车辆牌照的识别技术研究

《车辆牌照的识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本栏目责任编辑：唐一东······人工智能及识别技术·车辆牌照的识别技术研究易连结(娄底职业技术学院．湖南娄底417000)擒要：车辆牌照识别系统是现代智能交通系统的重要组成部分。本文阐述了车辆识别系统的的关键技术。并且对车辆识别技术存在的问题和发展进行讨论。关键词：车牌识别系统；智能交通；技术中图分类号：TP391．4文献标识码：A文章编号：1009-3044(2008)13-21709-如2ResearchOnLieenoePlateRecognitionSystemYILian-jie(LoudiVocationalandTechnic

2、alCollege，Loudi417000，C}lina)Abstract：Thelicenceplaterecognitionsystemhasanimportantroleofmordenintelligenttl'dⅡicsystem．Thispapernarratedthe蛔technologyofthelicenceplaterecognitionsystemanddiscussedthee】dstingproblemsanddevelopmentofthelicencephterecognitionsystem．Keywords：

3、thelicenceplaterecognitionsystem；intelligent嘣csystem；technology车牌识别系统是智能交通系统的关键部分，可广泛应用于交通管理、监控和电子收费等场合。车牌识别系统就是以车牌作为车辆的唯一标识，采用计算机视觉和模式识别技术对汽车车牌的自动识别。l车牌识别系统的组成典型的车牌识别系统由车辆检测、图像采集、车牌识别等部分组成(图1)。车辆检测就是使用车辆传感器或红外线检测等来判断车辆是否通过某一位置。当车辆驶过探测部位时，CCD摄像机拍摄车辆图像，由图像采集卡采集图像并输入计算机。车牌识别部

4、分由计算机和识别软件组成，从由CCD摄像机采集的图像中自动寻找车牌，然后对找到的车牌进行字符切分和识别，最后获得车牌号码．并将识别结果送至监控中心等场合。图1车牌识别系统的组成在整个识别系统中，以车牌识别最为关键。识别过程有两个步骤，首先从图像中找出确切的车牌位置，即车牌定位，然后对找出的车牌进行字符切分和识别。车牌识别过程包含两大关键技术：(1)车牌区域定位技术；(2)车牌字符切分和识别技术。2车牌定位技术．图像输入计算机后，系统要自动找出车牌的准确位置。车牌区域定位是车牌字符切分和识别的基础，是提高系统识别率的关键。车牌定位过程包括三个步

5、骤：图像预处理、车牌搜索和车牌纠偏。2．1图像预处理图像预处理的作用：平滑去噪和车牌特征增强。平滑去噪就是消除图像上由于光照、车牌污损等产生的噪声干扰。平滑方法主要有平均滤波、中值滤波和指数函数滤波等方法。中值滤波和指数滤波平滑效果好且能较好保持牌照和字符边缘．但在平滑效果和处理速度方面不如平均滤波。通常的车牌定位算法是依据车牌特征从图像中找出车牌，因此必须使车牌区域显示出与非车牌区域不同的独有的特征，车牌特征增强使图像中车牌区域明显突出。通常有下述增强方法：边缘检测法、二值化法、量化法、数学形态学法。具有不同灰度的相邻区域之间存在边缘，在车

6、牌区域存在车牌边框边缘和车牌字符边缘。边缘检测法就是要检测出这些边缘。有关边缘检测的算法很多，考虑实时性要求，采用筒单的微分算子．如一阶微分算等。这些算子采用小区域模板与图像卷积实现边缘检测。文献¨1提出一种牌照字符边缘特征增强的方法，该方法使用线性滤波器函数将每一行中多个连续的水平方向梯度值相加，使得字符的垂直边缘增强。微分算子对噪声较为敏感。因此在使用之前需要平滑去噪。LOG算子是高斯指数平滑法与Laplaeian算子相结合的边缘检测方法，既能消除噪声又能很好的突出车牌字符的边缘。二值化增强法先确定一个阈值．然后将图像中各个像素的灰度值都

7、与这个阈值比较．根据比较结果将整个图像的像素点分为两类，车牌区域归为一类，便于车牌搜索。为了满足实时性要求，采用简单、快速的二值化法，如平均阈值法，反积分自适应阈值法收稿日期：2008—04-10作者简介：易连结(1971-)。男。湖南妻底人，娄底职业技术学院教师、软件工程师，研究方向：软件开发、图形图像识别。1709、·人工智能及识别技术······本栏目责任编辑：唐一东等。文献啦用神经网络来对彩色图像量化，使得车牌区域的字符为一种特定的颜色，然后进行颜色过滤或线扫描，借此提取车牌。该方法首先必须选取车牌样本图像。并且要把RGB颜色模式转换

8、为HSI模式，以HSI各分量值作为输人对神经网络进行训练，再以训练好的神经网络对图像的各像素点量化分类，该方法抗干扰能力强，量化前可不要求平滑。数学形态学表示以形态