智能车牌识别系统

智能车牌识别系统智能车牌识别系统是采用车牌识别技术做为根底，应用与停车场、高速路口、收费通道等场所的车辆管理系统。车牌识别技术(VehicleLicensePlateRecognition，VLPR)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〕进行处理的技术。车牌识别是现代智能交通系统中的重要组成局部之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为根底，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通平安和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。随着社会经济的开展、汽车数量急剧增加，对交通控制、平安管理、收费管理的要求也日益提高，运用电子信息技术实现平安、高效的智能交通成为交通管理的主要开展方向。汽车车牌号码是车辆的唯一“身份”标识，智能车牌识别系统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。智能车牌识别系统的几种应用方式：监测报警

对于纳入“黑名单”的车辆，例如：被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等，只需将其车牌号码输入到应用系统中，智能车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置，系统将识读所有通过车辆的车牌号码并与系统中的“黑名单”比对，一旦发现指定车辆立刻发出报警信息。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；可以在车辆行使过程中完成任务不影响正常交通；整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。

2、超速违章处分

车牌识别技术结合测速设备可以用于车辆超速违章处分，一般用于高速公路。具体应用是：在路上设置测速监测点，抓拍超速的车辆并识别车牌号码，将违章车辆的车牌号码及图片发往各出口；在各出口设置处分点，用智能车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对，一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比，这种应用可以节省警力，降低执法人员的工作强度，而且平安、高效、隐蔽，司机需时刻提醒自己不能超速，极大地减少了因超速引发的事故。

3、车辆出入管理

将智能车牌识别设备安装于出入口，记录车辆的车牌号码、出入时间，并与自动门、栏杆机的控制设备结合，实现车辆的自动管理。应用于停车场可以实现自动计时收费，也可以自动计算可用车位数量并给出提示，实现停车收费自动管理节省人力、提高效率。应用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合，自动地、客观地记录本单位车辆的出车情况。

4、自动放行

将指定的车牌信息输入系统，系统自动地识读经过车辆的车牌并查询内部数据库。对于需要自动放行的车辆系统驱动电子门或栏杆机让其通过，对于其它车辆系统会给出警示，由值勤人员处理。可用于特殊单位〔如军事管理区、保密单位、重点保护单位等〕、路桥收费卡口、高级住宅区等。

5、高速公路收费管理

在高速路的各个出入口安装智能车牌识别设备，车辆驶入时识别车辆车牌将入口资料存入收费系统，车辆到达出口时再次识别其车牌并根据车牌信息调用入口资料，结合出入口资料实现收费管理。这种应用可以实现自动计费并可防止作弊，防止了应收款的流失。

目前，高速公路已开始实施联网收费，随着联网范围的扩大，不同车型的收费差额也越来越高，司机利用现有收费系统的漏洞通过中途换卡进行逃费的问题将越来越突出，利用车牌识别技术是解决此类问题的根本方法。

6、计算车辆旅行时间

在交通管理系统中可以将车辆在某条道路的平均旅行时间作为判断该道路拥堵状况的一个参数。安装智能车牌识别设备于道路的起止点，识读所有通过车辆并将车牌号码传回交通指挥中心，指挥中心的管理系统根据这些结果就可计算出车辆平均旅行时间。

7、车牌号码自动登记

交通监管部门每天都要处理大量的违章车辆图片，一般由人工辨识车牌号码再输入管理系统，这种方式工作量大、容易疲劳误判。采用自动识别可以减少工作强度能够大幅度提高处理速度和效率。这种功能可用于电子警察系统、道路监控系统等。

智能车牌识别系统将摄像机在入口拍摄的车辆车牌号码图象自动识别并转换成数字信号。做到一卡一车，车牌识别的优势在于可以把卡和车对应起来，使管理提高一个档次，卡和车的对应的优点在于长租卡须和车配合使用，杜绝一卡多车使用的漏洞，提高物业管理的效益；同时自动比对进出车辆，防止偷盗事件的发生。升级后的摄像系统可以采集更清晰的图片，作为档案保存，可以为一些纠纷提供有力的证据。方便了管理人员在车辆出场时进行比对，大大增强了系统的平安性。

汽车车牌自动识别技术是一项利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。通过对图像的采集和处理，完成车牌自动识别功能，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别.其硬件根底一般包括触发设备(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。某些车牌识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几局部。当车辆检测局部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。车牌识别单元对图像进行处理，定位出车牌位置，再将车牌中的字符分割出来进行识别，然后组成车牌号码输出。智能车牌识别系统的识别系统智能车牌识别系统采用的车牌自动识别是一项利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。其硬件根底一般包括触发设备〔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。某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几局部(如图1所示)。当车辆检测局部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。车牌识别单元对图像进行处理，定位出车牌位置，再将车牌中的字符分割出来进行识别，然后组成车牌号码输出。〔1〕车辆检测车辆检测可以采用埋地线圈检测、红外检测、雷达检测、视频检测等多种方式。采用视频检测可以防止破坏路面、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。

