正交试验设计论文Word版

燕山大学

正交试验设计课程设计

题目：正交试验设计在牌照识别中的应用

学院（系）：理学院

年级专业： 11经济统计

学号： 110108020005

学生姓名：吕凯旋

指导教师：孟宪云

教师职称：教授

完成时间：2014年11月4日

燕山大学课程设计（论文）任务书

院（系）：理学院基层教学单位：燕山大学

说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。

2014年11月1日燕山大学课程设计评审意见表

摘要

摘要：车辆牌照识别技术是智能交通系统中采集交通数据的重要技术手段。本文将正交试验设计方法应用于车辆牌照识别技术影响因素分析。在归纳了影响牌照识别准确度的主要因素的基础上，以上海市虹桥路测试数据为实例，运用正交试验设计方法进行分析，得出了光线为车辆牌照识别技术主要影响因素的结论，进而给出了提高车辆牌照识别正确度的建议。

关键词牌照识别；正交试验设计；影响因素；智能交通系统

Abstract

Abstract：The license plate recognition(LPR)is an important technology of traffic data collecting intelligent traffic system．This paper presents orthogonal experimental design(OED) method to the analysis of factors impacting LPR．Then，main factors’influence on the LPR are sorted．Based on the real sample of Hongqiao Road in Shanghai，the OED method is found feasible．Also，it concludes that light is the key factor affecting LPR．And correspondent conclusion and advices of LPR were put forward．

Key words license plate recognition；orthogonal experimental design；influencing factors；intelligent traffic system

目录

摘要 .............................................................................................................................................. I Abstract ........................................................................................................................................ I I 第一章绪论 . (1)

1.1 课题背景 (1)

第二章预备知识 (2)

2.1 牌照识别技术 (2)

2.1.1 牌照识别技术原理 (2)

2.1.2 牌照识别技术影响因素分析 (4)

2.2 正交试验设计 (4)

2.2.1 正交试验设计原理 (4)

2.2.2 OED法的优点 (4)

2.2.3 OED法的应用步骤 (5)

第三章试验设计 (5)

3.1 基于正交试验设计法的牌照识别影响因素分析 (5)

3.2 试验设计 (6)

3.3 试验结果分析 (7)

第四章结论 (9)

参考文献 (10)

第一章绪论

1.1 课题背景

智能交通系统是21世纪世界道路交通的发展趋势。交通信息采集系统是智能交通系统的基础。在众多的数据采集技术中，车辆牌照识别技术(License Plate Recognition，LPR)是一个非常重要的发展方向。该技术能对车辆牌照进行自动识别，从而实现对车辆的自动登记、验证、监视、报警等功能，大大提高智能化管理水平，减少人力物力投入，降低劳动强度。其应用场合包括：高速公路收费管理系统；城市交通车辆管理、监控；电子警察系统；智能停车场、智能小区管理；车牌验证；车流统计等。

牌照识别技术存在的主要问题是它的准确度，它受到多种因素(如天气、光线、车牌污损等)的综合影响。到底哪些因素引起了识别错误的现象?其中哪些因素对LPR技术的准确度有显著的贡献? 主要影响因素的识别可通过试验验证，但全样本试验工作量巨大，难以实现。正交试验法(Orthogonal Experimental Design ,OED)是解决这一问题的高效方法。使用OED方法，能够大幅度减少试验次数且不会降低试验的可信度。

第二章预备知识

2.1 牌照识别技术

2.1.1 牌照识别技术原理

汽车牌照识别技术(LPR)是一个以特定目标为对象的专用计算机视觉系统，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别。该技术对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果[1]。

LPR的基本工作流程为：

(1)车辆检测：当车辆到达车检器时，车检器向处理单元发出车辆到达信号(也可能没有车检器，仅采用视频虚拟车检器触发)；

(2)图像抓拍：处理单元接收到到达信号后，启动抓拍单元并发出辅助光，采集摄像头送出的图像信号；

(3)牌照识别：将摄像头拍摄到的包含车辆牌照的图像通过视频卡输入计算机进行预处理，再由检索模块对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，规整后输入字符识别子系统进行识别。

