【文章內(nèi)容簡(jiǎn)介】 數(shù)字。 我們知道 輸入的彩色圖像包含大量顏色信息，會(huì)占用 計(jì)算機(jī) 較多的存儲(chǔ)空間，且處理時(shí)也會(huì)降低系統(tǒng)的執(zhí)行速度，因此對(duì)圖像進(jìn)行識(shí)別等處理時(shí)， 通常 將彩色圖像轉(zhuǎn)換為灰度圖像，以加快處理速度。對(duì)圖像進(jìn)行灰度化處理、邊緣提取、再利 用形態(tài)學(xué)方法對(duì)車牌進(jìn)行定位。具體步驟如下：首先 通過(guò) MATLAB 軟件 對(duì)圖像進(jìn)行灰度轉(zhuǎn)換，二值化處理然后采用 4X1 的結(jié)構(gòu)元素對(duì)圖像進(jìn)行腐蝕，去除圖像的噪聲。采用 25X25 的結(jié)構(gòu)元素，對(duì)圖像進(jìn)行閉合應(yīng)算使車牌所在的區(qū)域形成連通。在進(jìn)行形態(tài)學(xué)濾波去除其它區(qū)域。 汽車牌照識(shí)別一般只要分為間接法和直接發(fā)兩種 :間接法是基于 IC 卡鑒別(REID)或基于條碼的識(shí)別。直接法是基于圖像的汽車牌照識(shí)別。 間接法 :指通過(guò)識(shí)別安裝在汽車上的 IC 卡或條形碼中所存儲(chǔ)的車牌的信息來(lái)識(shí)別車牌及相關(guān)信息。 IC 卡技術(shù)識(shí)別準(zhǔn)確度高，運(yùn)行可靠，可 以全天候作業(yè)，但它整套裝置價(jià)格昂貴，硬件設(shè)備十分復(fù)雜，不適用于異地作業(yè) 。條形碼技術(shù)具有識(shí)別速度快、準(zhǔn)確度高、可靠性強(qiáng)以及成本較低等優(yōu)點(diǎn)，但是對(duì)于掃描器要求很高。此外，二者都需要制定出全國(guó)統(tǒng)一的標(biāo)準(zhǔn)，并且無(wú)法核對(duì)車、條形碼是否相符，也是技術(shù)上存在的缺點(diǎn)，這給近期在短時(shí)間內(nèi)推廣造成困難。 直接法 :基于圖像的車牌識(shí)別技術(shù)屬于直接法，是一種無(wú)源型汽車牌照智能識(shí)別方法，能夠在無(wú)任何專用發(fā)送車牌信號(hào)的車載發(fā)射設(shè)備情況下，對(duì)運(yùn)動(dòng)狀態(tài)車輛或靜止?fàn)顟B(tài)車輛的車牌號(hào)碼進(jìn)行非接觸性信息采集并實(shí)時(shí)智能識(shí)別。與間接法識(shí)別系統(tǒng)相 比，首先，這種系統(tǒng)節(jié)省了設(shè)備安置及大量資金，從而提高了經(jīng)濟(jì)效益 。其次，由于采用了先進(jìn)的計(jì)算機(jī)應(yīng)用技術(shù)，所以可提高識(shí)別速度，較好地解決實(shí)時(shí)性問(wèn)題 。再次，它是根據(jù)圖像進(jìn)行識(shí)別，所以通過(guò)人的參與可以解決系統(tǒng)中的識(shí)別錯(cuò)誤，而其他方法是難以與人交互的。 國(guó)內(nèi)外車輛牌照識(shí)別技術(shù)現(xiàn)狀 車牌自動(dòng)識(shí)別技術(shù)的研究國(guó)外起步地較早。早在 20 世紀(jì) 80 年代，便有一些零零散散的圖像處理方法用于車牌自動(dòng)識(shí)別的某些具體應(yīng)用。在這個(gè)階段，車牌自動(dòng)識(shí)別技術(shù)的研究還沒(méi)有形成完整的系統(tǒng)體系，一般采用簡(jiǎn)單的圖像處理方法來(lái)解決某些具 體問(wèn)題，并且最終結(jié)果通常需要人工干預(yù)。進(jìn)入 20 世紀(jì) 90 年代后，車牌自動(dòng)識(shí)別的系統(tǒng)化研究開(kāi)始起步。