車牌識別技術的工作流程與原理

時間：2020-05-21

01車牌識別系統(tǒng)主要解決的問題

車牌識別技術可以實現(xiàn)自動登記車輛“身份”,已經(jīng)被廣泛應用于各種交通場合,對“平安城市”的建設有著至關重要的作。具體概括如下：

① 電子警察系統(tǒng)

電子警察系統(tǒng)作為一種抓拍車輛違章違規(guī)行為的智能系統(tǒng),大大降低了交通管理壓力。隨著計算機技術和CCD技術的發(fā)展,目前電子警察系統(tǒng)已經(jīng)是一種純視頻觸發(fā)的高清抓拍系統(tǒng),可以完成多項違章抓拍功能,其中包括違章闖紅燈抓拍功能、違章不按車道行駛抓拍功能、違章壓線變道抓拍功能、違章壓雙黃線抓拍功能和違章逆行抓拍功能等內容。

電子警察自動抓拍違章車輛以及識別車牌號碼,將違法行為記錄在案。電子警察系統(tǒng)大大節(jié)省警力,規(guī)范城市交通秩序,緩解交通擁堵,減少交通事故。

② 卡口系統(tǒng)

卡口系統(tǒng)對監(jiān)控路段的機動車輛進行全天候的圖像抓拍,自動識別車牌號碼,通過公安專網(wǎng)與卡口系統(tǒng)控制中心的黑名單數(shù)據(jù)庫進行比對,當發(fā)現(xiàn)結果相符合時,系統(tǒng)自動向相關人員發(fā)出警報信號。卡口系統(tǒng)記錄的圖像還可以清楚地分辨司乘人員(**)的面部特征。

③ 高速公路收費系統(tǒng)

高速公路收費系統(tǒng)已經(jīng)基本實現(xiàn)自動化,當車輛在高速公路收費入口站時,系統(tǒng)進行車牌識別,保存車牌信息,當車輛在高速公路收費出口站時,系統(tǒng)再次進行車牌識別,與進入車輛的車牌信息進行比對,只有進站和出站的車牌一致方可讓車輛通行,自動收費系統(tǒng)可以有效地提高車輛的通行效率,并且可以有效地檢測出逃費車輛。

④ 高速公路**速抓拍系統(tǒng)

系統(tǒng)抓拍**速的車輛和識別車牌號碼,并通過公安專網(wǎng)將**速車輛的車牌號碼傳達到各出口處罰點,各出口處罰點用車牌識別設備對出口車輛進行車牌識別,與己經(jīng)收到的**速車輛的號碼對比,一旦號碼相同立即報警。

⑤ 停車場收費系統(tǒng)

當車輛進入停車場時,收費系統(tǒng)抓拍車輛圖片進行車牌識別,保存車輛信息和進入時間,并語音播報空閑車位,當車輛離停車場時,收費系統(tǒng)自動識別出該車的車牌號碼和保存車輛離的時間,并在數(shù)據(jù)庫中查找該車的進入時間,計算出該車的停車費周,車主交完費用后,收費系統(tǒng)自動放行。停車場收費系統(tǒng)不但實現(xiàn)自動化管理,節(jié)約人力,而且還保證了車輛停放的安全性。

⑥ 公交車報站系統(tǒng)

當公交車進入和離開公交站臺時,報站系統(tǒng)對其進行車牌識別,然后與數(shù)據(jù)庫中的車牌進行比對,語音報讀車牌結果和公交線路。綜上所述,車牌識別技術的廣泛應用使道路安全、交通通暢、車輛安全、環(huán)境保護得到了全面的**。

02車牌識別系統(tǒng)的基本工作原理及流程

車牌識別就是依次實現(xiàn)汽車圖像的車牌定位、車牌字符分割、車牌字符識別算法的過程。車牌定位就是把車牌圖像從含有汽車和背景的圖像中提取出來，其輸入的是原始的汽車圖像，輸出是車牌圖像。

