您所在位置: 首页>>新闻中心 >> 车牌识别系统的应用原理

车牌识别系统的应用原理

作者:原创   发布时间: 2018/9/4 10:13:55

  车牌识别是一种模式识别技术,它使用车辆的动态视频或静止图像来自动识别车牌号码、车牌颜色。硬件基础一般包括触发装置(监控车辆是否进入视野)、摄像装置、照明装置、图像采集装置、处理器用于识别车牌号(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。一些车牌识别系统还具有通过视频图像确定车辆进入视野的视图的能力,称为视频车辆检测。完整的车牌识别系统应包括车辆检测、图像采集、车牌识别和其他部分(如图1所示)。当车辆检测部分检测到车辆到达时触发图像获取单元,并且获取当前视频图像。车牌识别单元处理图像,找到车牌位置,然后划分车牌中的字符进行识别,然后形成车牌号码输出。

  车辆检测

  车辆检测可以使用埋地线圈检测、红外检测、雷达检测、视频检测等方法。视频检测可以避免损坏路径、不需要添加外部检测设备、不需要纠正触发位置、省钱,而且更适合移动、便携式应用。

  具有视频车辆检测功能的车牌识别系统首先收集并数字化视频信号中的帧(场)信号,以获得相应的数字图像;然后分析它以确定是否有车辆;如果考虑到车辆通过时,它将进入下一步识别车牌;否则,将继续收集视频信号进行处理。

  该系统进行视频车辆检测,需要具有较高的处理速度,采用优秀的算法实现图像采集、处理,而不会大幅丢帧。如果处理速度慢,则帧丢失,使得系统无法以更快的行进速度正确地检测到车辆,并且也难以确保识别处理在有利于识别的位置处开始,这影响了系统识别率。因此,将视频车辆检测与自动车牌识别相结合具有一定的技术难度。

  2.车牌号码、颜色识别

  为了进行车牌识别,需要以下基本步骤:

  •车牌定位,将车牌位置定位在图片中;

  •划分车牌字符以分隔车牌中的字符;

  •车牌字符识别,识别分段字符并最终形成车牌号码。在车牌识别过程中,根据不同的算法识别车牌颜色,这可以在上述不同的步骤中实现,通常结合车牌识别、相互验证。

  (1)车牌定位

  在自然环境中,汽车图像背景复杂、照度不均匀,如何在自然背景下准确判断车牌面积是整个识别过程的关键。首先,对捕获的视频图像进行大规模相关搜索,找到满足汽车牌照特征的几个区域作为候选区域,然后进一步分析候选区域以评估、,最后达到最优。选择区域作为牌照区域,并将其拆分出图像。

  (2)车牌字符分割

  在完成牌照区域的定位之后,将牌照区域划分为单独的字符然后识别。字符分割通常使用垂直投影。由于字符在垂直方向上的投影必须占据字符之间的局部最小值或字符内的间隙,并且该位置应满足牌照的字符写入格式、字符、大小限制和一些其他条件。垂直投影法对复杂环境下汽车图像中的字符分割有很好的效果。

  (3)车牌字符识别

  字符识别方法主要基于模板匹配算法和基于人工神经网络的算法。基于模板匹配算法,首先对分割后的字符进行二值化,并将其大小缩放到字符数据库中模板的大小,然后与所有模板匹配,最后选择最佳匹配作为结果。基于人工神经网络的算法有两种:一种是首先处理识别出的特征进行特征提取,然后利用获得的特征训练神经网络分配器;另一种方法是通过网络自动将要处理的图像输入网络。实现特征提取直到识别结果。

  在实际应用中,车牌识别系统的识别率与车牌质量和拍摄质量密切相关。车牌的质量会受到各种因素的影响,如生锈、污垢、油漆剥落、字体褪色、车牌被阻挡、车牌倾斜、高亮反光、多个车牌牌、假牌照等;实际拍摄过程中还会受到环境亮度、拍摄亮度、车速等因素的影响。这些影响因素在不同程度上降低了车牌识别识别率,这也是车牌识别系统的难点和挑战。为了提高识别率,除了不断改进识别算法外,我们还应该找到克服各种光照条件的方法,使收集的图像最有利于识别。