典型的如 等提出車輛牌照的自動(dòng)識(shí)別系統(tǒng)分圖像分割、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分，完成車牌的自動(dòng)識(shí)別。 使用視覺(jué)字符識(shí)別技術(shù) 分析所獲得的圖像， 首先在二值化圖像中找到車牌，然后用邊界跟蹤技術(shù)提取字符特征，再利用統(tǒng)計(jì)最鄰近分類器與字符庫(kù)中的字符比較 ,得出一個(gè)或幾個(gè)車牌候選號(hào)碼，最終確定車牌號(hào)碼。這個(gè)時(shí)期的應(yīng)用在識(shí)別正確率方面有所突破，但還沒(méi)有考慮識(shí)別實(shí)時(shí)性的要求，識(shí)別速度 有待進(jìn)一步提高。 由于我國(guó)的車牌格式和國(guó)外有較大的差異，所以對(duì)于國(guó)外的車牌識(shí)別系統(tǒng)的研究技術(shù)，我們只能進(jìn)行參考，不能進(jìn)行直接應(yīng)用。雖然我國(guó)車牌的識(shí)別需要識(shí)別漢字，但是對(duì)于英文字母和數(shù)字的識(shí)別，我們可以借鑒國(guó)外的研究技術(shù)。 從 80 年代中期開(kāi)始， ARGUS 英國(guó) Alphatech 公司就開(kāi)始了名為 RAUS 的車牌自動(dòng)識(shí)別系統(tǒng)的研制。 ARGUS 的車牌識(shí)別系統(tǒng)的識(shí)別時(shí)間約為 100 毫秒，通過(guò) ARGUS 的車速可高達(dá)每小時(shí) 100 英里。還有 HiTech 公司的 See/Car system,新加坡 Optasia 公司的 VLPRS 等。另外日本、加拿大、德國(guó)等發(fā)達(dá)國(guó)家都有適用于本國(guó)的車牌識(shí)別系統(tǒng)。 車牌識(shí)別技術(shù)的應(yīng)用與發(fā)展趨勢(shì) 汽車牌照號(hào)碼是一輛車輛唯一的標(biāo)識(shí)，也就是一輛汽車的身份證，車牌號(hào)碼識(shí)別技術(shù)可以輕松的實(shí)現(xiàn)對(duì)汽車登記，剩下了不少人力，不需要像傳統(tǒng)的進(jìn)門登記方法。目前這項(xiàng)技術(shù)已經(jīng)廣泛應(yīng)用于 交通管理與車輛管理中，例如高速公路超速違章行為、小區(qū)車輛進(jìn)出登記管理、停車場(chǎng)無(wú)人自動(dòng)計(jì)時(shí)收費(fèi)、高速公路自動(dòng)收費(fèi)等方面。 車牌號(hào)碼識(shí)別技術(shù)的便利性眾所周知，目前看來(lái)，這種技術(shù)今后的發(fā)展將更多的強(qiáng)調(diào)其成像，圖片預(yù)處 理，處理算法等系統(tǒng)各個(gè)環(huán)節(jié)的相互間的配合。尤其是物理成像和圖片預(yù)處理會(huì)成為下個(gè)階段發(fā)展的關(guān)鍵，因?yàn)樽R(shí)別算法一旦發(fā)展到了一定程度，短時(shí)間內(nèi)很難再提高，也就是瓶頸期， 這時(shí)如何能夠通過(guò)成像、光源、降噪等環(huán)節(jié)來(lái)為核心算法掃清障礙就成為了影響產(chǎn)品最終性能的制衡點(diǎn) 。這項(xiàng)技術(shù)最基礎(chǔ)的是圖像的采集，這就期望能捕捉更高分辨率更高畫面質(zhì)量的圖像，圖像的采集還在于捕捉動(dòng)態(tài)視頻中的畫面，光源，噪點(diǎn)等都會(huì)影響圖片的質(zhì)量，更高的分辨率更高的圖片質(zhì)量會(huì)成為這項(xiàng)技術(shù)今后的發(fā)展趨勢(shì)。另一方面， 目前車牌識(shí)別算法本身的難題主要集中在 車牌受到各種干擾時(shí)如何保證盡可能準(zhǔn)確地識(shí)別，例如大型車常見(jiàn)的車牌污損、私家車輛規(guī)避限號(hào)的車牌遮擋、光照環(huán)境形成的陰影干擾等等。 