車牌的字符分割就是通過對車牌圖像的預處理、幾何校正等把字符從車牌圖像中分割出來，分成一個個獨立的字符，其輸入是車牌定位后得到的車牌圖像，輸出是經(jīng)過預處理、幾何校正等后得到的一組單個的字符圖像，并得到各個字符的點陣數(shù)據(jù)。字符識別是依次從單個字符點陣數(shù)據(jù)中提取字符特征數(shù)據(jù)，并給出識別結果。

車牌識別系統(tǒng)采用高度模塊化的設計，將車牌識別過程的各個環(huán)節(jié)各自作為一個獨立的模塊。

① 車輛檢測跟蹤模塊

車輛檢測跟蹤模塊主要對視頻流進行分析，判斷其中車輛的位置，對圖像中的車輛進行跟蹤，并在車輛位置較佳時刻，記錄該車輛的特寫圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到較加合理的識別結果，可以檢測無牌車輛并輸出結果。

② 車牌定位模塊

車牌定位模塊是一個十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎，其準確性對整體系統(tǒng)性能的影響巨大。車牌系統(tǒng)完全摒棄了以往的算法思路，實現(xiàn)了一種完全基于學習的多種特征融合的車牌定位新算法，適用于各種復雜的背景環(huán)境和不同的攝像角度。

③ 車牌矯正及精定位模塊

由于受拍攝條件的限制，圖像中的車牌總不可避免存在一定的傾斜，需要一個矯正和精定位環(huán)節(jié)來進一步提高車牌圖像的質量，為切分和識別模塊做準備。使用精心設計的快速圖像處理濾波器，不僅計算快速，而且利用的是車牌的整體信息，避免了局部噪聲帶來的影響。使用該算法的另一個優(yōu)點就是通過對多個中間結果的分析還可以對車牌進行精定位，進一步減少非車牌區(qū)域的影響。

④ 車牌切分模塊

車牌系統(tǒng)的車牌切分模塊利用了車牌文字的灰度、顏色、邊緣分布等各種特征，能較好地抑制車牌周圍其他噪聲的影響，并能容忍一定傾斜角度的車牌。這一算法有利于類似移動式稽查這種車牌圖像噪聲較大的應用。

⑤ 車牌識別模塊

在車牌識別系統(tǒng)中，通常采用多種識別模型相結合的方法來進行車牌識別，構建一種層次化的字符識別流程，可有效地提高字符識別的正確率。另一方面，在字符識別之前，使用計算機智能算法對字符圖像進行前期處理，不僅可盡可能保留圖像信息，而且可提高圖像質量，提高相似字符的可區(qū)分性，保證字符識別的可靠性。

⑥ 車牌識別結果決策模塊

識別結果決策模塊，具體地說，決策模塊利用一個車牌經(jīng)過視野的過程留下的歷史記錄，對識別結果進行智能化的決策。其通過計算觀測幀數(shù)、識別結果穩(wěn)定性、軌跡穩(wěn)定性、速度穩(wěn)定性、平均可信度和相似度等度量值得到該車牌的綜合可信度評價，從而決定是繼續(xù)跟蹤該車牌，還是輸出識別結果，或是拒絕該結果。這種方法綜合利用了所有幀的信息，減少了以往基于單幅圖像的識別算法所帶來的偶然性錯誤，大大提高了系統(tǒng)的識別率和識別結果的正確性和可靠性。

⑦ 車牌跟蹤模塊

車牌跟蹤模塊記錄下車輛行駛過程中每一幀中該車車牌的位置以及外觀、識別結果、可信度等各種歷史信息。由于車牌跟蹤模塊采用了具有一定容錯能力的運動模型和較新模型，使得那些被短時間遮擋或瞬間模糊的車牌仍能被正確地跟蹤和預測，較終只輸出一個識別結果。

