浅析车牌识别.docVIP

简析车牌识别技术及应用 石瑞丽 （华东交通大学 经济管理学院 江西南昌） 摘要：车牌识别技术是智能交通系统（ITS）的一个重要组成部分，一个典型的车牌识别系统一般包括图像预处理、车牌定位与提取、字符分割和字符识别等几大模块。本文对现有的这些关键技术、算法进行了简要的总结，并分析各自的优缺点。并在文章最后论述了车牌识别技术在现实生活中应用。 关键词：车牌识别；图像预处理；车牌定位；字符分割；字符识别；车牌识别技术的应用 0 引言 随着21世纪经济全球化和信息化的加剧，计算机通信技术和计算机网络技术等迅猛发展，自动化的信息处理能力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛应用，高速度、高效率的生活节奏，使汽车普及成为必然趋势。 伴随着世界各国汽车数量的增加，城市交通状况日益受到人们的重视。如何有效地进行交通管理，越来越成为各国政府的相关部门所关注的焦点。针对这一问题，人们运用先进的信息处理技术、导航定位技术、无线通信技术、自动控制技术、图像处理和识别技术及计算机网技术等科学技术，相继研发了各种交通道路监视管理系统、车辆控制系统及公共交通系统。这些系统将车辆和道路综合起来进行考虑，运行各种先进的技术解决道路交通的问题，统称为智能交通系统，即所谓ITS。ITS是20世纪90年代兴起的新一代交通运输系统。它可以加强道路、车辆、驾驶员和管理人员的联系，实现道路交通管理自动化和车辆行驶的智能化，增强交通安全，减少交通堵塞，提高运输效率，减少环境污染，节约能源，提高经济活力。ITS以车辆的自动检测作为信息的来源，因而对汽车牌照等相关信息的自动采集和处理的一门新的交通信息获取技术——车牌识别(LPR) 技术逐渐发展起来，成为信息处理技术的一项重要研究课题。本文简要介绍车牌识别的处理过程以及各阶段的相关技术，并论述其在交通运输等方面的应用。 1 车牌识别技术简介 车牌识别技术是智能交通系统（ITS）的一个重要组成部分，也是ITS 中的关键技术之一。车牌识别技术的研究最早出现在20世纪80年代，20世纪90年代后期以后，随着全世界汽车数量的急剧增加，车牌识别技术的应用范围也越来越广，车牌识别技术己成为了一个热门的研究课题，人们对其进行了广泛的研究。随这图形图像技术发展，车牌识别技术也越来越趋于成熟，现车牌识别技术准确率越来越高，识别速度越来越快。 车牌识别是从特定的图像中，对其中的车牌区域定性自动定位、提取，然后自动分割车牌字符，并且自动识别出各个字符，从而确定车辆的信息。其研究及实现将会对现代交通车辆管理、道路管理、车流检测等走向智能自动化做出保证。车牌识别技术主要应用于智能管理系统, 我国以车牌识别为中心的智能交通系统刚刚起步，它的推广对加强道路管理，减少交通事故，增强车辆安全，保证社会稳定等将产生重大而深远的影响。 车牌识别系统要达到相应的应用价值，必须满足健壮性、实时性、准确性三方面要求。 车牌识别系统包括硬件系统和软件系统。 硬件系统由感应器、摄像设备和计算机组成。 软件系统主要完成整个系统的控制，包括图像预处理、车牌定位、车牌提取、字符分割和字符识别,系统结构流程图如下图所示。 　 其中关键在于车牌定位、字符分割和字符识别。 2 车牌识别技术的研究现状 随着计算机信息技术的发展，车牌识别技术也日渐成熟，其各个子系统都有相应的技术、算法，许多学者也相继提出新的改进技术与算法来提高车牌识别技术的效率、准确度。下面对各个子系统的技术与算法进行简要的论述。 2.1 图像预处理 图像预处理实际上就是为准确地分割图像做好准备。通常情况下，摄取机在拍摄时会由于外界光线、气候或其他自然、设备本身、认为因素等干扰而导致所拍摄的车牌图片成像不完美。例如，对比度太小、曝光量太大、不清晰、倾斜等等。这些情况都会极大地影响后期车牌号码字符的分割操作，甚至导致无法进行字符分割操作。所以，在做字符分割操作之前，非常有必要先对图像做一系列的预处理。这些预处理操作包括图像灰度化、图像归一化、中值滤波、图像效果增强、二值化、方向矫正以及去除大噪点的二值图像后处理等过程。 2.1.1 图像的灰度化 通过摄像头采集的车牌图像是彩色的，图像包含了大量的颜色信息，对系统的存储与处理能力要求比较高，且存在色差。因此，为了提高图像处理效率，通常彩色图像要转化成灰度图像。 2.1.2 图像的归一化 由于实际输入的图像通常都会大小不一，理论上对图像的大小和颜色都无严格要求，但车牌图像过小会影响识别的正确率，为了能够适应不同大小的图像，需要对输入的灰度图像进行大小归一化。对于较小或较大的图像，全部统一为宽度176像素，高度58像素的图像。 2.1.3图像倾斜矫正 汽车行驶速度较快可能会导致拍摄到的车辆图像有一定的倾斜度，为保证图像的正确处理，需要对其进行倾斜度矫正。若以固