基于無人機視頻的車牌識別方法研究.pdf

1、隨著我國經(jīng)濟的快速發(fā)展，人們的汽車持有量也在呈快速增長方式。汽車的迅速增加使得我國的交通網(wǎng)絡(luò)越來越復(fù)雜，安全隱患也越來越嚴(yán)重。如何更靈活有效地進(jìn)行交通監(jiān)控是亟待解決的問題。
　　將無人機這項新技術(shù)融入到交通管理系統(tǒng)中，利用無人機的輕便、靈活等優(yōu)勢，可以克服傳統(tǒng)交警巡邏與固定式攝像頭的缺點，并且為交通監(jiān)管提供一種新穎的方式，完善了監(jiān)控系統(tǒng)，保障交通監(jiān)控的有效性。而車牌識別一直都是智能交通領(lǐng)域的研究熱點，隨著無人機技術(shù)在智能交通領(lǐng)域嶄

2、露頭角，將二者結(jié)合是必然的研究趨勢。
　　本文設(shè)計了基于無人機視頻的車牌識別系統(tǒng)解決方案。對無人機采集到的交通視頻進(jìn)行處理，通過先定位車輛，再識別車牌的方法對視頻中規(guī)定區(qū)域內(nèi)的車輛進(jìn)行車牌識別。因此該車牌識別系統(tǒng)分為兩部分，分別是車輛檢測和車牌識別。車輛檢測完成車輛定位的結(jié)果，針對固定式攝像頭拍攝的視頻與無人機拍攝的視頻區(qū)別，由于無人機拍攝的視頻背景是運動的，因此不能采用主流的靜態(tài)背景目標(biāo)檢測方法，同時動態(tài)背景的目標(biāo)檢測方法又無法

3、檢測出視頻中的靜止停放車輛，因此本文采用提取圖像HOG特征并用SVM判定的方法進(jìn)行車輛檢測。對定位到的車輛進(jìn)行車牌識別時，論文采用了主流的車牌識別方法。首先采取了結(jié)合 HSV顏色特征與SOBEL邊緣檢測的方法進(jìn)行了車牌定位，并通過Radon變換等算法對傾斜車牌進(jìn)行了校正，然后利用垂直投影的方法進(jìn)行了車牌字符分割，最后設(shè)計了神經(jīng)網(wǎng)絡(luò)對分割后的字符進(jìn)行識別。
　　為了驗證論文研究方法的可行性，首先對每部分的研究都進(jìn)行了實驗并給出了實驗