设计类论文发表智能交通系统中车牌识别技术的应用华南理工大学论

　　发布时间：2014-10-20 15:46所属分类：计较机使用论文浏览：1次插手珍藏

　　摘 要 在经济快速成长的同时，城市道无限、汽车数量不竭添加，保守的汽车办理方式不再合用，智能交通系统应运而生。此中车牌识别手艺作为智能交通系统的焦点手艺，操纵车牌这独一标识性来索引和统计车辆消息是实现交通办理的环节手段，但因为等因

　　摘 要 在经济快速成长的同时，城市道无限、汽车数量不竭添加，保守的汽车办理方式不再合用，智能交通系统应运而生。此中车牌识别手艺作为智能交通系统的焦点手艺，操纵车牌这独一标识性来索引和统计车辆消息是实现交通办理的环节手段，但因为等要素使得车牌识别手艺有很大的上升空间，因而研究其发源与成长具有主要意义。

　　环节词设想类论文颁发,智能交通系统,车牌识别手艺,使用研究

　　跟着全球经济的快速成长，人们的物质糊口质量逐渐加深，推进了公交通事业的快速成长，随之而来的灵活车辆日积月累。因为城市空间无限，面临庞大的城市交通压力，仅依托成长交通设备已不克不及处理现已具有的交通拥堵、污染、交通变乱频发等问题。为了缓解这一压力，操纵高科技手段，成立完美的道收集缓解道交通增加的需求，智能交通系统应运而生。车牌识别系统作为智能交通系统的焦点构成部门，在道交通办理、交通变乱与灵活车盗窃现象的以及公共平安等方面阐扬着主要的感化，因而车牌识别系统已成为现代交通工程范畴中研究的重点和热点问题之一。

　　1车牌识别系统在智能交通中的成长过程

　　跟着交通事业的不竭成长，车牌识别手艺日趋成熟，并开逐步使用于交通、、政、泊车场、安防、门禁、智能小区等很多范畴。车牌识别系统简单的说是一种以特定方针为对象的公用视觉系统，它可以或许从一幅图像中提取朋分并识别出车辆派司，使用先辈的图像处置、模式识别和人工智能手艺，通过对图像的采集和处置完成车辆派司的主动识别，识别成果可按需求别离包罗车牌的字符、数字、派司图像，致使派司颜色、坐标、字体颜色等。

　　2车牌识别系统的研究现状

　　车牌识别手艺发源于上个世纪末，ARGUS的车牌识别系统的识别时间约为100毫秒，通过ARGUS的车速可高达每小时100英里。还有Hi-Tech公司的See/Car?system，新加坡Optasia公司的VLPRS等。

　　国内不少学者也在进行车牌识别方面的研究，尝试室方面，西安交通大学的图像处置和识别研究室、上海交通大学的计较机科学和工程系、大学人工智能国度重点尝试室、浙江大学的主动化系等在车牌识别方面有各自的研究，并取得了必然的成就。中国科学院主动化所的刘智勇等颁发文章，他们在一个3180的样本集中，车牌定位精确率为99.4%，切分精确率为94.5%。北航的胡爱明等操纵模板婚配手艺开辟了一种使用于收费站的车牌识别系统，其识别准确率能达到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消息的二值化方式，该系统对结果较好的车牌的识别率可以或许达到96%。大学的冯文毅等操纵一种光电夹杂系统进行车牌识别，系统可以或许通过硬件来完成车牌识此外全过程。黄志斌等将基于串行分类器的字符识别使用于车牌识别系统中，对车牌识别系统中的分类器进行了细致的研究。目前比力成熟的产物有中科院主动化研究所汉王公司的汉王眼，亚洲视觉科技无限公司的慧光车商标码识别系统等等。

　　按照IMS研究显示，截止2012岁尾，全球车牌主动识别市场曾经扩展到了3.5亿美元摆布。2011年车牌识别达到了年增加率6.9%的成就。跟着市场的成长和用户需求的不竭变化，车牌识别连结着快速的成长。车牌主动识别手艺算法有了很大的提拔，从使用环境来看智能化算法与摄像机完满搭配，可以或许处理道交通上碰到的不少难题。

　　虽然车牌主动识别机遇触目皆是，可是其挑战仍然具有。以美国为例，车牌形式各类各样，外形、图片和字体也没有同一的规范。一点车辆可跨国驶入，系统面临其他国度或区域的车牌消息时，具体的言语文字也有所分歧，摄像机算法必需更为复杂和精准。虽然识别手艺已达到炉火纯青的境界，可是目前车牌识别阿拉伯语仍具有很大的挑战。毫不夸张地说，这些字母的难度高于中国的草书。

　　3车牌识别系统可提拔的空间及成长

　　车牌识别系统集中了光电、计较机、图像处置、计较机视觉、人工智能、模式识别等环节手艺。跟着消息化时代的不竭成长，室第、小区、泊车场等需要保安人工的处所都将利用车牌识别系统，削减了很多报酬要素形成的疏忽之处。也能扩展到犯罪车辆、惹事车辆、被盗车辆的辨识和拦截，交通流量监测等范畴，为人们出行的平安和便利供给了保障。一方面，车牌识别系统本身是一个全数字化的智能系统，以此为手艺根本，能够衍生出一些其他功能。另一方面，因为要素、车牌本身要素以及拍摄角度等问题，虽然世界上良多研究机构和公司特地处置这方面的研发工作，高靠得住性、高机能和高识别率的车牌识别系统还待开辟。

　　参考文献

　　[1] MD.Tanvir Learning Algorithms for Artificial Neural Networks，Proc. 10tb Informantion Engineering Senimar June 2001.

　　ternationalJournalofPatternRecognitionandArtificialIntelligence，1993，7(4)：721.755.

　　[3] 杨鼎力，刘舒.基于神经收集的车牌汉字识别方式[J].中国人民大学学报，2009，5(3)：56-57.