基于计算机视觉的在线检测,基于计算机视觉的检测技术.doc

基于计算机视觉的检测技术

基于计算机视觉的检测技术

化工与环境学院 董守龙 学号摘 要：汽车牌照自动识别技术特定目标识别技术生物特征鉴别技术关键词：图像技术；图像处理；计算机视觉

近年来，图像技术受到人们广泛的关注。在人类接收的信息中有80%来自视觉即图像( Image)信息，这是人类最有效和最重要的信息获取、交流方式。随着计算机的普及，人们越来越多地利用计算机帮助人类获取与处理视觉(图像)信息。图像技术就是对视觉图像获取与加工处理技术的总称。根据抽象程度和处理方法的不同，图像技术可分为三个层次：图像处理、图像分析和图像理解。这三个层次的有机结合也称为图像工程。

图像处理是较低层的操作，主要在图像象素级上进行处理。比较狭义的图像处理主要包括对图像分割以改善视觉效果，或对图像压缩编码以减少传输时间或存储容量。图像分析则是进入中层的操作，分割和特征提取是把原来以象素描述的图像转变成简洁的非图形形式的符号描述。即图像分析是一个图像进而数据出的处理，数据可以是对某一特征测量所得的结果，或是基于测量的符号表示。图像理解也经常被称为计算机视觉，主要是高层操作。图像理解进一步研究图像中的目标和它们之间的联系，其处理过程和方法与人类的思维推理有不少类似之处。

随着计算机的普及和大规模集成电路技术的发展，计算机视觉检测技术(AVI)实现成本已大大降低，并得到广泛应用。计算机视觉的应用领域主要包括对照片、视频资料如航空照片、卫星照片、视频片段等的解释、精确制导、移动机器人视觉导航、医学辅助诊断、工业机器人的手眼系统、地图绘制、物体三维形状分析与识别及智能人机接口等。下面将就一些主要的重点应用展开介绍。

1 汽车牌照自动识别技术

近年来交通问题引发的关注越来越多，智能交通系统(Intelligent Transportation System，ITS)的研究也越发广泛而深入。汽车牌照识别(License Plate Recognition，LPR)技术作为智能交通系统的关键技术，在交通流量监测、交通诱导控制、路桥收费、违章车辆监控等方面有着广泛的应用前景，对实现交通事业现代化有着重大意义。

汽车牌照自动识别系统以车牌号码自动识别为基础，可以对车辆进行自动验证、监视和报警。车牌识别系统集中了先进的光电、计算机控制、图像处理、模式识别、远程数据访问等技术，可以实现对监控路面过往的每一辆机动车的特征图像和车辆全景图像的全天候实时记录，计算机可以根据所拍摄的图像进行牌照自动识别。

LPR系统包括三个关键子系统，分别是车牌区域定位系统、车牌字符分割系统和车牌字符识别系统。牌照图像通常由CCD摄像机等摄影摄像设备获得，有时为了提高图像质量会采用主动红外照明摄像或使用其他特殊的传感器。获得的图像质量受多方面条件的影响，因此多数情况下需要对得到的摄影图像进行预处理。

车牌的定位检测是车牌识别中关键的一步，定位的准确与否直接关系到系统的识别精度和识别速度；同时，这也是整个环节的难点所在，由于牌照位于图像上任意位置，加上光照不均匀、反光、拍摄角度倾斜、复杂背景干扰以及车牌本身折损等原因，牌照精确定位难度较大。车牌定位算法有很多，如局部阀值二值化与自适形态滤波法、基于小波变换的边缘检测法等，是一个研究的热点。

在区域定位获得车牌图像之后需要对车牌上的字符进行分割以便识别，先把多行或多字符图像中的每个字符从整个图像中切割出来成为单个字符。由于车牌上的字符类型较少、变化较小，所以常采用简单的直接分割法。

字符识别系统首先要对字符进行位置、大小归一化处理，如果是英文大写字母和数字还要进行字符细化处理。然后将牌照上的字符分为两大类:汉字和符号(包括英文大写字母和数字)。对于汉字，采用汉字的字符笔划密度和字符复杂指数特征对汉字进行粗分类，再采用模板匹配法识别汉字。而对于符号，通过对车辆牌照上英文字符和数字字符结构特征的详细分析，选择字符中的细节点特征、闭合曲线特征和拐角点特征作为字符识别的依据，根据这些特征来识别牌照上的英文字母和数字字符。

2 特定目标识别技术

早期进行数字图像处理的目的之一是要通过采用数字技术提高照片的质量，辅助进行航空照片和卫星照片的读取判别与分类。由于需要判读的照片数量很多，需要借助自动的视觉系统进行，于是产生了许多航空照片和卫星照片判读系统与方法。自动判读的进一步应用就是对所关注特定目标的自动识别和实时分类，并与制导系统相结合。目前常用的制导方式包括激光制导、电视制导和图像制导，在导弹系统中常常将惯性制导与图像制导结合，利用图像进行精确的末端制导。

特定目标识别技术中很重要的一个研究方向是动目标检测技术。在军事领域，现代战争要求我们必须能尽早尽快地发现来袭目标；在实施高精度、高准确性的军事打击时，也需要精确、快速定位并识别出攻击目标。在复杂战场条件下，如