基于圖像采集技術(shù)的汽車牌照自動識別系統(tǒng)設(shè)計

　　引言

　　智能交通系統(tǒng)的研究領(lǐng)域十分廣闊，各國各地區(qū)的側(cè)重點也有所不同。如：電子收費系統(tǒng)是ITS在公路收費領(lǐng)域的具體表現(xiàn)，可解決收費站的“瓶頸”制約，較好地緩解收費站的交通擁擠、排隊等候以及環(huán)境污染等問題。為了滿足這些需求，十分有必要在智能交通管理系統(tǒng)引入車輛牌照自動識別技術(shù)。

　　汽車牌照是車輛最清晰、準(zhǔn)確、唯一的標(biāo)志。車輛牌照識別(Vehicle License Plate Recognition，簡稱VLPR)系統(tǒng)作為一個專門的計算機(jī)視覺系統(tǒng)，它能夠自動拍攝車輛行進(jìn)中的動態(tài)數(shù)據(jù)，有效判斷和提取有車牌的圖像數(shù)據(jù)，并實時準(zhǔn)確的識別出車輛牌照上的字符。

　　1 汽車牌照自動識別系統(tǒng)的實現(xiàn)流程

　　一個完整的汽車牌照

　　1.1 圖像采集與處理

　　圖像采集目前主要采用專用攝像機(jī)連接圖像采集卡，或者直接連接便攜式筆記本進(jìn)行實時圖像采集，同時將模擬信號轉(zhuǎn)換為數(shù)字信號。圖像處理主要是對采集的圖像進(jìn)行增強(qiáng)、恢復(fù)、變換等處理，目的是突出車牌的主要特征，以便更好地提取車牌區(qū)域。

　　1.2 車牌定位

　　從人眼視覺的角度出發(fā)，同時根據(jù)車牌的字符目標(biāo)區(qū)域特點，在二值化圖像的基礎(chǔ)上，可以提取其相應(yīng)的定位特征。這從本質(zhì)上說，就是一個在參量空間尋找最優(yōu)定位參量的問題，它需要用最優(yōu)化方法予以實現(xiàn)。一般可計算邊緣圖像的投影面積，尋找峰谷點，大致確定車牌位置，再計算此連通域內(nèi)的寬高比，剔除不在域值范圍內(nèi)的連通域，最后得到的就是車牌區(qū)域。車牌定位是車輛牌照自動識別系統(tǒng)中的關(guān)鍵和難點，實際圖像中的噪聲、復(fù)雜的背景等干擾都會給定位增加困難。車輛牌照的分割是一個尋找最符合牌照特征區(qū)域的過程。

　　車牌檢測定位方法包括圖像預(yù)處理，車輛牌照粗定位，車輛牌照精確定位等幾個組成部分。圖2所示是本系統(tǒng)的車牌定位流程圖。

　　圖像預(yù)處理部分的功能是將已經(jīng)變成電信號的信息加以區(qū)分，同時去除信號中的污點、空白等噪聲，并根據(jù)一定準(zhǔn)則除掉一些非本質(zhì)信號，再對文字的大小、位置和筆劃粗細(xì)等進(jìn)行規(guī)范化，最后簡化判斷部分的復(fù)雜性。

　　車牌照粗定位部分將給出若干個待進(jìn)一步判斷識別的候選車牌區(qū)域，如果候選區(qū)域的個數(shù)為零，則說明本幅圖像不含車牌，也就不用進(jìn)行下一步的識別。

　　車牌照精確定位就是對車牌候選區(qū)域進(jìn)行分類，以判斷哪一個是真正的車牌區(qū)域并給出車牌區(qū)域的坐標(biāo)。

　　1.3 車輛牌照的字符分割

　　車輛牌照的字符分割是把經(jīng)過定位后的車牌區(qū)域切分成若干個子區(qū)域，每一個子區(qū)域包含一個字符。字符分割的任務(wù)是把多行或多字符圖像中的每個字符從整個圖像中分割出來，使其成為單個字符。

　　對于一般的字符識別來說，其識別過程是從輸入的待識別字符(樣本)點陣圖形中提取描述該字符的特征，再根據(jù)一定準(zhǔn)則來判定該樣本所屬的模式類別。因此，字符描述、特征提取與選擇、分類判決等是字符識別的三個基本環(huán)節(jié)。

　　2 車牌字符的識別

　　字符識別是車牌照識別系統(tǒng)的最重要的組成部分，該部分需要對圖像采集，圖像處理，車牌照定位，字符切分所得到的結(jié)果進(jìn)行識別處理，以最終得到車輛牌照的字符。

　　本文論述的車輛牌照字符識別方法分為字符圖像預(yù)處理、特征提取、分類器設(shè)計等部分。

　　2.1 字符圖像預(yù)處理

　　字符圖像預(yù)處理就是對輸入的字符圖像進(jìn)行處理，以使其變成某種特定的標(biāo)準(zhǔn)形式，使后續(xù)的特征提取和字符識別更容易進(jìn)行。其主要功能有兩點：一是消除圖像中的噪聲，修正圖像斷線或粘連現(xiàn)象;二是通過各種線性、非線性歸一化方法，使變換后的圖像相對穩(wěn)定，便于識別。