1、隨著城市交通壓力的不斷增加，智能交通系統(tǒng)受到了人們越來越多的重視。其中車牌識別系統(tǒng)是智能交通系統(tǒng)中的重要組成部分，有著十分廣泛的應用。本文研究了基于視頻輸入的嵌入式車牌識別系統(tǒng)實現(xiàn)的一些問題，包括了硬件結構，軟件實現(xiàn)，并在車輛檢測的背景重建和車牌識別中的圖像增強方面提出了自己的算法。本文的主要內(nèi)容如下： 本文首先分析了當前車牌識別系統(tǒng)的實現(xiàn)，提出將車輛檢測與車牌識別融合在一個系統(tǒng)中，從而簡化硬件設計并且能節(jié)約成本。 然后

2、，本文改進了車輛檢測過程中的背景重建算法。在分析現(xiàn)有背景重建算法在場景亮度快速變化的情況下出現(xiàn)的問題，對它們進行了改進。新的算法先將場景圖像分為相互重疊的圖像子塊，對每個子塊分別使用多高斯模型建模。對塊均值和方差分別使用動態(tài)和靜態(tài)兩種閾值進行分類，以便模型能適應當前的亮度變化。輸出時，對每個字塊中將要選為背景的那層圖像進行增益補償和線性混合以消除子塊間邊緣，得到當前幀的背景。通過比較實驗也證明了該算法在不同的環(huán)境和亮度變化下均能取得較好

3、的效果。 接著，本文利用視頻圖像能獲得多幅車牌圖片這一特點，提出了使用超分辨率重建方法增強車牌圖像。選用了基于正則化的超分辨率重建算法，以各向異性擴散模型進行先驗約束，并使用了在重建迭代過程中交替進行配準的方法，以提高配準正確率。對重建后的圖像，使用了模板匹配法對超分辨率后的圖像和原始圖像分別進行字符識別。實驗結果表明，超分辨率增強對識別率的提高是有利的。 最后，本文提出了車牌識別系統(tǒng)的整體設計方案，包括硬件的選擇和結構