商丘車牌識別系統(tǒng)是一項利用車輛的動態(tài)視頻或靜態(tài)圖像進行車牌號碼、車牌顏色自動識別的模式識別技術(shù)。其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備(監(jiān)測車輛是否進入視野)、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識別車牌號碼的處理機(如計算機)等,其軟件核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法等。某些車牌識別系統(tǒng)還具有通過視頻圖像判斷車輛駛?cè)胍曇暗墓δ芊Q之為視頻車輛檢測。一個完整的車牌識別系統(tǒng)應包括車輛檢測、圖像采集、車牌識別等幾部分(如圖1所示)。當車輛檢測部分檢測到車輛到達時觸發(fā)圖像采集單元,采集當前的視頻圖像。車牌識別單元對圖像進行處理,定位出車牌位置,再將車牌中的字符分割出來進行識別,然后組成車牌號碼輸出。
1.車輛檢測
車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測、視頻檢測等多種方式。采用視頻檢測可以避免破壞路面、不必附加外部檢測設(shè)備、不需矯正觸發(fā)位置、節(jié)省開支,而且更適合移動式、便攜式應用的要求。
具備視頻車輛檢測功能的車牌識別系統(tǒng),首先對視頻信號中的一幀(場)的信號進行圖像采集,數(shù)字化,得到對應的數(shù)字圖像;然后對其進行分析,判斷其中是否有車輛;若認為有車輛通行,則進入到下一步進行車牌識別;否則繼續(xù)采集視頻信號,進行處理。
系統(tǒng)進行視頻車輛檢測,需要具備很高的處理速度并采用優(yōu)秀的算法,在基本不丟幀的情況下實現(xiàn)圖像采集、處理。若處理速度慢,則導致丟幀,使系統(tǒng)無法正確檢測到行駛速度較快的車輛,同時也難以**在有利于識別的位置開始識別處理,影響系統(tǒng)識別率。因此,將視頻車輛檢測與車牌自動識別相結(jié)合具備一定的技術(shù)難度。
2.車牌號碼、顏色識別
為了進行車牌識別,需要以下幾個基本的步驟:
1.車牌定位,定位圖片中的車牌位置;
2.車牌字符分割,把車牌中的字符分割出來;
3.車牌字符識別,把分割好的字符進行識別,.終組成車牌號碼。
車牌識別過程中,車牌顏色的識別依據(jù)算法不同,可能在上述不同步驟實現(xiàn),通常與車牌識別互相配合、互相驗證。
(1)車牌定位
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車牌區(qū)域是整個識別過程的關(guān)鍵。首先對采集到的視頻圖像進行大范圍相關(guān)搜索,找到符合汽車車牌特征的若干區(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,.后選定一個.佳的區(qū)域作為車牌區(qū)域,并將其從圖象中分割出來。
(2)車牌字符分割
完成車牌區(qū)域的定位后,再將車牌區(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.小值的附近,并且這個位置應滿足車牌的字符書寫格式、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。
(3)車牌字符識別
字符識別方法目前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,.后選.佳匹配作為結(jié)果。基于人工神經(jīng)元網(wǎng)絡的算法有兩種:一種是先對待識別字符進行特征提取,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待處理圖像輸入網(wǎng)絡,由網(wǎng)絡自動實現(xiàn)特征提取直至識別出結(jié)果。
實際應用中,車牌識別系統(tǒng)的識別率與車牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車牌質(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、車牌被遮擋、車牌傾斜、高亮反光、多車牌、假車牌等等;實際拍攝過程也會受到環(huán)境亮度、拍攝亮度、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,除了不斷的完善識別算法,還應該想辦法克服各種光照條件,使采集到的圖像.利于識別。