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，在根本不丢帧的情况下实现图像采集、处理。假设处理速度慢，那么导致丢帧，使系统无法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，将视频车辆检测与车牌自动识别相结合具备一定的技术难度。〔2〕车牌号码、颜色识别为了进行车牌识别，需要以下几个根本的步骤：

1)车牌定位，定位图片中的车牌位置；

2)车牌字符分割，把车牌中的字符分割出来；

3)车牌字符识别，把分割好的字符进行识别，最终组成车牌号码。

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

1)车牌定位

自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定车牌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，找到符合汽车车牌特征的假设干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最正确的区域作为车牌区域，并将其从图象中别离出来。

2)车牌字符分割

完成车牌区域的定位后，再将车牌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车牌的字符书写格式、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。

3)车牌字符识别

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，选择最正确匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，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，车牌识别系统的识别率还与车牌质量和拍摄质量密切相关。车牌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、车牌被遮挡、车牌倾斜、高亮反光、多车牌、假车牌等等；实际拍摄过程也会受到环境亮度、拍摄方式、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车牌识别的识别率，也正是车牌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方法克服各种光照条件，使采集到的图像最利于识别。智能车牌识别系统工作原理车牌识别是利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。技术的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。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几局部。当车辆检测局部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。车牌识别单元对图像进行处理，定位出车牌位置，再将车牌中的字符分割出来进行识别，最后组成车牌号码输出。

车辆检测局部通常采用地感线圈或雷达，某些车牌识别系统还具有通过视频图像判断是否有车的功能，称之为视频车辆检测。

由于道路上24小时都通车，车牌识别系统需要全天时、全天候工作，为保障夜间识别准确率，还会配备LED频闪灯或闪光灯来补光。

车辆检测：可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过，并触发图像采集抓拍。

图像采集：通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。

预处理：噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、比照度调整等。

车牌定位：在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。

字符分割：在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。

字符识别：对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。

结果输出：将车牌识别的结果以文本格式输出。

目前车辆自动识别技术已经广泛运用到智能交通行业的各个领域，并起到了重要作用。相信随着科技的开展，需求的提升，车辆自动识别技术会向智能化、人性化等领域开展。智能车牌识别系统技术路线采用计算机视觉技术识别车牌的流程通常都包括车辆图像采集，车牌定位，字符分割，光学字符识别，输出识别结果5个步骤。车辆图像的采集方式决定了车牌识别的技术路线。目前国际ITS通行的两条主流技术路线是自然光和红外光图像采集识别。自然光和红外光不会对人体产生不良的心理影响，也不会对环境产生新的电子污染，属于绿色环保技术。

自然光路线是指白天利用自然光线，夜间采用辅助照明光源，用彩色摄像机采集车辆真彩色图像，用彩色图像分析处理方法识别车牌。自然光真彩色识别技术路线，与人眼感光习惯一致，并且，真彩色图像能够反映车辆及其周围环境真实的图像信息，不仅可以用来识别车车牌，而且可以用来识别车车牌颜色、车流量、车型、车颜色等车辆特征。用一个摄像机采集的图像，同时实现所有前端根本视频信息采集、识别和人工辅助图像取证判别，可以前瞻性的为未来的智能交通系统工程预留接口。

红外光路线是指利用车牌反光和红外光的光学特性，用红外摄像机采集车辆灰度图像，由于红外特性，车辆图像上几乎只能看见车牌，然后用黑白图像处理方法识别车牌。950nm的红外照明装置可抓拍到很好的反光车车牌图像。因红外光是不可见光，它不会对驾驶员产生视觉影响。另外，红外照明装置提供的是不变的光，所抓拍的图像都是一样的，不管是在一天中最明亮的时候，还是在一天中最暗的时候。唯一的例外是在白天，有时会看到一些车牌周围的细节，这是因为晴朗天气时太阳光的外光波的影响。采用红外灯的缺点就是所捕获的车车牌图像不是彩色的，不能获取整车图像，并且严重依赖车牌反光材料。评价智能车牌识别系统的技术指标从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定可靠的运行。一、识别率一个车牌识别系统是否实用，最重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率85%～95%。

为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车车牌进行识别，并且需要将车辆车牌图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：

1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数

2、可识别车车牌的百分率=人工正确读取的车车牌总