车牌识别系统是如何实现的.doc

车牌识别系统是如何实现的 智能交通中一个重要的技术就是车牌识别技术，对于拍到的车辆图像或录像,如果能够准确及时的返回车牌的号码,这样即方便了车辆管理,又可以及时对违章车辆进行处罚,同时由于识别的即时性和准确性,这一系统在军事上也有极其重要的意义。车牌自动识别技术自提出以来,受到了人们的广泛关注,它可以应用于公路和桥梁收费站、公路流量观测站、城市监控系统、港口和机场、停车场、以及军事要塞的入口等车牌认证实际交通系统中,以提高交通系统的车辆监控和管理的自动化程度。由于其在智能化交通控制管理中发挥着越来越重要的作用,目前西方发达国家的科研工作者对其进行广泛的研究,目前己有众多的算法,一般的车牌识别系统总体构架图恤口图所示,经过这些年的研究,有些已应用于交叉路口、车库管理、路口收费、高速公路等场合。但是由于需适应各种复杂背景,加之要识别的车辆种类繁多,颜色变化多端,以及检测时要适应不同天气变化导致的不同光照条件。因此,目前的系统都或多或少地存在着一些问题。随着计算机性能的提高和理论技术的发展,这种技术必将日趋成熟。以下对我们设计的车牌自动识别系统的构成作简单介绍。一个完整的车牌自动识别系统通常由图像采集,车牌定位,车牌牌字符分割和车牌字符识别部分组成。车牌自动识别系统是一个以微处理器为核心,基于图像处理、模式识别等技术的高度智能的电子系统,这个系统主要有摄像头、视频采集接口、辅助照明装置、计算机和识别软件组成。在自然光较暗或夜间影响识别效果时,自动开启辅助照明装置提供摄像光源。当车辆通过关卡,经过车体位置传感器的敏感区域时,传感器发送一个信号给图像采集控制部分。采集控制部分控制摄像机采集一幅汽车图像送至图像预处理模块,由预处理模块对输入图像进行预处理后送入计算机内。计算机内的软件模块从输入图像中找到牌照的位置,对牌照作字 符切分,得到各个字符的点阵数据。字符识别模块从点阵数据中提取字符特征数据,与模板库进行匹配,给出识别结果。识别结果和图像存入数据库中,留待以后车牌查询和交通流量统计。现阶段,一个典型的车牌自动识别系统都是由车辆检测,车辆图像采集,图像预处理,车牌子图像定位,车牌字符分割,字符识别这几个过程组成,一般的工作流程,如图所示 车牌识别系统详细工作流程 其中,车辆检测装置一般使用红外感应线圈,它可以检测当前是否有车辆通过。近年来,随着视频检测技术的发展,有的己经使用视频流检测系统,检测是否有车辆通过。车辆图像采集部分一般是一个高质量的摄像头,当检测装置检测到有车辆通过时,图像采集部分开始工作,拍摄到包含有车辆牌照的车牌图像。并把拍摄的图像传入计算机或者特定的处理器,以后的步骤由计算机完成。计算机完成牌照图像定位,字符分割,最终完成对车牌的字符分割。以上几个过程,前一步是后一步的基础,在整个系统工作时,只有处理好每一个过程,才能保证最后快速,准确的把字符识别出来。过程简介 在这个系统中,车辆检测依赖于系统的硬件来完成,我们所关心的是从图像采集的以后的那部分,即图像采集,图像预处理,子图像定位,字符分割,识别部分,下面简单把这几个过程介绍一下：一、图像采集1、在采集的触发方式上,车辆图像的采集有外设触发和视频触发两种：（1）外设触发采用线圈、红外等检测器检测车辆到达信号,触发采集设备抓拍。（2）视频触发采用运动目标序列图像分析处理技术,实时监控车道上车辆的运动状况,当发现车辆通过时,触发抓拍。我们研究的系统是采用外设触发的方式。