氧化物半导体（Complementary Metal Oxide Semiconductor),,快门技术，解决高速运动车辆的拖尾现象,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,高速电子快门 通过DSP控制CCD感光时间的方式来实现画面亮度的控制,辅助光源系统，助全天候高清抓拍,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,疝气闪光灯,疝气频闪灯,LED频闪灯、闪光灯,主动控制曝光技术，解决逆光和强光,（大标题20号黑体）,（二级标题12号黑体）,（
3、正文9号黑体） （行距1.5倍）,逆光补偿在光线较弱的环境下，背景较暗的区域，也能够得到比较清晰的画面。,强光抑制把强光部分弱化，把暗光部分亮化，达到光线平衡。,1.2 车牌定位,,车辆检测技术,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,传统检测技术：线圈、雷达、视频,线圈,雷达,视频,,车辆检测技术,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,新兴检测技术：地磁、激光、红外,地磁,激光,红外,车辆视频检测算法,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,常用视频检测算法 帧间差
4、分法、背景差分法、检测线法、车辆3D建模,检测线法,3D建模,常用车辆视频检测算法对比,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,,车辆跟踪算法,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,常用车辆跟踪算法 基于车辆模型的跟踪 基于车辆区域的跟踪 基于车辆轮廓的跟踪 基于车辆特征的跟踪,,常用车辆跟踪算法对比,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,常见车牌标准,车牌先验知识,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,,车牌定位,（大标
5、题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,定位流程 - 初步定位、精确定位,常见定位算法 基于边缘检测的车牌定位 基于彩色分割的车牌定位 基于小波变换的车牌定位 基于遗传算法的车牌定位 基于数学形态的车牌定位 基于灰度图像文理特征分析的车牌定位 基于帧差的视频图像车牌定位,常见车牌初定位算法对比表,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,车牌精定位,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,Hough变换：检找出车牌图像中满足条件的直线，并依此直线的角度作为车牌的倾斜角度。,精定
6、位上下左右边界：根据车牌图像字符区域明暗交替出现的特征来确定上下边界；采用颜色二值化和纹理方法相结合的办法来定位车牌左右边界,Radon变换：对图像采用投影的方法检测投影高度和投影的目标像素的峰值，找到投影面积满足最佳条件时的投影角度。,1.3 字符分割,车牌图像预处理,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,车牌字符区域,灰度化,二值化,去噪,车牌图像预处理,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,灰度化：将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩图转化为256个灰度级黑白图像，只保留亮度，去除
7、色彩，减少图像处理的运算量。 二值化：图像的二值化处理就是讲图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。 去噪（滤波）：图像信息在采集过程中往往受到各种噪声源的干扰，这些噪声在图像上的常常表现为一些孤立像素点，这可理解为像素的灰度是空间相关的，即噪声点像素灰度与它们临近像素的灰度有着显著不同。这种干扰或孤立像素点如不经过滤波处理，会对以后的图像区域分割、分析和判断带来影响。,垂直投影法,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,基本
8、原理：对车牌灰度图像进行灰度垂直投影，可以清晰地看出7个区域，即车牌的7个字符灰度图像的垂直投影，通过垂直投影图特征，分割字符就转化为只需得到每个区域的左右边界即可。 优点：变形不是很严重的车牌能很好的分割 缺点：对铆钉、字符粘连及车牌左右边框等噪声比较敏感,模板匹配法,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,车牌字符特点：一般牌照字符共有7个，并且长宽高以及字符间距都符合一定的标准。 基本原理：在精确定位车牌字符的上下边界后，以图示模板，从左往右扫描车牌图像，需求落在字符区域与字符间空隙区域白色像素的最大差值，将字符分割出来。 优点：很好的解决图像二
