论文部分内容阅读
[摘 要]汽车牌照作为汽车的标识，在汽车使用管理过程中发挥着特别重要的作用，人工区分牌照的方法效率过低，且不能满足时时需求，近年来，利用软硬件结合的方法进行汽车牌照识别的方法应用越来越广泛，而识别过程最为核心的识别算法，本文对识别过程进行了初步的研究。
[关键词]车牌识别 车牌定位 字符分割
中图分类号：X734.2 文献标识码：A 文章编号：1009-914X（2015）05-0003-01
引言
随时代的变化和发展，车辆在人们的生产和生活中得到了十分广泛的应用，已经成为当今社会发展程度的一种象征和主要的交通工具，社会上的汽车越来越多，因此必须对汽车进行识别分类，进行有效的车辆管理。车牌不仅可以作为车辆的标志，也是车辆在公眾场所独一的证据，以汽车牌照为依据，设计利用软硬件结合的产品来完成车牌识别的系统是必要的，这样一来车辆的管理效率和安全程度都将得到十分大的提升。
车牌识别系统在国外早有研究但是都不能完全适应我国的车牌，我国车牌自身的特性所决定的。我国车牌是由汉字、字母及数字组成。并且因为环境，人为因素对车牌造成了不同程度的模糊不清，这些都是车牌识别的难点。我国的车牌种类和样式与国外有着很大的不同，我国车牌不仅有英文和数字还有汉字，种类也很繁多，民用的、警用的、军用的、政府机关等。这就是国外的一些实用产品进入不了中国的原因。所以我们不能直接应用要根据中国的特有状况就行特定的研究适合中国的车牌自动识别技术。
1 车牌识别系统
车牌识别技术是指，能从一幅图像中自动检测车辆图像并自动提取车辆牌照信息进行处理和识别的技术。识别主要分两种方法：一种方法是间接法，在车辆上安装存储着车辆的信息IC卡或条形码的设备，当车辆通过安有这些信息的接收设备时，就自动识别了车辆牌照；还有直接法，利用图像识别技术，需要对车辆的图像进行一系列的处理得到想要的车牌信息。现在应用的成熟产品大多数采用直接法主要包括人工神经网络技术、图像处理及模式识别技术等。
车辆牌照识别系统是由摄像机拍摄的照片进行数字图像分析与处理，对设备采集到的车辆图像首先采用图像的数学形态学处理中的腐蚀、膨胀、开运算、闭运算、边缘检测等然后使用彩色图像的分割、最后应用图像的模式识别技术来对字符进行识别，对车辆牌照进行准确的定位和车辆牌照的识别。通常车牌识别系统的结构如图1所示。
图像获取过程主要是通过道路上的各种摄像录像设施，车辆经过摄像机前会触发信号，摄像机开始摄像，获取车身全部影像资料存储到当地硬盘或上传至上位机进行后取处理。
图像预处理主要包括图像的去噪声，灰度化，二值化处理等过程，是对设备采集到的图像包括颜色空间变换，图像增强和滤波的边缘检测的内容。预处理是必要的，也是必须的，摄像机获取的是彩色图像，所占用的存储空间较大，进行识别时数据处理运算量也大，而字符在“白纸黑字”的情况下就可以识别，且对比度大更容易实现。预处理还可以出去其他一些不利于识别的因素，如环境中光照不均匀、光照明亮度过低、降水对成像的影响以及传输过程中电子设备自身的噪声等。
车牌定位是能否正确识别的关键，这个过程主要是确定车牌在图像中的位置，并分割出车牌进而才能识别。常见的定位方法这样几种，识别图像中的长宽比例适合车牌的矩形区域，根据车牌的几何特性可以确定车牌位置；将图像二值化，后根据图像像素值跳变的次数可以不难得到车牌位置，因为字符处像素黑白跳变次数特别多；有些车牌识别算法的定位过程是根据车牌的底色与字符颜色进行，比如大客车的白底黄色字符，在图像中满足这一特性的区域一般只能是车牌区域，可以通过其他方法进一步验证，如果是采用这钟方法在预处理时不需要进行图像的灰度化二值化处理。只有车牌定位准确了才能正确的识别出车牌信息，定位是车牌识别的基础。
字符分割是在车牌定位之后，对车牌区域进行分割成为独立地字符，便于后续识别处理，如果车牌图片不偏，定位之后的字符识别是比较容易的，因此字符中间像素值单一，都是白色点，有字符的地方时黑白相间。如果图片有旋转放射变换，一般需要进行校正，校正到字符不偏。系统通常不能对车牌区域的整个字符进行识别，而且还要保证分割出的字符完整性并做归一化处理。
字符识别是整个车牌识别系统的最关键的一步，对正常字符识别是比较容易的，因为车牌上代表省份和特种公务的汉字和阿拉伯数字都有一定的标准，通过与标准字库进行比对，不难得到最后的识别结果，这也就是最常用的有模板匹配法。此外常见的识别方法还有神经网络方法等。
