《光电图像处理.doc》由会员分享，可在线阅读，更多相关《光电图像处理.doc（7页珍藏版）》请在金锄头文库上搜索。
1、 光 电 图 像 处 理 XX XXXXX XXXXXXXX一、 论述光电图像处理的概念、内容及意义。概念：光电图像处理是指计算机系统通过光学系统和光电图像传感器，对图像采集和对原始图像的加工，将自然界中的模拟图像转换为计算机中的数字图像，进而对图像进行处理和分析，使之能具备更好的视觉效果或能满足某些应用的特定要求 。内容：光电图像处理是一门多学科的综合学科，它会聚了光学、电子学、数学、摄影技术和计算机技术等众多学科方面。主要内容包括两方面的，一是光电成像技术，它是为弥补人类视觉缺陷和扩展人类自身的视觉功能；二是数字图像处理技术，它为改善图像的视觉效果，使计算机具有与人类一样的视觉功能。意义：
2、图像处理的目的是改善图像质量，提取有用信息，识别预定目标等，以此极大改变，方便人们的生活。二 车牌识别技术1. 引言 近年来，随着全球经济化形式的不断发展人们的物质生活需要日益提高，私人拥有机动车辆的数量呈几何增长态势，车辆的普及成为了目前的必然趋势。在此情况下仅仅依靠大力发展交通设施已不能解决现在已经存在的交通拥挤，环境污染加剧，交通事故频发等问题。汽车数量的增加日益成为制约城市发展的重要因素之一，由于城市空间的严格限制，修建新道路所需的巨额资金以及环境的压力，相比于建设更多的道路基础设施，建立完善的道路网络缓解道路交通增长的需 求，大力发展智能交通系统，才有可能真正解决日益严重的交通问题。
3、2. 车牌识别技术简介 随着模式识别技术的发展，车牌字符识别已成为智能交通系统的重要组成部分它可以从复杂的背景中准确地提取，识别汽车牌照， 车辆类型等信息，在交通控制和监视中占有很重要的地位，具有广泛 的应用前景。所以汽车牌照的识别问题已经成为现代交通工程领域中研究的重点和热点问题之一。由于受环境待识别车辆的车型复杂和车牌位置不固定等的影响，给车牌定位方法的选择带来一定的困难。车牌本身的污染，缺损也会影响识别率。一些车辆由于天气或是路况不好使得车牌被灰尘，泥土沾染，另外还有一些车辆行驶时间较长车牌上的字符已经部分缺损了，严重的时候，人眼也很难辨别车牌上的字符，这些情况都会影响系统的识别工作，导
4、致误识别。可见要提高车牌定位系统和字符分割系统的正确率将碰到很多困难。 无疑，如果车牌字符识别系统有较高的自适应性和鲁棒性，即对有一定噪声或变形的字符图像仍能正确识别，则会极大的减轻车牌定位系统和字符分割系统的压力。因此，设计一个抗干扰性能良好的车牌字符识别系统对整个车牌自动识别系统都是有益的。同时字符在某种程度上反映了图形的一般特点，是一类特别的图形，其自动识别一直受到人们的极大关注，因为它的解决对于人们的生产和生活具有非常现实的意义。3. 车牌识别技术的研究现状 自20世纪80年代提出车牌识别技术以来，人们己经对其进行了广泛的研究，其主要途径就是对车牌的图像进行分析，自动提取车 牌信息，确
5、定汽车牌号。这个阶段的研究并没有形成完整的系统体系，而是就车牌识别中的某一个具体问题进行讨论，并且通常是采用简单的图像处理技术来解决。识别过程是使用工业电视摄像机拍下汽车的正前方图像然后交给计算机进行简单处理，并且最终仍需要人工干预。进入20世90纪年代后，随着计算机视觉（ComputerVisionTechnology）的发展和计算机性能的提高,开始出现车牌识别的系统化研究。中国，美国，日本，法国等国家相继投入大量的人力，物力进行应用研究。近几年以来计算机及其相关技术发达的一些国家开始探讨用人工神经网络技术和遗传算法解决车牌的自动识别问题。同时开始研究车牌识别的实时性要求，使得车牌识别系统进