03車牌識別系統(tǒng)的關鍵技術及算法

車牌定位

車牌定位是車牌識別系統(tǒng)的基礎，其定位的準確與否直接影響到車牌的字符分割和識別效果，是影響整個車牌識別系統(tǒng)識別率的主要因素。車牌定位，即運用數(shù)字圖像處理、模式識別、人工智能等技術對采集到的汽車圖像進行處理，從而準確地獲得圖像中的車牌區(qū)域，其輸入是原始的汽車圖像，輸出是車牌圖像。在現(xiàn)實車牌識別系統(tǒng)中，由于光照不均勻、背景的復雜性等原因，造成準確定位出車牌的難度較大。目前，根據(jù)車牌的特征，常見的車牌定位方法有基于車牌顏色特征信息的定位法、基于車牌區(qū)域頻譜特征的定位法、基于分類器的車牌定位法、基于車牌邊緣特征的車牌定位法等，這些方法各有所長。值得注意的是，車牌定位算法的分類并不是一的，區(qū)別算法類別的標準并不十分明確。車牌定位算法的方法多種多樣、各有所長，但存在著計算量大或者定位準確率不高等問題。

車牌定位是車牌識別的關鍵步驟，為了能在復雜背景和不均勻光照條件下快速準確定位車牌位置，基于改進Isotropic Sobel邊緣檢測算子的車牌定位算法，由此來解決其存在的問題，該算法通過改進Isotropic Sobel邊緣檢測算子，實現(xiàn)了車牌圖像在水平、垂直以及對角線方向上的紋理特征提取，然后采用Otsu算法閾值化，再對閾值化后的二值圖像做數(shù)學形態(tài)學運算得到車牌的候選區(qū)域，最后利用車牌特征去除偽車牌。

① 算法流程圖：

② 對輸入的彩色圖像進行灰度化處理：

彩色圖像包含更多的信息，但是直接對彩色圖像進行處理的話，系統(tǒng)的執(zhí)行速度將會降低，儲存空間也會變大。彩色圖像的灰度化是圖像處理的一種基本的方法，在模式識別領域得到廣泛的運用，合理的灰度化將對圖像信息的提取和后續(xù)處理有很大的幫助，能夠節(jié)省儲存空間，加快處理速度。

邊緣檢測的方法是考察圖像的像素在某個領域內灰度的變化情況，標識數(shù)字圖像中亮度變化明顯的點。圖像的邊緣檢測能夠大幅度地減少數(shù)據(jù)量，并且剔除不相關的信息，保存圖像重要的結構屬性。在實際的圖像分割中，往往只用到一階和二階導數(shù)進行邊緣檢測，雖然，在原理上，可以用較高階的導數(shù)，但是，因為噪聲的影響，在純粹二階導數(shù)操作中就會出現(xiàn)對噪聲敏感的現(xiàn)象，三階以上的導數(shù)信息往往失去了應用**。此外，二階導數(shù)還可以說明灰度突變的類型，在有些情況下，如灰度變化均勻的圖像，只利用一階導數(shù)可能找不到邊界，此時二階導數(shù)就能提供很有用的信息。為了減少二階導數(shù)對噪聲敏感，解決的辦法是先對圖像進行平滑濾波，消除部分噪聲，再進行邊緣檢測。

③ Sobel邊緣檢測算子

Sobel算子是根據(jù)鄰域像素與當前像素的距離有不同的權值，強調中心像素的對邊鄰域像素對其的影響，而消弱4個對角近鄰像素的作用。圖像中每一個像素點都用這兩個核做卷積，一個卷積核對圖像垂直邊緣響應較大，而另一個則對水平邊緣響應較大，取兩個卷積之中的較大值作為該像素點的輸出值。這樣使得Sobel算子對噪聲有抑制作用，因此不會出現(xiàn)很多孤立的邊緣像素點，不過Sobel算子對邊緣的定位不是很精確，圖像的邊界寬度往往不止一個像素，不適合對邊緣定位準確性要求很高的應用。與Prewitt相似，Sobel算子也是通過像素平均來實現(xiàn)的，也有一定的抗噪能力。值得注意的是它們都不是各向同性的，所以它們檢測出來的邊緣并不是完全連通的，會有一定程度的斷開。