如何利用好高分辨率和高計(jì)算能力來(lái)降低系統(tǒng)的操作難度，進(jìn)一步解決這些技術(shù)問(wèn)題，提高系統(tǒng)配置的自動(dòng)化水平是車牌識(shí)別產(chǎn)品下階段需要著重投入的方向。 主要 的研究?jī)?nèi)容 當(dāng)車輛檢測(cè)部分檢測(cè)到車輛到達(dá)時(shí)觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。牌照識(shí)別單元對(duì)圖像進(jìn)行處理，定位出牌照位置，再將牌照中的字符分割出來(lái)進(jìn)行識(shí)別，然后組成牌照號(hào)碼輸出 。 （ 1）當(dāng)行駛的車輛經(jīng)過(guò)時(shí)，觸發(fā)埋設(shè) 在固定位置的傳感器，系統(tǒng)被喚醒處于工作狀態(tài)；一旦連接攝像頭光快門的光電傳感器被觸發(fā)，設(shè)置在車輛前方、后方和側(cè)面的 相機(jī) 同時(shí)拍攝下車輛圖像； （ 2）由攝像機(jī)或 CCD 攝像頭拍攝的含有車輛牌照的圖像通視頻卡輸入計(jì)算機(jī)進(jìn)行預(yù)處理， 圖像預(yù)處理包括圖像轉(zhuǎn)換、圖像增強(qiáng)、濾波和水平較正等； （ 3）由檢索模塊進(jìn)行牌照搜索與檢測(cè)，定位并分割出包含牌照字符號(hào)碼的矩形區(qū)域； （ 4）對(duì)牌照字符進(jìn)行二值化并分割出單個(gè)字符，經(jīng)歸一化后輸入字符識(shí)別系統(tǒng)進(jìn)行識(shí)別。 系統(tǒng)的的框架與特點(diǎn) 車牌識(shí)別系統(tǒng)采用高度模塊化的設(shè)計(jì)，將車牌識(shí)別 過(guò)程的各個(gè)環(huán)節(jié)各自作為一個(gè)獨(dú)立的模塊，其系統(tǒng)框架如下所示。 車輛檢測(cè)跟蹤模塊 車輛檢測(cè)跟蹤模塊主要對(duì)視頻流進(jìn)行分析，判斷其中車輛的位置，對(duì)圖像中的車輛進(jìn)行跟蹤，并在車輛位置最佳時(shí)刻，記錄該車輛的特寫圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到更加合理的識(shí)別結(jié)果，可以檢測(cè)無(wú)牌車輛并輸出結(jié)果。 車牌定位模塊 車牌定位模塊是一個(gè)十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎(chǔ)，其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。車牌系統(tǒng)完全摒棄了以往的算法思路，實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合 的車牌定位新算法，適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。 車牌矯正及精定位模塊 由于受拍攝條件的限制，圖像中的車牌總不可避免存在一定的傾斜，需要一個(gè)矯正和精定位環(huán)節(jié)來(lái)進(jìn)一步提高車牌圖像的質(zhì)量，為切分和識(shí)別模塊做準(zhǔn)備。使用精心設(shè)計(jì)的快速圖像處理濾波器，不僅計(jì)算快速，而且利用的是車牌的整體信息，避免了局部噪聲帶來(lái)的影響。使用該算法的另一個(gè)優(yōu)點(diǎn)就是通過(guò)對(duì)多個(gè)中間結(jié)果的分析還可以對(duì)車牌進(jìn)行精定位，進(jìn)一步減少非車牌區(qū)域的影響。 車牌切分模塊 車牌系統(tǒng)的車牌切分模塊利用了車牌文字的灰度、 顏色、邊緣分布等各種特征，能較好地抑制車