6、入实用化阶段。汽车牌照识别技术（Lieense Plate Recognition,LRP）在国外起步较早,一些实用的系统也开始应用于车流监控,出入控制,电子收费等场合。 Argus英国Alphatech公司的图像部于80年代中期开始研制名为RGUS的车牌自动识别系统。可处理黑白或彩色图像，ARGUS的车牌识别时约为100毫秒，通过ARGUS的车速可达每小时100英里；新加坡的Optasia公司研制的VLPRS系统，适合于新加坡的车牌；香港的亚洲视觉公司的车牌识别产品VECON适用于香港制式的车牌。另外日本，加拿大，德国，意大利，英国等发达国家也都有适用本国车牌的车牌识别系统。从识别原理上有模
7、板匹配，支持向量机的分类器，基于特征的分类器，人工神经网络分类器，粗糙集分类器，聚类分析等方法。 国内不少学者也在进行车牌识别方面的研究，实验室方面，西安交通大学的图像处理和识别研究室，上海交通大学的计算机科学和工程系，清华大学人工智能国家重点实验室，浙江大学的自动化系等在车牌识别方面有各自独立的研究，并取得了一定的成绩。中国科学院自动化所的刘智勇等发表文章，他们在一个3180的样本集中，车牌定位准确率为99.4%，切分准确率为94.5%，北航的胡爱明等利用模板匹配技术开发了一种应用于收费站的车牌识别系统其识别正确率能达到97%以上。华南理工大学的骆雪超，刘桂雄等提出了一种基于车牌特征信息的二
8、值化方法，该系统对效果较好的车牌的识别率能够达到96%。清华大学的冯文毅等利用一种光电混合系统进行车牌识别 ，系统能够通过硬件来完成车牌识别的全过程。黄志斌等将基于串行分类器的字符识别应用于车牌识别系统中，对车牌识别系统中的分类器进行了详细的研究。4. 车牌识别系统的构成 车牌识别系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用，它主要由牌照图像的采集和预处理，牌照区域 的定位和提取牌照字符的分割和识别等几个部分组成。其基本工作过程如下：（1）当行驶的车辆经过时，触发埋设在固定位置的传感器，系统被唤醒处于工作状态；一旦连接摄像头光快门的光电传感器被触发，设置在车辆前方，后方和侧面
9、的相机同时拍摄下车辆图像；（2）由摄像机或CCD摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理，图像预处理包括图像转换，图像增强，滤波和水平较正等；（3）由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域；（4）对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别系统进行识别。5.车牌识别系统的发展 车牌识别技术产生于上世纪末开始的智能交通革命，智能交 通系统经过近十多年的推广，试行和发展，目前已成功地应用于若干经济发达及较为发达国家的都市及城市高速公路系统中。而车牌识别系统正是在这种应用背景下研制出来的，能够自动实时检测车辆经过和识别汽车牌照的智能交通管
10、理系统。 在经历了上个世纪末的起步阶段之后，车牌识别技术已日趋走向成熟，并开始在交通，公安，路政，停车场，安防，门禁，智能小区等许多领域得到了广泛的应用。车牌识别系统简单地说是一种以特定目标为对象的专用视觉系统，它能够从一幅图像中提取分割并识别出车辆牌照，运用先进的图像处理，模式识别和人工智能技术，通过对图像的采集和处理完成车辆牌照的自动识别识别，结果可按需求分别包括车牌的字符，数字，牌照图像，以至牌照颜色，坐标，字体颜色等。 目前，车牌识别系统己经最广泛应用到包括智能交通违章监视管理（电子普察），高速公路不停车收费，车辆检测停车场监控与管理等应用中，一方面，车牌识别系统本身是一个全数字化的智能系统， 在它上面只要做不多的扩充，就可以衍生出一些其他功能。另一方面，即使是世界上很多研究机构和公司专门从事这方面的研发工作，高 可靠性，高性能和高识别率的车牌识别系统还待开发，LPR系统发展迅速，出现了一些较为实用的产品。 参考文献1 杨大力,刘舒. 基于神经网络的车牌汉字识别方法 J. 中国人民公安大学学报(自然科学版). 2009 2 李少军. 汽车牌照识别研究与应用 D. 武汉理工大学. 20063 刘滨. 基于神经网络的车牌字符识别研究 D. 武汉大学. 2004