通过在路上埋设电感线圈传感器,当汽车到达时,线圈传感器给抓拍控制器一个信号,抓拍控制单元通知计算机通过摄像机和图像采集卡把图像采集回来,启动后面的车牌识别模块。2、图像采集设备一般由光源、镜头、数字摄像机和图像采集卡构成。采集过程可简单描述为在光源提供照明的条件下,数字摄像机拍摄目标物体并将其转化为图像信号,最后通过图像采集卡传输给图像处理部分。我们在设计图像采集部分时,要考虑到多方面的问题,主要是关于数字摄像机、图像采集卡和光源方面的技术。二、图像预处理 图像的采集,一般主要是通过摄像头与计算机的视频捕捉卡直接相连来完成的,由于图像采集设备所采集到的图像可能受恶劣的天气、变化的光照以及摄像机拍摄角度等的影响,使得拍摄到的车牌图像存在污迹、光照不均、亮度太低、对比度太小、倾斜等情况。这些都影响了车牌字符的分割进而降低了车牌识别率,图5即为拍摄到的一个车图。因此,必须采取车牌图像预处理措施以提高识别率。同时,由于车牌不可避免地存在噪声,而且由于车牌识别系统在室外小时工作,光照度大范围变化,也存在光照不均,亮度太低对比度太小等情况,这些都会降低系统的字符识别率,因此需采取滤噪、光照不均校正和对比度增强等图像增强措施。预处理是整个车牌识别系统的第一步,它的有效与否直接关系到下一步定位的成功率高低。预处理的主要目的是增强图像中的目标的信息,减少或者消除非目标信息,以有利于下一步的图像进一步处理。对于含有车牌的图像来说,预处理主要是为了让目标字符的信息加强,并且消除干扰信息,从而便于系统进行下面的车牌区域的定位工作。一般来说,预处理的方法主要分为空域法和频域法两大类四。空域法主要是利用图像中各点之间的位置关系与颜色信息来进行处理,用于其中预处理的空域法主要有图像的点运算、图像增强等频域法则是将图像变换到频域然后再进行处理,一般采用的变换方式都是线性正交变换、傅立叶变换、离散余弦变换等,然后根据目标信息的特征进行相应的滤波处理。一般来说,利用空域法比较直接方便,理解上直观利用频域法则有计算量小、易于消除噪声等特点。 图5：拍摄到的车图三、车牌定位车牌定位是车牌识别系统中的关键之一,如何在复杂的背景下克服干扰准确定位出含有车牌字符区域直接关系到车牌识别系统后续识别部分的正确率。到目前为止,有关车牌定位的研究很多,其中主要的方法有下面几种：基于彩色信息的方法、数学形态学的方法、基于纹理的方法和人工神纤网络方法等。对于背景特别复杂的车牌定位问题,现在很多都将以土几的两种或者两种以上的方法结合起来使用。其中基于彩色信息的方法处理较为复杂,并且与采用的颜色模式有很大关系数学形态学的方法只能处理特定类型的背景情况基于边缘的方法计算量较大并且对车牌图像边缘清晰度的要求较高人工神经网络方法虽然容错性较强,一般收敛速度较慢基于纹理的方法是目前采用较多的一种方法,这一方法计算量有限,而且基本思路比较直观,易于理解,特别是针对本文中的识别系统所针对的图像的特点而言,用这种方法完全可以进行处理。图6即为一张定位好的车牌图像。 图6定位后的车图四、字符分割在车牌识别系统中,字符分割完成的任务就是将单个车牌字符准确的一个个切分出来。字符分割的方法有基于变换、基于聚类技术和直接投影方法等。字符分割的准确性非常重要,直接关系到识别的正确率。本文采用直接投影法并且采用对投影的峰谷分析以及字符的先验大小知识来对车牌字符进行分割,实验验证,这个方法取得了很好的效果。首先来看一下标准车