高速电子警察系统中车牌识别技术的探索和应用

《高速电子警察系统中车牌识别技术的探索和应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、高速电子警察系统中车牌自动识别技术的探索和应用陈旭一、车牌识别技术的应用背景。车牌识别(LicensePlateRecognition,LPR)技术一直是智能交通系统(IntelligentTransportSystem)中人们研究的热点和难点，主要应用于城市和高速电了警察、高速路收费站、机关和企事业单位的出入登记监控系统等处，应用的范围广泛,是实现道路交通管理自动化的重要手段。车牌识别技术是高速公路电了警察系统的重要组成部分，高速公路电了警察主要完成对高速公路的行驶车辆进行测速和监控，锁定并抓拍超速行驶的车辆，生成超速违章的图片证据。使用车牌自动识别

2、技术可以对超速违章的图片进行自动的处理和识别，提取违章车辆的车牌信息并自动录入系统，生成违章记录，大大简化了手工处理步骤，节约了人力。冃前，我省高速公路里程已经突破5000公里，使用带有成熟的车牌自动识别技术的电了警察系统可以缓解警力不足的矛盾，并且体现向科学技术要警力的无穷力量，是交通管理中“科技强警”的一项重要举措。二、车牌自动识别技术的工作原理。车牌识别技术是以计算机软件技术、计算机硬件技术、图像识别技术、模式识别技术等为基础，主要冃标在于将电了警察抓拍的图片经过处理后提取出车辆的车牌信息，核心的内容为车牌定位和字符识别两个部分，其中，车牌定位部

3、分主要包括对抓拍照片的预处理、车牌分割和字符分割，字符识别部分则主要包括对已分割字符进行识别，主要流程如下：图片预处理是将图片简单化的过程，我们都知道，电了警察抓拍的图片都是彩色图片，图片中的各种色彩加大了图片处理的难度，因此，在图片预处理的过程中，我们要采用一些手段和方法对整张图片进行处理，只保留黑白两色，以便可以准确定位出车牌的位置。车牌定位的过程是将车牌区域从整张图片中分离出来，并将车牌中的每个字符进行分割，分割后的字符传递到下一个流程中进行识别。所以，车牌定位的准确率直接影响车牌识别的效果。车牌定位的难点是图片中其他外界因素的干扰，这里的外界因

4、素包括车灯的照射、护栏、车身广告等因素，只有找到车牌的特征，排除其他的干扰因素才能将车牌准确定位。字符的分割也很重要，好的字符分割效果是识别准确的前提，所以需要保证字符分割后单个字符无粘连、缺失、字符间距明显，这样才能保证识别的准确率。字符识别是将分割后的字符逐个进行识别，识别的算法目前业内已经提出了很多种，如模板特征值匹配、OCR技术、BP神经网络技术、基于结构特征和灰度特征的识别方法等方法，这些方法在特定的环境和应用情况下都可以达到一定的识别准确率，但都没有彻底解决复杂环境下的识别准确率低这个瓶颈，在遇到车牌背景复杂、光线很弱或者很强、图片分辨率低

5、等情况时，识别的准确率会大幅下降，甚至达不到使用的要求，后续文章中要探讨的是一种基于VTD、HTD的识别方法，希望对这种识别方法的不断研究可以解决字符识别中的瓶颈，增强识别的准确率。三、车牌自动识别技术的探索研究。基于车牌识别技术的基本流程，在这里采用一张在公路上抓拍到的超速车辆图片为例，进行车牌定位和字符识别，探索改进后的车牌定位和字符识别的方法是否满足应用的需要。我们选取了一张在高速公路上行驶的超速违章车辆图片。在图片中，车辆后的背景为道路边的绿化带和护栏，车身完整，颜色为蓝色，很接近车牌颜色，图片中的天气状态良好，车辆逆光行驶，车牌区域接受光照，

6、有一定反光。对于这种拍摄条件下的图片，车牌定位的难点在于图片的背景中有绿化带和护栏干扰，图片中汽车的颜色和车牌的颜色一致，车辆逆光行驶，光照比较强，对车牌的定位和识别会有一定的干扰。下图即为在高速公路上抓拍到的超速车辆图片：卩艮速74—75km/h车速76kin/s比例J：1•醐地点:汗；了按照车牌识别的工作原理，我们首先要对该图片进行预处理，排除图片中可能对车牌定位和识别产生干扰的因素：1、图片的灰度化处理我们都知道，颜色的模型中有R、G、B三个分量，当三个分量相等时，图片的色彩即为一种黑白颜色，R二G二B的值为灰度值。灰度值的选取是图片灰度化效果的

7、关键，在这里我们使用…种加权的平均值法生成灰度值：r=G=B=(WrR+WgG+WbB)/3通过实验和理论推导证明：当权值为0.30、0.59、0.11时，即满足如下公式：V^ay=0.30R+0.59G+0.11B时，能得到最理想的灰度图像，通过编程实现的加权平均值法处理该图片的效果如下：瑚Forml通过灰度化的结果图片我们可以看到，图片中的干扰色彩已经被过滤，图片的灰度化效果比较柔和，完全可以满足后续车牌定位识别的需要。2、图片的中值滤波处理。中值滤波法是一种非线性平滑技术，是将每一点像素的灰度值设置为该点某临域内的所有像素点灰度值的中值。经过中值

8、滤波的处理，可以让图片色彩更加均匀，并且排除图片中噪声的干扰，为后续的图片处理效果奠定好的基础