車牌識別系統(tǒng)的設計研究方案背景意義和國內(nèi)外設計研究方案現(xiàn)狀

1、.wd車牌識別系統(tǒng)的研究背景意義及國內(nèi)外研究現(xiàn)狀1車牌識別系統(tǒng)的背景1.1 車牌識別系統(tǒng)的背景及研究意義1.2 車牌識別系統(tǒng)簡介2 車牌識別系統(tǒng)的國內(nèi)外現(xiàn)狀3車牌識別難點1車牌識別系統(tǒng)的背景1.1 車牌識別系統(tǒng)的背景及研究意義隨著經(jīng)濟社會的迅猛開展，人們的生活水平的提高，機動車輛的數(shù)量也越來越多。為了提高車輛的管理效率，緩解公路上的交通壓力，我們必須找到一種解決方案。而作為汽車“身份證的汽車車牌，是在公眾場合能夠唯一確定汽車身份的憑證。我們可以以此為依據(jù)，設計一種車牌識別系統(tǒng)監(jiān)控各個車輛的情況。為此，我國交通管理部門對汽車車牌的管理非常重視并制定了一套嚴格的管理法規(guī)。其中對汽車車牌的制作、安裝

2、、維護都要求由制定部門統(tǒng)一進展管理。在此根底上，如果研制出一種能在公眾場合迅速準確地對汽車牌照進展自動定位識別的系統(tǒng)(CPR)，那么這將是一件非常有意義的工作，并將極大地提高汽車的平安管理水平及管理效率。車輛牌照定位與識別是計算機視覺與模式識別技術在智能交通領域應用的重要研究課題之一, 該技術應用范圍非常廣泛, 其中包括: (1) 交通流量檢測； (2)交通控制與誘導；(3) 機場、港口等出入口車輛管理；(4) 小區(qū)車輛管理；(5) 闖紅燈等違章車輛監(jiān)控；(6) 不停車自動收費；(7) 道口檢查站車輛監(jiān)控；(8) 公共停車場平安防盜管理；(9) 計算出行時間；(10) 車輛平安防盜、查堵指定車

3、輛等。其潛在市場應用價值極大，有能力產(chǎn)生巨大的社會效益和經(jīng)濟效益。如圖1所示，LPR1的局部應用：圖1 LPR在收費口、道路監(jiān)控和停車管理中的應用近些年,計算機的飛速開展和數(shù)字圖像技術的日趨成熟，為傳統(tǒng)的交通管理帶來重大轉(zhuǎn)變。先進的計算機處理技術，不但可以將人力從繁瑣的人工觀察、檢測中解放出來，而且能夠大大提高其準確度，汽車牌照自動識別系統(tǒng)就是在這樣的背景與目的下進展開發(fā)的。汽車牌照自動識別系統(tǒng)(VLPRS)是對由公路上配置的攝像頭拍攝的照片進展數(shù)字圖像處理與分析，綜合應用大量的圖像處理最新成果和數(shù)學形態(tài)學方法對汽車圖像進展平滑、二值化、模糊處理、邊緣檢測、圖像分割、開運算、閉運算、區(qū)域標識等

4、多種手段以提取車牌區(qū)域,進而到達對汽車牌照的準確定位并最終完成對汽車牌照的識別。 從20世紀80年代，國內(nèi)外的研究人員就開場了對車牌識別系統(tǒng)的研究。在車牌識別的過程中，雖然運用了很多的技術方法，但由于外界環(huán)境光線變化、光路中有灰塵、季節(jié)環(huán)境變化及車牌本身被污染而模糊等條件的影響,使得車牌識別系統(tǒng)一直處于實驗室階段，得不到很好的應用；而且，很多的方法都需要大量的數(shù)值計算，不能很好地滿足實時性要求。為了解決圖像惡化的問題，目前采取的方法是采用主動紅外照明攝像或使用特殊的傳感器來提高圖像的質(zhì)量。雖然提高了識別率,但是，這同時也造成了系統(tǒng)的投資本錢過大，應用領域變窄，不能普遍推廣應用。車輛牌照定位與識

5、別是計算機視覺與模式識別技術在智能交通領域應用的重要研究課題之一, 該技術應用范圍非常廣泛。國外汽車牌照識別系統(tǒng)研究工作已有一定進展, 但并不盡合我國國情。我國汽車牌照的標準懸掛位置不唯一，并且由于環(huán)境、道路或人為因素造成汽車牌照污染嚴重, 這種情況下國外興旺國家不允許上路, 而在我國仍可上路行駛等。由于我國汽車車牌識別的特殊性, 采用任何一種單一識別技術均難以奏效。目前正在研制的無源型汽車牌照智能識別系統(tǒng)綜合利用了車輛檢測技術、計算機視覺(Computer Vision) 技術、圖象處理技術、人工智能技術和人工神經(jīng)網(wǎng)絡技術等, 是一個比擬有開展前途的車牌識別系統(tǒng)。 1.2 車牌識別系統(tǒng)簡介汽