Sobel邊緣檢測還有另外一種形式，稱為Isotropic Sobel算子，該算子具有各向同性的特征，利用加權平均算子，權值反比于鄰點與中心點的距離，當沿著不同方向檢測邊緣時梯度幅度一致，因此它的位置加權系數(shù)較準確，在檢測不同方向上的邊緣時梯度的幅度一致，但速度較一般Sobel算子要慢一些。用于邊緣檢測的算子很多，常用的還有Laplacian邊緣檢測算子、Canny邊緣檢測算子等。

④ 對邊緣檢測后的灰度圖進行二值化處理

車牌圖像經(jīng)過邊緣檢測之后，車牌上的字符及邊緣信息會**出來，同時，其他非字符和非車牌邊框的邊緣紋理特征也**了出來，為了減少噪聲的影響，需要對車牌圖像進行二值化處理，二值化是對圖像進行閾值化的一種類型。根據(jù)閾值的選取情況，二值化的方法可分為全局閾值法、動態(tài)閾值法和局部閾值法，我們用較大類間方差法(也稱Otsu算法)進行閾值化，來剔除一些梯度值較小的像素，減少需要查找的車牌范圍，二值化處理后車牌圖像的像素值為0或者255。

⑤ 對車牌圖像進行圖像形態(tài)學操作

由于成像系統(tǒng)、傳輸介質、記錄設備等的不完善，以及天氣情況的變化等，車牌圖像往往受到多種噪聲的污染。在經(jīng)過二值化處理的車牌圖像上，會出現(xiàn)一些與要研究的對象(即車牌區(qū)域)不相關的孤立點或者像素塊，擾亂圖像的研究對象，影響對車牌區(qū)域的提取、分割等操作。于是要構造一種有效抑制噪聲的濾波器來有效的去除目標和背景中的噪聲，同時，能夠很好地保護車牌區(qū)域的形狀、大小及特定的車牌紋理特征。圖像濾波，即在盡量保留圖像細節(jié)特征的條件下對目標圖像的噪聲進行抑制，是圖像處理中消除噪聲的不可或缺的操作，其處理的結果的好壞將直接影響到對后續(xù)圖像進行處理和分析的有效性和可靠性。常用的濾波操作方法有很多種，如中值濾波、形態(tài)學濾波、高斯濾波、雙邊濾波等。我們在這里介紹一下中值濾波和本文所研究系統(tǒng)采用的形態(tài)學濾波。

車牌識別系統(tǒng)也是基于形態(tài)學操作的重要性質，對經(jīng)過二值化后的車牌圖像首**行閉運算操作，使得車牌的字符區(qū)域連接起來，然后對車牌圖像進行開運算操作，來消除車牌上的噪聲，得到明亮的車牌區(qū)域從候選區(qū)域中去除偽車牌并定位出車牌區(qū)域通過對車牌圖像的數(shù)學形態(tài)學運算，圖像中剩下少部分的連通區(qū)域，即為車牌的候選區(qū)域，這些區(qū)域包括車牌區(qū)域和偽車牌區(qū)域，為此，需要從圖像中去除偽車牌并定位出車牌。