以上的每一步的处理与操作，对车牌识别系统来说都是缺一不可的。每一步都是在前一步的基础上来完成得。所以，每一步准确无误完成才是车牌识别系统成功识别的保证。
2 发展状况与存在的问题
我国就对车牌车别技术的研究起步要比国外晚的多。国外大约在20世纪80年代就有了对车牌识别的研究，当时车牌识别技术主要应用到的是简单的图像处理技术，大多数只能应用到某些特定的领域，不具有普遍适用性。而且当时的技术也没有完整的系统体系。识别后的结果往往不是很准确大多数还需要人为矫正。
相比于上一代的产品这时的车牌自动识别技术设计的产品已达到了系统化和集成化。车牌的定位和字符的识别是车牌自动识别的关键，而且车牌的定位十分容易受到的外界环境和车牌自身的缺陷的干扰造成车牌定位的不准确，比如车牌悬挂的位置倾斜、车牌表面的模糊、光照，空气中大量的粉尘这些都一定程度上成为了定位不准的因素。对于车牌的定位国内外学者提出了大量的定位方法，使车牌定位在方法和技术上有了很大的提高。车牌识别的方式有很多种主要有统计、结构、神经网络、模板匹配等识别方式。现在主要应用的是神经网络识别和模板匹配识别。但实际应用与理想的期望还是有很大差距。现当代交通是高速和快节奏的要去识别的快速，识别的实时性和速度有待进一步提高。
3 结论
初步研究了汽车牌照识别的基本理论，给出了识别的一般过程，汽车牌照的字符规范，识别率高，可以以车牌字符研究各种识别算法，有助于推动其他文字货号的识别研究。由于从当今社会和交通的发展的速度对车牌识别系统的识别速度和识别率性能提出更多要求，需要提升识别率和识别速度。而且识别率受外部环境的干扰很大。需要对车牌自动识别系统做更多的优化和提高它抗干扰性。因此，随着图像处理发展与计算机技术提高都会为车牌自动识别系统的识别率和识别速度提供良好的技术支持。
参考文献
[1] 冈萨雷斯.数字图像处理（第二版）[M].北京：电子工业出版社，2007.
[2] 章毓晋.数字图像处理和分析[M].北京：清华大学出版社，1993.
[3] 桑卡，赫拉瓦卡.图像处理分析与机器视觉[M]北京；清华大学出版社，2011.
[4] 阮秋琦，阮宇智.数字图像处理[M].北京：电子工业出版社，2011.
[5] 张学工.模式识别（第3版）[M].北京：清华大学出版社，2010.
[关键词]车牌识别 车牌定位 字符分割
中图分类号：X734.2 文献标识码：A 文章编号：1009-914X（2015）05-0003-01
引言
随时代的变化和发展，车辆在人们的生产和生活中得到了十分广泛的应用，已经成为当今社会发展程度的一种象征和主要的交通工具，社会上的汽车越来越多，因此必须对汽车进行识别分类，进行有效的车辆管理。车牌不仅可以作为车辆的标志，也是车辆在公眾场所独一的证据，以汽车牌照为依据，设计利用软硬件结合的产品来完成车牌识别的系统是必要的，这样一来车辆的管理效率和安全程度都将得到十分大的提升。
车牌识别系统在国外早有研究但是都不能完全适应我国的车牌，我国车牌自身的特性所决定的。我国车牌是由汉字、字母及数字组成。并且因为环境，人为因素对车牌造成了不同程度的模糊不清，这些都是车牌识别的难点。我国的车牌种类和样式与国外有着很大的不同，我国车牌不仅有英文和数字还有汉字，种类也很繁多，民用的、警用的、军用的、政府机关等。这就是国外的一些实用产品进入不了中国的原因。所以我们不能直接应用要根据中国的特有状况就行特定的研究适合中国的车牌自动识别技术。
1 车牌识别系统
车牌识别技术是指，能从一幅图像中自动检测车辆图像并自动提取车辆牌照信息进行处理和识别的技术。识别主要分两种方法：一种方法是间接法，在车辆上安装存储着车辆的信息IC卡或条形码的设备，当车辆通过安有这些信息的接收设备时，就自动识别了车辆牌照；还有直接法，利用图像识别技术，需要对车辆的图像进行一系列的处理得到想要的车牌信息。现在应用的成熟产品大多数采用直接法主要包括人工神经网络技术、图像处理及模式识别技术等。
车辆牌照识别系统是由摄像机拍摄的照片进行数字图像分析与处理，对设备采集到的车辆图像首先采用图像的数学形态学处理中的腐蚀、膨胀、开运算、闭运算、边缘检测等然后使用彩色图像的分割、最后应用图像的模式识别技术来对字符进行识别，对车辆牌照进行准确的定位和车辆牌照的识别。通常车牌识别系统的结构如图1所示。
