天津塘沽車牌識別系統(tǒng)道閘培訓,車牌識別

天津塘沽車牌識別系統(tǒng)道閘培訓,車牌識別

車牌識別系統(tǒng)(Vehicle License Plate Recognition，VLPR) 是指能夠檢測到受監(jiān)控路面的車輛并自動提取車輛牌照信息(含漢字字符、英文字母、阿拉伯數(shù)字及號牌顏色)進行處理的技術。車牌識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應用十分廣泛。它以數(shù)字圖像處理、模式識別、計算機視覺等技術為基礎，對攝像機所拍攝的車輛圖像或者視頻序列進行分析，得到每一輛汽車唯一的車牌號碼，從而完成識別過程。通過一些后續(xù)處理手段可以實現(xiàn)停車場收費管理，交通流量控制指標測量，車輛定位，汽車防盜，高速公路超速自動化監(jiān)管、闖紅燈電子警察、公路收費站等等功能。對于維護交通安全和城市治安，防止交通堵塞，實現(xiàn)交通自動化管理有著現(xiàn)實的意義。

將車牌識別設備安裝于出入口，記錄車輛的牌照號碼、出入時間，并與自動門、欄桿機的控制設備結合，實現(xiàn)車輛的自動管理。應用于停車場可以實現(xiàn)自動計時收費，也可以自動計算可用車位數(shù)量并給出提示，實現(xiàn)停車收費自動管理節(jié)省人力、提高效率。應用于智能小區(qū)可以自動判別駛入車輛是否屬于本小區(qū)，對非內(nèi)部車輛實現(xiàn)自動計時收費。在一些單位這種應用還可以同車輛調(diào)度系統(tǒng)相結合，自動地、客觀地記錄本單位車輛的出車情況，車牌識別管理系統(tǒng)采用了車牌識別技術，達到不停車、免取卡，有效提高車輛出入通行效率。

牌照定位

自然環(huán)境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區(qū)域是整個識別過程的關鍵。首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進一步分析、評判，最后選定一個最佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來。

牌照字符分割

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進行識別。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間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個位置應滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復雜環(huán)境下的汽車圖像中的字符分割有較好的效果。
牌照字符識別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡算法。基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進行匹配，選擇最佳匹配作為結果。基于人工神經(jīng)網(wǎng)絡的算法有兩種:一種是先對字符進行特征提取，然后用所獲得特征來訓練神經(jīng)網(wǎng)絡分配器;另一種方法是直接把圖像輸入網(wǎng)絡，由網(wǎng)絡自動實現(xiàn)特征提取直至識別出結果。

實際應用中，車牌識別系統(tǒng)的識別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關。牌照質(zhì)量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實際拍攝過程也會受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷地完善識別算法還應該想辦法克服各種光照條件，使采集到的圖像最利于識別。

折疊

技術路線
采用計算機視覺技術識別車牌的流程通常都包括車輛圖像采集，車牌定位，字符分割，光學字符識別，輸出識別結果5個步驟。車輛圖像的采集方式?jīng)Q定了車牌識別的技術路線。國際ITS通行的兩條主流技術路線是自然光和紅外光圖像采集識別。自然光和紅外光不會對人體產(chǎn)生不良的心理影響，也不會對環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術。

自然光路線是指白天利用自然光線，夜間采用輔助照明光源，用彩色攝像機采集車輛真彩色圖像，用彩色圖像分析處理方法識別車牌。自然光真彩色識別技術路線，與人眼感光習慣一致，并且，真彩色圖像能夠反映車輛
應用
應用
及其周圍環(huán)境真實的圖像信息，不僅可以用來識別車牌照，而且可以用來識別車牌照顏色、車流量、車型、車顏色等車輛特征。用一個攝像機采集的圖像，同時實現(xiàn)所有前端基本視頻信息采集、識別和人工輔助圖像取證判別，可以前瞻性的為未來的智能交通系統(tǒng)工程預留接口。

紅外光路線是指利用車牌反光和紅外光的光學特性，用紅外攝像機采集車輛灰度圖像，由于紅外特性，車輛圖像上幾乎只能看見車牌，然后用黑白圖像處理方法識別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照圖像。因紅外光是不可見光，它不會對駕駛員產(chǎn)生視覺影響。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中最明亮的時候，還是在一天中最暗的時候。唯一的例外是在白天，有時會看到一些牌照周圍的細節(jié)，這是因為晴朗天氣時太陽光的外光波的影響。采用紅外燈的缺點就是所捕獲的車牌照圖像不是彩色的，不能獲取整車圖像，并且嚴重依賴車牌反光材料。

圖像處理技術:運用圖像處理技術解決汽車牌照識別的研究最早始于80年代，但國內(nèi)外均只是就車牌識別中的某一個具體問題進行討論，并且通常僅采用簡單的圖像處理技術來解決，并沒有形成完整的系統(tǒng)體系，識別過程是使用工業(yè)電視攝像機拍下汽車的工前方圖像，然后交給計算機進行簡單的處理，并且最終仍需要人工干預，例如車輛牌照中省份漢字的識別問題，1985年有人利用常見的圖像處理技木方法提出漢字識別的分類是在抽取漢字特征的基礎上進行的，根據(jù)漢字的投影直方圖選取浮動閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進行漢字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當閉值，進行量化處理后，形成一個變長鏈碼，再用動態(tài)規(guī)劃法，求出與標準模式鏈碼的最小距離，實現(xiàn)細分米完成漢字省名的自動識別。

傳統(tǒng)模式識別技術。傳統(tǒng)模式識別技術指結構特征法，統(tǒng)計特征法等。90年代，由于計算機視覺技術的發(fā)展，開始出現(xiàn)汽車牌照識別的系統(tǒng)化研究。1990年AS.Johnson等運用計算機視覺技術和圖像處理技術實現(xiàn)了車輛牌照的自動識別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構造、字符識別等三個部分。利用不同閩值對應的直方圖不同，經(jīng)過大量統(tǒng)計實驗確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對應的直方圖分割出車牌，再利用預先設置的標準字符模板進行模式匹配識別出字符。