其流程如图1所示。

图1 LPR工作流程图

2.1.2 牌照识别技术影响因素分析

车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要满足实时性要求[2]。

从人类视觉基本原理分析，要想看清一幅图像必须具备三个条件：图像本身必须清晰、眼睛视力必须好、必须要有适当的光线。车辆牌照识别技术就是根据视觉的基本原理而确定的，是一个集成像、光源、识别三位一体的完整的过程[3]。其难点为：(1)算法(包括牌照区域定位、变形旋转校对、污损修复、字符切分、识别)；(2)成像环节(包括环境光影响、车辆高速运动成像)。

本文仅讨论外界因素对车辆牌照识别技术的影响，不涉及技术本身。因此，在本试验中，可将车辆牌照识别技术的主要影响因素归结为交通流条件、光照条件与环境条件。根据实际情况，交通流条件考虑流量因素，如高峰时段、平峰时段；光照条件考虑光线明、暗；环境条件考虑天气因素，如晴、雨。

2.2 正交试验设计

2.2.1 正交试验设计原理

正交试验设计(0rthogonal Experimental Design)是一种解决多因素、多水平对比试验的数学方法。它依据数学原理，根据正交性从大量的试验因素中挑选具有正交性质的因素和水平指标，通过均衡搭配组合．使用那些具有代表性，典型性的组台进行试验。这些有代表性的点具备了“均匀分散、齐整可比”的特点，町雌涵盖各个因素组合的情况，极大地减少了试验的次数。用少而有代表性的试验反映出全面情况，提高了工作效率。

2.2.2 OED法的优点

一般认为，正交试验设计具有以下特点[4,5,6]。

(1)考察因素及水半台理、分梅均匀。

(2)不需进行重复试验，误差便可估计出来．且计算精度高。

(3)找出了最主要因素，便于进一步试验。

(4)因素越多、水平越多、因素之间交互作用越多，正交裹的作用越大。

在分析车辆牌照识别影响因索的试验中，可以利用正交试验的优点(1）、(3)和(4)柬大幅降低试验的数量并保证试验质量。

2.2.3 OED法的应用步骤

牌照识别技术准确率的影响因素十分复杂，是许多影响因素共同作用的结果。如前文所述，主要的影响因素可以归纳为交通流条件、光线条件和天气条件。以牌照识别技术影响因素为分析对象，其应用步骤如下：

(1)明确研究对象的目的，确定考核指标；

(2)挑因素，选择台适的正交裘i选水平，制定因索水平表，确定试验方案；

(3)对试验结果进行分析。

第三章试验设计

3.1 基于正交试验设计法的牌照识别影响因素分析

本文选择上海虹桥路淮每路的测试路作为分析对象(见图2)。设路段为四车道，机动车与非机动车之间为物理分隔。通过对2007年9月11日～2007年9月21日问工作日的流量统计分析可知，该路段机动车日平均流量约为2400辆，流量时变具有稳定的变化规律，早、晚高峰时段及平峰时段明显。该案例对于分析牌照识别影响因素具有重要的借鉴作用。

图2 虹桥路

3.2 试验设计

根据实际情况．交通流条件考虑流量因素，分为高峰时段和平峰时段两个水平{光照条件分为明、暗两个水平；环境条件考虑天气因素．分为晴、雨两个。困此，本次试验中分析这3个因素对牌照识别准确率影响的显著性。具体影响因素和水平指标设置如表

1。

表1 影响因素和水平指标表

由于影响因索是3个，每个因素的水平为2，所以选用)2(34L 正交表，将进行4次试验(仅为全面试验次数的50％)。试验计划见表2：

即方案组合为：①晴天早高峰(07.9.12.8～9点)

②雨灭晚高峰(07.9.18.18～19点) ③雨天白天平峰(07.9.18.7～8点) ④晴天夜晚平峰(07.9.12.18～19点)

从正交试验设计后的方案缀合结果中看出：试验条件均衡的分散在配合完全的水平组合中，因而代表性强．容易出现好条件，具有均衡分散性；对于每列因素，在各个水平的结果之和中，其他因素各个水平的出现次数都是相同的，这保证了在各个水平的效果中，最大限度地排除了其他因素的干扰，因而能最有效地进行比较。