图像获取过程主要是通过道路上的各种摄像录像设施，车辆经过摄像机前会触发信号，摄像机开始摄像，获取车身全部影像资料存储到当地硬盘或上传至上位机进行后取处理。
图像预处理主要包括图像的去噪声，灰度化，二值化处理等过程，是对设备采集到的图像包括颜色空间变换，图像增强和滤波的边缘检测的内容。预处理是必要的，也是必须的，摄像机获取的是彩色图像，所占用的存储空间较大，进行识别时数据处理运算量也大，而字符在“白纸黑字”的情况下就可以识别，且对比度大更容易实现。预处理还可以出去其他一些不利于识别的因素，如环境中光照不均匀、光照明亮度过低、降水对成像的影响以及传输过程中电子设备自身的噪声等。
车牌定位是能否正确识别的关键，这个过程主要是确定车牌在图像中的位置，并分割出车牌进而才能识别。常见的定位方法这样几种，识别图像中的长宽比例适合车牌的矩形区域，根据车牌的几何特性可以确定车牌位置；将图像二值化，后根据图像像素值跳变的次数可以不难得到车牌位置，因为字符处像素黑白跳变次数特别多；有些车牌识别算法的定位过程是根据车牌的底色与字符颜色进行，比如大客车的白底黄色字符，在图像中满足这一特性的区域一般只能是车牌区域，可以通过其他方法进一步验证，如果是采用这钟方法在预处理时不需要进行图像的灰度化二值化处理。只有车牌定位准确了才能正确的识别出车牌信息，定位是车牌识别的基础。
字符分割是在车牌定位之后，对车牌区域进行分割成为独立地字符，便于后续识别处理，如果车牌图片不偏，定位之后的字符识别是比较容易的，因此字符中间像素值单一，都是白色点，有字符的地方时黑白相间。如果图片有旋转放射变换，一般需要进行校正，校正到字符不偏。系统通常不能对车牌区域的整个字符进行识别，而且还要保证分割出的字符完整性并做归一化处理。
字符识别是整个车牌识别系统的最关键的一步，对正常字符识别是比较容易的，因为车牌上代表省份和特种公务的汉字和阿拉伯数字都有一定的标准，通过与标准字库进行比对，不难得到最后的识别结果，这也就是最常用的有模板匹配法。此外常见的识别方法还有神经网络方法等。
以上的每一步的处理与操作，对车牌识别系统来说都是缺一不可的。每一步都是在前一步的基础上来完成得。所以，每一步准确无误完成才是车牌识别系统成功识别的保证。
2 发展状况与存在的问题
我国就对车牌车别技术的研究起步要比国外晚的多。国外大约在20世纪80年代就有了对车牌识别的研究，当时车牌识别技术主要应用到的是简单的图像处理技术，大多数只能应用到某些特定的领域，不具有普遍适用性。而且当时的技术也没有完整的系统体系。识别后的结果往往不是很准确大多数还需要人为矫正。
相比于上一代的产品这时的车牌自动识别技术设计的产品已达到了系统化和集成化。车牌的定位和字符的识别是车牌自动识别的关键，而且车牌的定位十分容易受到的外界环境和车牌自身的缺陷的干扰造成车牌定位的不准确，比如车牌悬挂的位置倾斜、车牌表面的模糊、光照，空气中大量的粉尘这些都一定程度上成为了定位不准的因素。对于车牌的定位国内外学者提出了大量的定位方法，使车牌定位在方法和技术上有了很大的提高。车牌识别的方式有很多种主要有统计、结构、神经网络、模板匹配等识别方式。现在主要应用的是神经网络识别和模板匹配识别。但实际应用与理想的期望还是有很大差距。现当代交通是高速和快节奏的要去识别的快速，识别的实时性和速度有待进一步提高。
3 结论
初步研究了汽车牌照识别的基本理论，给出了识别的一般过程，汽车牌照的字符规范，识别率高，可以以车牌字符研究各种识别算法，有助于推动其他文字货号的识别研究。由于从当今社会和交通的发展的速度对车牌识别系统的识别速度和识别率性能提出更多要求，需要提升识别率和识别速度。而且识别率受外部环境的干扰很大。需要对车牌自动识别系统做更多的优化和提高它抗干扰性。因此，随着图像处理发展与计算机技术提高都会为车牌自动识别系统的识别率和识别速度提供良好的技术支持。
参考文献
[1] 冈萨雷斯.数字图像处理（第二版）[M].北京：电子工业出版社，2007.
[2] 章毓晋.数字图像处理和分析[M].北京：清华大学出版社，1993.
[3] 桑卡，赫拉瓦卡.图像处理分析与机器视觉[M]北京；清华大学出版社，2011.
[4] 阮秋琦，阮宇智.数字图像处理[M].北京：电子工业出版社，2011.
[5] 张学工.模式识别（第3版）[M].北京：清华大学出版社，2010.