0571-5268**** 17757188259

论车牌识别原理

发表时间:2020-06-10 13:20:01
论车牌识别原理

车牌识别技术是指对摄像机采集的车辆图像或视频序列进行机器视觉、图像处理和模式识别算法处理后,自动读取车牌号、车牌类型、车牌颜色等信息的技术。它是人工智能技术的一个重要分支。其硬件基础包括触发设备、摄像设备、照明设备、图像采集设备、车牌号识别处理器,软件核心包括车牌定位、字符分割、字符识别等算法。

目前,它已广泛应用于高速公路收费、停车管理、称重系统、交通诱导、交通执法、公路巡查、车辆调度、车辆检测等its的各个场合,对维护交通安全和城市公共秩序具有现实意义,防止交通堵塞,实现全自动交通管理。

根据车辆检测方法的不同,图像采集一般分为两类。一种是静态模式下的图像采集。通过触发地面感应线圈、红外或雷达装置,给相机一个触发信号。在接收到触发信号后,摄像机将捕获图像。该方法的优点是触发率高,性能稳定,缺点是切割地面铺设线圈有大量的施工;另一个是视频模式下的图像采集。无需任何外部触发信号,摄像机将实时记录视频流图像。这种方法的优点是施工方便,不需要切割地面铺设线圈,也不需要安装车辆检测器等部件,但其缺点也非常明显。由于算法的局限性,该方案的触发率和识别率都比外围触发器低。

由于图像质量容易受到光照、天气、摄像机位置等因素的影响,在识别车牌之前需要对摄像机和图像进行预处理,以保证车牌图像的清晰。一般来说,通过对场景环境和拍摄图像的分析,可以实现相机的自动曝光处理、自动白平衡处理、自动背光处理、自动过爆处理,并进行噪声滤除、对比度增强、图像缩放等图像处理。

去噪方法包括均值滤波、中值滤波和高斯滤波;对比度增强方法包括对比度线性拉伸、直方图均衡化和同态滤波;图像缩放方法包括近邻插值、双线性插值和三次卷积插值。

从整个图像中准确地检测出车牌区域是车牌识别过程中的一个重要步骤。如果定位失败或定位不完整,将直接导致终识别失败。由于图像背景复杂,车牌定位不清,很容易将栅栏、广告牌等噪声视为车牌,因此如何消除这些假车牌也是车牌定位的难点。为了提高定位精度和识别速度,通用车牌识别系统将设计一个外部接口,让用户根据现场环境设置不同的识别区域。

由于拍摄角度、镜头等因素的影响,图像中的车牌出现水平倾斜、垂直倾斜或梯形失真,给后续的识别处理带来困难。如果先对车牌进行定位和校正,将有助于去除车牌框、字符识别等噪声。

目前常用的校正方法有:Hough变换法,通过检测车牌的上下、左右边界线来计算倾斜角度;旋转投影法,根据不同角度将图像垂直投影在水平轴上,投影值为0的点之和为值时的角度为垂直倾斜角度,水平角度的计算方法与此类似;主成分分析法,它根据车牌来计算倾斜角度背景和字符交界处的颜色具有固定搭配的特点,颜色到特征点的主分量方向是车牌的水平倾斜角度,小方差法导出垂直倾斜角度的闭合表达式根据字符投影点在垂直方向上的小坐标方差,从而确定垂直倾斜角度;透视变换,利用车牌四个检测顶点经过相关矩阵变换后,可以校正车牌的畸变。

车牌区域定位后,我们不知道车牌中的字符总数、字符之间的位置关系、每个字符的宽度和高度信息,因此为了保证车牌类型匹配和字符识别的正确性,字符分割是必不可少的一步。

字符分割的主要思想是基于车牌的二值化结果或边缘提取结果,利用字符的结构特征、字符间的相似度、字符间距等信息,一方面对单个字符分别进行提取,包括对粘着、断裂等特殊情况的处理;另一方面,将宽、高相似性字符分为一类,去除车牌框和一些小噪声。常用的算法有:连通域分析、投影分析、字符聚类和模板匹配。

对分割后的字符灰度图像进行归一化处理,提取特征,然后进行机器学习或与字符数据库模板匹配。后,选择匹配度的结果作为识别结果。