車(chē)牌識(shí)別技術(shù)中，圖像識(shí)別在智能交通中有哪些運(yùn)用

智能交通的作用是辨識(shí)與分析，圖像識(shí)別技術(shù)是人類(lèi)利用計(jì)算機(jī)對(duì)現(xiàn)實(shí)圖像進(jìn)行分析和理解的技術(shù)，研究這項(xiàng)技術(shù)，對(duì)于促進(jìn)社會(huì)進(jìn)步和人類(lèi)自身發(fā)展有著重大意義。多年來(lái)，人們?cè)趫D像識(shí)別領(lǐng)域取得了顯著的成，并將這項(xiàng)技術(shù)成功的應(yīng)用在人們的日常生活當(dāng)中。在ITS中的應(yīng)用領(lǐng)域非常廣闊，包括道路識(shí)別、障礙物檢測(cè)、車(chē)輛檢測(cè)、車(chē)牌識(shí)別和車(chē)型識(shí)別等領(lǐng)域。

　　一、車(chē)牌的自動(dòng)識(shí)別是圖像識(shí)別技術(shù)在智能交通領(lǐng)域應(yīng)用

實(shí)現(xiàn)交通管理智能化的重要環(huán)節(jié)。在高清視頻技術(shù)的車(chē)牌識(shí)別系統(tǒng)中，采用視頻全區(qū)域動(dòng)態(tài)檢測(cè)跟蹤技術(shù)，是目前智能交通計(jì)算機(jī)運(yùn)算視覺(jué)先進(jìn)的技術(shù)

對(duì)于全部區(qū)域不同方向、不同速度移動(dòng)的所有車(chē)輛或物體，進(jìn)行不同角度、不同種類(lèi)的復(fù)雜檢測(cè)，采用改進(jìn)的濾波方法進(jìn)行跟蹤，然后對(duì)行進(jìn)軌跡或物體進(jìn)行復(fù)雜交通規(guī)則判斷的綜合技術(shù)。通常這是采用了幀率差檢測(cè)和車(chē)牌檢測(cè)識(shí)別相結(jié)合的技術(shù)，可具備跟蹤車(chē)輛行駛軌跡的功能，這樣一來(lái)可以判斷車(chē)輛直行、左轉(zhuǎn)、右轉(zhuǎn)等行駛方向。

　　二、車(chē)輛檢測(cè)是自動(dòng)交通監(jiān)控系統(tǒng)的基本技術(shù)之一

只有從背景中準(zhǔn)確地分割出車(chē)輛，才能進(jìn)行車(chē)輛的識(shí)別與跟蹤，才能進(jìn)行各種交通流參數(shù)的測(cè)量與分析。因此，車(chē)輛檢測(cè)是車(chē)輛計(jì)數(shù)、車(chē)速度、車(chē)流量、車(chē)密度等各種交通流參數(shù)測(cè)量的基礎(chǔ)。目前主要有以下幾種方法：基于背景差法、基于幀差法、基于邊緣檢測(cè)法、基于道路顏色模型法。以上的四種方法在實(shí)際車(chē)輛檢測(cè)中得到了廣泛的應(yīng)用。

　　三、道路識(shí)別是智能車(chē)輛導(dǎo)航中一個(gè)具有挑戰(zhàn)性的課題

道路識(shí)別是車(chē)輛導(dǎo)航的基礎(chǔ)。由于道路情況非常復(fù)雜，為使問(wèn)題簡(jiǎn)化，研究者們提出了許多關(guān)于道路模型的假設(shè)，包括道路曲線(xiàn)形狀假設(shè)，道路寬度及邊界平行假設(shè)，道路路面平坦假設(shè)，路面特征一致假設(shè)。

目前主要采取下述方法：基于區(qū)域的道路識(shí)別方法、基于邊緣的道路識(shí)別方法、基于模板的道路識(shí)別方法、基于圖像濾波的道路識(shí)別方法。以上幾種方法已經(jīng)在實(shí)際應(yīng)用中取得了較好的效果，促進(jìn)了圖像識(shí)別技術(shù)在智能交通監(jiān)控系統(tǒng)中的實(shí)際應(yīng)用。

本頁(yè)關(guān)鍵詞：合水縣車(chē)牌識(shí)別