9、值化后字符粘连及铆钉等的干扰。 缺点：车辆图像尺寸必须很规范。,1.4 字符识别,字符识别原理,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,基本思想：匹配判别，抽取代表未知字符模式本质的各种特征和预先存储在机器中的标准字符的字典逐一匹配，用一定的准则进行判别。,基于模板匹配的识别方法,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,基本思想：先在图像中检测出已知形状的目标物，然后用这个目标物的形状模板与图像匹配，在约定的准则下检测出目标图像。,优点：简单成熟，对于标准、规范的字符识别效果较好。 缺点：复杂环境下识别效果较差
10、，且自适应不强。,基于神经网络的识别方法,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,基本思想：先将图像中各个大小不同分布不规则的字符变成一个个大小相同，排列整齐的字符；从这些字符中提取最能体现这个字符特点的特征向量，代入到训练好的神经网络中，就可以正确识别出字符。,样本训练：对精心选择的可以很好的反应样本可分性的已知数据精心特征提取，送入神经网络进行训练，经训练最后的神经网络就可以用它对待识别数据进行识别。,1.5 问题讨论,问题讨论,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,问题1： 车牌上的小圆点，如果抠掉了，
11、能否正确识别车牌？,问题2： 车牌被遮挡之后，能否抓拍到车辆？,2、智能车牌识别应用篇,2.1,车流量统计,2.2,电子警察,2.3,布控报警,2.4,套牌分析,2.5,多区域碰撞分析,2.6,问题讨论,2.1 车流量统计,,车流量统计,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,基本原理 - 单个监控点通过抓拍车辆，统计以车道为单位的过车数量，完成按小时、天、月为周期的流量统计。,2.2 电子警察,电子警察,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,什么是电子警察 - 俗称“闯红灯自动记录系统”，即可安装在信号控制
12、的交叉路口和路段上并对指定车道内机动车闯红灯行为进行不间断自动检测和记录的系统。,基本原理 线圈或视频实时车辆检测。 实时抓拍违法车辆 车辆跟踪、车牌识别以及录像和存储,闯红灯等违法行为检测,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,闯红灯三要素： 车牌号码、停止线和红灯信号 违法行为： 闯红灯、不按车道行驶、违法禁令标志,2.3 布控报警,,黑名单和布控,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,黑名单 “黑名单”库是将所关注的交通违法、肇事犯罪嫌疑等车辆信息进行汇总的专门数据库。车辆信息包括车牌、车型、车身颜色
13、及其他关联信息等。,布控 查缉布控是对各类嫌疑车辆进行布控报警，及时实施拦截处置的过程。查缉布控是“黑名单”库的主要应用。,布控流程,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,录入黑名单车辆下发黑名单系统进入实时比对 所有车辆抓拍系统实时比对成功匹配实时报警,2.4 套牌分析,什么是套牌,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,套牌 套用别人的车牌,套牌分析的原则 同一辆车前后车牌不可能不一致：前后抓拍车辆车牌进行一致性检查。 一个车辆号牌的车辆不可能有两种车身颜色或车辆类型：同一车辆号牌的车其车身颜色或车辆类型
14、进行比较或通过与交管系统登记注册的车辆信息比较 一个车辆号牌的车辆不可能“同时”出现在两个不同的地点：实时比对分析。,2.5 多区域碰撞分析,,什么是多区域车辆碰撞分析？,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,多区域车辆碰撞分析 - 在一些作案手法相似的连环案件中，将多个事发地附近、系统检测到的车辆号牌、进行比对，根据车辆出现的概率进行嫌疑车辆区域关联性分析，从而找出新的嫌疑车辆线索。,公安业务过程 根据案件信息框定多个事发地； 根据已设卡点情况勾勒通行路径； 计算出行频次较多的车辆； 调阅现场照片和视频，实施布控抓捕方案。,,多区域车辆碰撞分析原理,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,碰撞分析原理 根据区域、时间段搜索出以时间为顺序的所有过车记录 以车辆号牌为单位，以出现区域个数为顺序，进行车辆记录的重新排序，得出碰撞频次的分布图 以车辆号牌为单位，以时间出现先后为顺序，得出指定车牌的出行轨迹,2.6 问题讨论,问题讨论,（大标题20号黑体）,（二级标题12号黑体）,（正文9号黑体） （行距1.5倍）,问题1： 假牌车辆如何判断？,问题2： 同行车（又叫跟车关联）如何分析？,,（固定版式）,谢 谢！,
