车牌识别技术

车牌自动识别技术的应用背景及发展现状车牌自动识别的主要技术车牌自动识别技术的未来发展方向综述车牌照的唯一性车牌照是全世界唯一对车辆身份识别的标记，尽管牌照的字符、颜色、格式内容和制作材料会多种多样，但车牌照仍是全球范围内最为精确和特定的识别标记。应用背景随着汽车数量的逐年递增，摆在我们面前的是巨大的城市交通压力。如何高效地进行交通管理，越来越成为我们现实生活中的焦点问题。针对此问题，人们运用先进的科学技术，相继研制开发出了各种交通道路监视、管理系统，这些系统一般都包括车辆检测装置。通过这些装置对过往的车辆实施检测，提取相关交通数据，用于达到监控、管理和指挥交通的目的。汽车牌照的自动识别是车辆检测系统中的一个重要环节，它在交通监视和控制中占有很重要的地位，是实现交通管理现代化和智能化的重要前提。汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点之一。传统的IC卡识别和条形码识别技术价格昂贵，设备复杂，采用数字图像处理技术可以节省辅助设备，降低成本，提高识别速度。识别算法的好坏直接影响到识别的正确率和识别速度。所以，研究基于数字图像处理的车牌识别方法，努力提高车牌识别系统的性能具有十分重要的实际意义。高速公路收费管理系统高速公路超速自动化监管系统公路布控管理系统城市交通路口的“电子警察”停车场收费管理系统封闭式居民小区物业管理及重要部门的保安管理偷盗车辆辨识应用领域车牌识别系统的主要步骤一：图像采集二：车牌定位三：车牌字符分割四：车牌字符识别五：输出识别结果车牌定位车牌识别系统主要包括三个部分：车牌自动识别主要技术车牌字符分割车牌字符识别图像的灰度化灰度校正平滑处理字符归一化匹配识别字符图像采集•车辆图像的采集方式决定了车牌识别的技术路线。目前国际ITS通行的两条主流技术路线是自然光和红外光图像采集识别。自然光和红外光不会对人体产生不良的心理影响，也不会对环境产生新的电子污染，属于绿色环保技术。一、自然光路线是指白天利用自然光线，夜间采用辅助照明光源，用彩色摄像机采集车辆真彩色图像，用彩色图像分析处理方法识别车牌。自然光真彩色识别技术路线，与人眼感光习惯一致，并且，真彩色图像能够反映车辆及其周围环境真实的图像信息，不仅可以用来识别车牌照，而且可以用来识别车牌照颜色、车流量、车型、车颜色等车辆特征。图像采集二、红外光路线是指利用车牌反光和红外光的光学特性，用红外摄像机采集车辆灰度图像，由于红外特性，车辆图像上几乎只能看见车牌，然后用黑白图像处理方法识别车牌。950nm的红外照明装置可抓拍到很好的反光车牌照图像。因红外光是不可见光，它不会对驾驶员产生视觉影响。另外，红外照明装置提供的是不变的光，所抓拍的图像都是一样的，不论是在一天中最明亮的时候，还是在一天中最暗的时候。唯一的例外是在白天，有时会看到一些牌照周围的细节，这是因为晴朗天气时太阳光的外光波的影响。采用红外灯的缺点就是所捕获的车牌照图像不是彩色的，不能获取整车图像，并且严重依赖车牌反光材料。车牌定位•自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。平滑处理后的图像未滤波直接提取出的边缘经灰度校正后提取的边缘经平滑处理后提取的边缘车牌图像的预处理行方向区域和最终定位出来的车牌车牌定位处理后结果进一步处理结果车牌字符分割•完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。在定位出上下边界后，再对特征图像进行垂直投影,得到投影图后，对投影图进行处理，重复水平定位的理念，找寻大于3分之2最大值的点所对应的横坐标的最大值和最小值，即为车牌的左右边界点，完成定位。为了之后字符识别的更好处理，在这里，根据找寻的边界点，对该灰度增强后图进行定位。01002003004005006007008000102030405060垂直投影图车牌字符分割车牌字符分割字符分割图因为扫描得到的图像的字符大小存在较大的差异，统一尺寸有助于字符识别的准确性，提高识别率，从而与模板进行匹配。归一化主要包括位置归一化、大小归一化及笔划粗细归一化（常用细化算法）。在这里对大小归一化。对不同大小的字符进行变换，使之成为同一尺寸大小的字符，这个过程称为字符大小归一化。通过字符大小归一化，许多特征就可以用于识别不同字号混排的字符。具体实现方法，首先对图像二值化处理，这里的阈值根据大津法得到，然后将字符的外边框按比例线性放大或缩小成为规定尺寸的字符。为了之后模板匹配的处理，在这里，对二值化的图像进行反二值化处理。图像归一化字符归一化车牌字符识别•字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化,并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。基于人工神经元网络的算法有两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。模板匹配法模板匹配是图象识别方法中最具代表性的基本方法之一。该方法对于有一定变形、污损或笔画缺损的字符图像有较好的识别效果，总体识别率较高，同时也能满足实时性的要求。首先取字符模板，接着依次取待识别字符与模板进行匹配，将其与模板字符相减，得到的0越多那么就越匹配。把每一幅相减后的图的0值个数保存，然后找数值最大的，即为识别出来的结果。识别结果模板匹配法未来发展方向高速公路、城市交通、停车场等基础设施建设水平的不断发展和车辆管理体制的不断完善，为以计算机视觉为基础的智能交通管理系统的实际应用提供了契机。在智能交通系统中，车牌自动识别系统是智能化交通系统非常重要的发展方向。从开始的收费辅助系统演变过来的车牌识别技术现在运用的领域是越来越广。它在车辆过路、过桥全自动不停车收费，交通流量控制指标的测量，车辆自动识别，高速公路上的事故自动测报，不停车检查，车辆定位，汽车防盗，稽杏和追踪车辆违规、违法行为，维护交通安全和城市治安，防止交通堵塞，提高收费路桥的服务速度，缓解交通紧张状况等方面有重要作用，有重要的现实应用意义。