天津塘沽車牌識(shí)別系統(tǒng)道閘培訓(xùn),車牌識(shí)別

車牌識(shí)別系統(tǒng)(Vehicle License Plate Recognition，VLPR) 是指能夠檢測(cè)到受監(jiān)控路面的車輛并自動(dòng)提取車輛牌照信息(含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號(hào)牌顏色)進(jìn)行處理的技術(shù)。車牌識(shí)別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車唯一的車牌號(hào)碼，從而完成識(shí)別過(guò)程。通過(guò)一些后續(xù)處理手段可以實(shí)現(xiàn)停車場(chǎng)收費(fèi)管理，交通流量控制指標(biāo)測(cè)量，車輛定位，汽車防盜，高速公路超速自動(dòng)化監(jiān)管、闖紅燈電子警察、公路收費(fèi)站等等功能。對(duì)于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通自動(dòng)化管理有著現(xiàn)實(shí)的意義。

將車牌識(shí)別設(shè)備安裝于出入口，記錄車輛的牌照號(hào)碼、出入時(shí)間，并與自動(dòng)門、欄桿機(jī)的控制設(shè)備結(jié)合，實(shí)現(xiàn)車輛的自動(dòng)管理。應(yīng)用于停車場(chǎng)可以實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)，也可以自動(dòng)計(jì)算可用車位數(shù)量并給出提示，實(shí)現(xiàn)停車收費(fèi)自動(dòng)管理節(jié)省人力、提高效率。應(yīng)用于智能小區(qū)可以自動(dòng)判別駛?cè)胲囕v是否屬于本小區(qū)，對(duì)非內(nèi)部車輛實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)。在一些單位這種應(yīng)用還可以同車輛調(diào)度系統(tǒng)相結(jié)合，自動(dòng)地、客觀地記錄本單位車輛的出車情況，車牌識(shí)別管理系統(tǒng)采用了車牌識(shí)別技術(shù)，達(dá)到不停車、免取卡，有效提高車輛出入通行效率。

牌照定位

自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過(guò)程的關(guān)鍵。首先對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，最后選定一個(gè)最佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來(lái)。

牌照字符分割

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(gè)字符，然后進(jìn)行識(shí)別。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間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個(gè)位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。
牌照字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，選擇最佳匹配作為結(jié)果?；谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種:一種是先對(duì)字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接把圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識(shí)別的識(shí)別率，也正是車牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像最利于識(shí)別。

折疊

技術(shù)路線
采用計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別車牌的流程通常都包括車輛圖像采集，車牌定位，字符分割，光學(xué)字符識(shí)別，輸出識(shí)別結(jié)果5個(gè)步驟。車輛圖像的采集方式?jīng)Q定了車牌識(shí)別的技術(shù)路線。國(guó)際ITS通行的兩條主流技術(shù)路線是自然光和紅外光圖像采集識(shí)別。自然光和紅外光不會(huì)對(duì)人體產(chǎn)生不良的心理影響，也不會(huì)對(duì)環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。

自然光路線是指白天利用自然光線，夜間采用輔助照明光源，用彩色攝像機(jī)采集車輛真彩色圖像，用彩色圖像分析處理方法識(shí)別車牌。自然光真彩色識(shí)別技術(shù)路線，與人眼感光習(xí)慣一致，并且，真彩色圖像能夠反映車輛
應(yīng)用
應(yīng)用
及其周圍環(huán)境真實(shí)的圖像信息，不僅可以用來(lái)識(shí)別車牌照，而且可以用來(lái)識(shí)別車牌照顏色、車流量、車型、車顏色等車輛特征。用一個(gè)攝像機(jī)采集的圖像，同時(shí)實(shí)現(xiàn)所有前端基本視頻信息采集、識(shí)別和人工輔助圖像取證判別，可以前瞻性的為未來(lái)的智能交通系統(tǒng)工程預(yù)留接口。

紅外光路線是指利用車牌反光和紅外光的光學(xué)特性，用紅外攝像機(jī)采集車輛灰度圖像，由于紅外特性，車輛圖像上幾乎只能看見(jiàn)車牌，然后用黑白圖像處理方法識(shí)別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照?qǐng)D像。因紅外光是不可見(jiàn)光，它不會(huì)對(duì)駕駛員產(chǎn)生視覺(jué)影響。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中最明亮的時(shí)候，還是在一天中最暗的時(shí)候。唯一的例外是在白天，有時(shí)會(huì)看到一些牌照周圍的細(xì)節(jié)，這是因?yàn)榍缋侍鞖鈺r(shí)太陽(yáng)光的外光波的影響。采用紅外燈的缺點(diǎn)就是所捕獲的車牌照?qǐng)D像不是彩色的，不能獲取整車圖像，并且嚴(yán)重依賴車牌反光材料。

圖像處理技術(shù):運(yùn)用圖像處理技術(shù)解決汽車牌照識(shí)別的研究最早始于80年代，但國(guó)內(nèi)外均只是就車牌識(shí)別中的某一個(gè)具體問(wèn)題進(jìn)行討論，并且通常僅采用簡(jiǎn)單的圖像處理技術(shù)來(lái)解決，并沒(méi)有形成完整的系統(tǒng)體系，識(shí)別過(guò)程是使用工業(yè)電視攝像機(jī)拍下汽車的工前方圖像，然后交給計(jì)算機(jī)進(jìn)行簡(jiǎn)單的處理，并且最終仍需要人工干預(yù)，例如車輛牌照中省份漢字的識(shí)別問(wèn)題，1985年有人利用常見(jiàn)的圖像處理技木方法提出漢字識(shí)別的分類是在抽取漢字特征的基礎(chǔ)上進(jìn)行的，根據(jù)漢字的投影直方圖選取浮動(dòng)閉值，抽取漢字在豎直方向的峰值，利用樹(shù)形查表法進(jìn)行漢字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當(dāng)閉值，進(jìn)行量化處理后，形成一個(gè)變長(zhǎng)鏈碼，再用動(dòng)態(tài)規(guī)劃法，求出與標(biāo)準(zhǔn)模式鏈碼的最小距離，實(shí)現(xiàn)細(xì)分米完成漢字省名的自動(dòng)識(shí)別。

傳統(tǒng)模式識(shí)別技術(shù)。傳統(tǒng)模式識(shí)別技術(shù)指結(jié)構(gòu)特征法，統(tǒng)計(jì)特征法等。90年代，由于計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，開(kāi)始出現(xiàn)汽車牌照識(shí)別的系統(tǒng)化研究。1990年AS.Johnson等運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了車輛牌照的自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分。利用不同閩值對(duì)應(yīng)的直方圖不同，經(jīng)過(guò)大量統(tǒng)計(jì)實(shí)驗(yàn)確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對(duì)應(yīng)的直方圖分割出車牌，再利用預(yù)先設(shè)置的標(biāo)準(zhǔn)字符模板進(jìn)行模式匹配識(shí)別出字符。