智能交通图像多特征提取方法研究文献综述

 2023-04-13 09:37:30

文献综述

文 献 综 述1.1研究背景随着社会经济的飞速发展,人民生活不断提高,机动车的总量迅猛增加,为了适应这一交通发展状况,迫切需要提高路网、收费站、停车场等场所的车辆管理效率。

因此智能交通系统11l(Intelligent Transport System,简称ITs)[1]的研究和部署被提到了重要位置。

ITs是以信息技术为代表,融合了先进的信息技术、 传感器技术、控制技术及计算机处理技术等,应用于各种交通运输场合的综合管理系统。

研究ITs的目的是实现信息化、智能化、高效的新型交通管理系统,提高路网的负荷能力,缓和日益加剧的交通拥堵问题。

因此本课题作为智能交通系统的重要组成部分,能够自动识别出车牌,节省了人力,简化了工作流程,提高了识别速度的同时也避免了人工管理可能带来的错误。

1.2 国内外研究现状分析自上世纪80年代车牌识别技术进入研究应用以来,车牌识别一直是一个比较热门的课题,也相继出现了很多技术方法,主要集中在模糊数学、神经网络、图像处理等方面。

但是由于车牌识别在实际应用中的复杂性,例如外界光线环境的变化,背景图像的多变性,车牌污损程度不一以及诸如汉字等复杂车牌文字的影响等,使得车牌识别系统的适应性和鲁棒性一直不高,而且因为通常需要大量数值计算的原因,其实时性上难以达到要求[2]。

目前国内外已开发出的一些产品有:以色列Hi-Tech公司的See/car System 系列产品,香港Asia Vision Techn0109y公司的VEc0N产品,新加坡Optasia 公司的VLPRS产品等。

其中VECoN和VLPRS产品主要适合于香港和新加坡的车牌, Hi-Tech公司的see/car System系列有多种型号来分别针对特定国家的车牌, see/car Chinese系统可以对中国大陆的车牌进行识别,但也有较大的缺陷,而且不能识别车牌中的汉字。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。