考核指标：捕获率、识别正确率和总正确率。各指标的计算方法见公式(1)，式(2)、式(3)；

捕获事=捕获数／实际流量 (1)识别正确率=正确数／(捕获数一重拍数) (2)总正确率=捕获率*识别正确率 (3)

3.3 试验结果分析

分析结果见表。

表3.2 关于识别正确率指标的直观分析表

表3.3 关于总正确率指标的直观分析表

从表3.1,3.2,3.3分析，可以得到以下结论：

(1)直接比较4个试验的捕获率、识别正确率、总正确率，都是3号试验的指标值最高，即雨天、白天、平峰条件下可以获得好的试验结果。

(2)比较各列均值1、2的大小，如果均值1比均值2大，则占有该列的因素的水平1，在该评价指标上通常比水平2好。对于识别正确率和总正确率，均为平峰时段比高峰好，光线明亮比黑暗好，晴天比雨天好；捕获率变化不大，平峰时段比高峰好，光线明亮比黑暗好，但雨天比晴天要好。

(3)级差R的大小用来衡量试验中相应因素作用的大小，级差大的因素，意味着它的两个位级对于评价指标造成的差别比较大，通常是重要因素。根据以上结果，可将影响因素重要程度排序，分析如下：

①捕获率：光线>天气>流量。但级差值均较小，即捕获率随天气、光线和流量的变化不大。

②识别率：流量>光线>天气。级差值均较高且相差不大，即天气、光线和流量都对识别率有较大的影响。

③总正确率：光线>流量>天气。该指标可作为总体评价参考，即光线是影响牌照识别主要影响因素。

可以看出，目前的车辆牌照识别系统已经达到了一定的准确度，但是，在光线条件差的情况下或者流量大时，正确率、识别率会明显降低。这是因为：

(1)现场光线条件随着昼夜更替、天气变化而截然不同，道路两边树影、建筑物阴影的移动使图像受干扰严重；

(2)当交通量很大时，车辆间距离较小，在图像上往往反映为两车相连，车辆牌照被遮挡，造成漏捕。

第四章结论

本文提出了将正交试验设计方法应用于车辆牌照识别技术影响因素分析中，该方法极大地减少了实验分析工作量，并得到所需试验结论。本文将影响牌照识别准确度的因素归纳为交通流条件、光线条件和天气条件，在此基础上，根据对虹桥路的实测数据分析，得出了光线为车辆牌照识别技术主要影响因素的结论，在光线条件差的情况下或者流量大时，正确率、识别率会明显降低。该结论是在虹桥路的道路设施条件下得出的，在条件许可时应当增加检测道路样本进一步验证。

现有的牌照识别系统虽然已经达到了一定的正确率和识别率，但要达到完全的实用化，实现快速、稳定、高效的目标，仍然有很长的路要走。以下几个方面仍然需要进一步研究：

(1)提高车牌定位分割和识别技术；

(2)进一步提高现有算法的速度和准确率；

(3)一幅图像中多辆车的车牌识别问题；

(4)恶劣条件下(雨、雾、夜晚等情况)，如何实现系统的正常工作。

参考文献

[1] 杜建波，任洪娥．车牌自动识别技术探讨[J]．信息技术，2005，29(5)：52—54．

[2] 孟国强．车辆牌照识别系统的原理及算法研究[D]．吉林：吉林大学汽车学院，2002．

[3] 张耀跃，霍金龙．汽车牌照自动识别技术在高速公路收费中的应用[J]．辽宁交通科技，2004，(3)：54—57．

[4]《正交试验法》编写组．正交试验法[M]．北京：国防工业出版社，1976．

[5] 北京大学数学力学系概率统计组．正交设计法[M]．北京：石油化学工业出版社，1976．

[6] 高允彦．正交及回归试验设计方法[M]北京：冶金工业出版社，1988．

友情提示：本资料代表个人观点，如有帮助请下载，谢谢您的浏览！