首先，經(jīng)過對白色連通區(qū)域的輪廓進行處理得到矩形邊界框，再根據(jù)我國車牌長寬比的特征，即44:14，考慮到在車牌定位過程中，由于對車牌的數(shù)學形態(tài)學操作會減少車牌信息以及拍攝所得到的車牌圖像中車牌的傾斜等原因，取長寬閾值為2.0-6.0，這樣就剔除了長寬比不符合條件的候選區(qū)域。然后，由于對車牌圖像的數(shù)學形態(tài)學操作會減少車牌信息，所以定位出的車牌區(qū)域會有可能小于車牌的實際區(qū)域，這時，我們就需要對定位出的車牌區(qū)域進行放大，在這里，我們對車牌區(qū)域進行放大的比例是120%，即對已經(jīng)定位出的車牌候選區(qū)域的邊界進行擴大。車牌由七個字符組成，在對候選區(qū)域對應的灰度化圖像進行邊緣檢測二值化之后，正常情況下，車牌水平投影區(qū)域內每行的邊緣點數(shù)要大于14，根據(jù)經(jīng)驗值，我們取15。在車牌水平投影區(qū)域內會出現(xiàn)較大的波峰，該波峰認為是車牌的上下邊界，根據(jù)實驗結果，要求波峰的始點和終點之差大于20小于120，從而得到車牌的上下邊界。最后，根據(jù)二值化車牌圖像中車牌的紋理特征信息，即在車牌區(qū)域范圍內會出現(xiàn)明顯的梯度變化特征，來確定車牌區(qū)域，較終定位出車牌。在二值化圖像中，255代表車牌圖像中的邊緣信息，0代表非邊緣信息。為了較加精確的定位出車牌和剔除偽車牌，需要對定位出的車牌區(qū)域進行篩選，有兩個篩選條件，一個是在二值化圖像中灰度值為255和灰度值為0的像素比大于0.25，另一個是二值化圖像中灰度的跳變次數(shù)范圍是[5,30]。

通過對車牌圖像的灰度處理、邊緣檢測、二值化、圖像形態(tài)學操作定位出車牌的候選區(qū)域，接著利用車牌的特征，如長寬比、像素比等，從候選區(qū)域中定位出車牌

詞條
詞條說明
天津電動卷簾門怎么維護保養(yǎng)
電動卷簾門的保養(yǎng)知識：1、在電動卷簾門的使用過程中，要盡量保持控制器和電壓的穩(wěn)定，禁止安裝在非常潮濕的環(huán)境，另外不要隨意打開遙控器，如若發(fā)現(xiàn)門體上有電線纏繞、打結等應及時處理。注意通道的是否堵塞，阻礙門體下降，如若發(fā)生異響應立即停止電機運作。2、要經(jīng)常性的檢查電動卷簾門上下行程的開關，對行程控制器加上潤滑油，保持正常良好的運行，另外，操作人員手動控卷簾門，檢查器運行情況，校對上下行程開關位置，使電
【天津車牌識別】車牌識別系統(tǒng)識別率
一個車牌識別系統(tǒng)是否實用，較重要的指標是識別率。**交通技術作過專門的識別率指標論述，要求是24小時全天候全牌正確識別率95%以上。為了測試一個車牌識別系統(tǒng)識別率，需要將該系統(tǒng)安裝在一個實際應用環(huán)境中，全天候運行24小時以上，采集至少1000輛自然車流通行時的車牌照進行識別，并且需要將車輛牌照圖像和識別結果存儲下來，以便調取查看。然后，還需要得到實際通過的車輛圖像以及正確的人工識別結果。之后便可以
安裝卷簾門時要注意那些事項
那么在安裝卷簾門時要注意那些事項呢?1、先在需要安裝的門框框口位置畫出線，表明尺寸大小，然后找工作人員設計出合?適的車庫卷簾門。2、把車庫卷簾門的門框固定，這里要先拆掉門框下部的固定板(注意：洞口兩側地面要預留凹槽，經(jīng)校正合格后，固定木楔，門框鐵腳與預埋鐵板件焊牢。用水泥砂漿或強度不**10MPa細石混凝土嵌塞牢)。3、安裝車庫卷簾門主體門扇。要保?證車庫卷簾門與墻體結成整體，
【天津車牌識別】車牌識別系統(tǒng)技術特點
車牌識別系統(tǒng)(Vehicle?License?Plate?Recognition，VLPR)?是計算機視頻圖像識別技術在車輛牌照識別中的一種應用。車牌識別在高速公路車輛管理中得到廣泛應用，電子收費（ETC）系統(tǒng)中，也是結合DSRC技術識別車輛身份的主要手段。車牌識別技術要求能夠將運動中的汽車牌照從復雜背景中提取并識別出來，通過車牌提取、圖像預處理、特征提取、