试论车牌自动识别系统

    车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术。本文着重介绍了车牌自动识别系统需要进行的几个基本步骤、关键技术以及主要应用方式，同读者共同探讨。 

    随着社会经济的发展、汽车数量急剧增加，对交通控制、安全管理、收费管理的要求也日益提高，运用电子信息技术实现安全、高效的智能交通成为交通管理的主要发展方向。 

    车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术。它以计算机技术、图像处理技术、模糊识别技术为基础，建立运动车辆的特征模型，识别车辆特征，如号牌、车型、颜色等，并着重解决高速车辆图像的获取及清晰度问题。它把网络和车辆管理信息系统结合起来，为交通管理和打击涉车违法犯罪提供了有效手段。 

    车牌自动识别系统是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的系统。其硬件基础一般包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 

    具备视频车辆检测功能的牌照识别系统，首先对视频信号中的一帧（场）的信号进行图像采集，数字化，得到对应的数字图像；然后对其进行分析，判断其中是否有车辆；若认为有车辆通行，则进入到下一步牌照识别；否则继续采集视频信号，进行处理。 

    系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。若处理速度慢，则导致丢帧，使系统无法正确检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。

    车牌自动识别系统

    车牌自动识别系统是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的系统。其硬件基础一般包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 

    具备视频车辆检测功能的牌照识别系统，首先对视频信号中的一帧（场）的信号进行图像采集，数字化，得到对应的数字图像；然后对其进行分析，判断其中是否有车辆；若认为有车辆通行，则进入到下一步牌照识别；否则继续采集视频信号，进行处理。 

    系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。若处理速度慢，则导致丢帧，使系统无法正确检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。

    基本进行步骤

    为了进行牌照识别，需要以下几个基本的步骤： 

    1、牌照定位，定位图片中的牌照位置； 

    2、牌照字符分割，把牌照中的字符分割出来； 

    3、牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。 

　　牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 

    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，并将其从图像中分割出来。 

　　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。 

　　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。 

    实际应用中，牌照识别系统的识别率与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄亮度、车辆速度等等因素的影响。这些影响因素不同程度上降低了牌照识别的识别率，也正是牌照识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法，还应该想办法克服各种光照条件，使采集到的图像最利于识别。 

    关键技术

    以前，国内外同类系统多采用辅助传感器（如红外、微波、电感线圈等）来检测车辆，而现在多采用视频来检测车辆。比较而言，传统传感器的架设成本较高，检测范围较小，有的架设过程甚至要影响正常的交通，并且不便于移动使用，而视频检测则具有较多的灵活性和便捷性。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省开支，而且更适合移动式、便携式应用的要求。它检测范围大，使用时可随时自动设置检测点，因而系统可以装载在机动车辆上移动使用。性能方面，当今世界先进水平的车辆号牌识别系统的正常环境识别率一般为95%左右，识别正确率为90%左右，但较先进的系统识别率≥98%，识别正确率≥95%，而且在功能方面，除车牌的自动识别外，还可同时完成车辆厂牌标志和车身颜色的识别。 

    其关键技术有： 

    1、数字图像获取技术； 

    2、实时并行图像处理，去除模糊； 

    3、采用多帧识别和置信度判决技术以提高识别正确率； 

    4、号牌字符识别及颜色分类； 

    5、车辆号牌区的准确定位与分割。

    主要应用方式

    车牌自动识别技术可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证，这项技术已经广泛应用于公路收费、停车管理、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合，在公安领域内主要有治安卡口系统、电子警察系统、移动查车系统、旅行时间计算系统等，以下列举这几种应用方式： 

    治安卡口系统 

    将车牌自动识别系统安装于市区、郊区的主要路口，全天候实时检测记录过往车辆的信息，与相关公安数据库连接，实时比对数据，发现问题车，特别是对过往的黑名单车辆（事故逃逸、假套牌、被盗抢、黄标车、以机动车为工具流窜做案等各种车辆）实时报警，再由卡口驻点的民警根据报警信息有针对性地进行拦截、甄别、处理。系统附属的其他功能：流量统计、超速抓拍、违章逆行等。 

    系统可以全天不间断工作、不会疲劳、错误率极低；可以适应高速行驶的车辆；可以在车辆行驶过程中完成任务而不影响正常交通；整个监视过程中司机也不会觉察、保密性高。这种系统的应用将极大地提高执法效率。 

    电子警察系统 

    安装在路口、路段，全天24小时监控道路情况，针对闯红灯、逆行、超速、跨实线、冲禁令等交通违法行为进行抓拍、识别，记录，再针对抓拍记录进行登记、校验、核实后，最终保存到交通违法数据库中作为处罚依据，并可实现流量统计、实时报警、硬盘录像等功能。 

    移动查车系统 

    将车牌识别系统安装在汽车中，不受场地、天气的限制，一套系统可以在任意地点进行执法取证，机动灵活，威慑力强。它是一个流动的公安治安卡口系统，而且隐蔽性强、流动性高。 

    系统包括微型摄像机、车载识别器、微机、蓄电池、无线通讯设备等，安装简便，易于维护。 

    旅行时间计算系统 

    路径旅行时间计算可实时统计各道路的车辆平均行程时间。在交通管理系统中可以通过计算车辆在某条道路的