6、車牌照自動識別技術可應用于道路交通流監(jiān)控、交通事故現(xiàn)場勘測、交通違章自動記錄、高速公路自動收費系統(tǒng)、停車場自動平安管理、智能園區(qū)管理等方面，在現(xiàn)代交通監(jiān)控和管理系統(tǒng)占有很重要的地位。同時，汽車牌照識別的方法還可應用到其它識別領域，因此汽車牌照的識別問題己成為現(xiàn)代交通工程領域中研究的重點和熱點問題之一。最為常見的車牌識別系統(tǒng)構造如圖2：圖2 車牌識別系統(tǒng)構造圖汽車牌照識別系統(tǒng)的根本工作原理為:根據(jù)采集到的序列圖像對圖像中的車輛牌照進展搜索、檢測、定位，并分割出包含牌照字符的矩形區(qū)域，然后對牌照字符進展二值化，并將其分割為單個字符，歸一化后輸入字符識別系統(tǒng)進展識別。近年來，汽車牌照智能識別的技術開

7、展很快，就其識別根底，主要可分為間接法和直接法兩種:間接法是基于IC卡鑒別(REID)或基于條碼的識別。直接法是基于圖像的汽車牌照識別。1、間接法:指通過識別安裝在汽車上的IC卡或條形碼中所存儲的車牌的信息來識別車牌及相關信息。IC卡技術識別準確度高，運行可靠，可以全天候作業(yè)，但它整套裝置價格昂貴，硬件設備十分復雜，不適用于異地作業(yè);條形碼技術具有識別速度快、準確度高、可靠性強以及本錢較低等優(yōu)點，但是對于掃描器要求很高。此外，二者都需要制定出全國統(tǒng)一的標準，并且無法核對車、條形碼是否相符，也是技術上存在的缺點，這給近期在短時間內(nèi)推廣造成困難。2、直接法:基于圖像的車牌識別技術屬于直接法，是一種

8、無源型汽車牌照智能識別方法，能夠在無任何專用發(fā)送車牌信號的車載發(fā)射設備情況下，對運動狀態(tài)車輛或靜止狀態(tài)車輛的車牌號碼進展非接觸性信息采集并實時智能識別。與間接法識別系統(tǒng)相比，首先，這種系統(tǒng)節(jié)省了設備安置及大量資金，從而提高了經(jīng)濟效益;其次，由于采用了先進的計算機應用技術，所以可提高識別速度，較好地解決實時性問題;再次，它是根據(jù)圖像進展識別，所以通過人的參與可以解決系統(tǒng)中的識別錯誤，而其他方法是難以與人交互的。直接法一般有圖像處理技術，傳統(tǒng)模式識別技術及人工神經(jīng)網(wǎng)絡技術。 圖像處理技術:運用圖像處理技術解決汽車牌照識別的研究最早始于80年代，但國內(nèi)外都只是就車牌識別中的某一個具體問題進展討論，并

9、且通常僅采用簡單的圖像處理技術來解決，并沒有形成完整的系統(tǒng)體系，識別過程是使用工業(yè)電視攝像機拍下汽車的工前方圖像，然后交給計算機進展簡單的處理，并且最終仍需要人工干預，例如車輛牌照中省份漢字的識別問題，1985年有人利用常見的圖像處理技木方法提出漢字識別的分類是在抽取漢字特征的根底上進展的，根據(jù)漢字的投影直方圖選取浮動閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進展?jié)h字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當閉值，進展量化處理后，形成一個變長鏈碼，再用動態(tài)規(guī)劃法，求出與標準模式鏈碼的最小距離，實現(xiàn)細分來完成漢字省名的自動識別。 傳統(tǒng)模式識別技術。傳統(tǒng)模式識別技術指構造特征法，統(tǒng)

10、計特征法等。90年代，由于計算機視覺技術的開展，開場出現(xiàn)汽車牌照識別的系統(tǒng)化研究。1990年AS.Johnson等運用計算機視覺技術和圖像處理技術實現(xiàn)了車輛牌照的自動識別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構造、字符識別等三個局部。利用不同閩值對應的直方圖不同，經(jīng)過大量統(tǒng)計實驗確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對應的直方圖分割出車牌，再利用預先設置的標準字符模板進展模式匹配識別出字符。 人工神經(jīng)網(wǎng)絡技術2。近幾年來，計算機及相關技術興旺的一些國家開場探討用人工神經(jīng)網(wǎng)絡技術解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經(jīng)網(wǎng)絡方法對車牌上

11、的字符進展自動識別，BAM神經(jīng)網(wǎng)絡是由一樣神經(jīng)元構成的雙向聯(lián)想式單層網(wǎng)絡，每一個字符模板對應著唯一個BAM矩陣，通過與車牌上的字符比擬，識別出正確的車牌號碼。近年來，基于圖像的車牌識別系統(tǒng)的研制引起了許多學者的廣泛興趣，但車牌識別由于要適應各種復雜背景以及不同光照條件影響，使車牌分割及識別增加了難度，目前雖然國內(nèi)外都有一些實用的車牌識別系統(tǒng)面市。但是，這些系統(tǒng)的應用都存在一定的約束，至今車牌自動識別技術尚未到達很完善的程度。2車牌識別系統(tǒng)的國內(nèi)外現(xiàn)狀車牌自動識別技術的研究國外起步地較早。早在20世紀80年代，便有一些零零散散的圖像處理方法用于車牌自動識別的某些具體應用。在這個階段，車牌自動識別

12、技術的研究還沒有形成完整的系統(tǒng)體系，一般采用簡單的圖像處理方法來解決某些具體問題，并且最終結果通常需要人工干預。進入20世紀90年代后，車牌自動識別的系統(tǒng)化研究開場起步。典型的如A.S.Johnson等提出車輛牌照的自動識別系統(tǒng)分圖像分割(Image Segment)、特征提取(Feature Extraction)和模板構造(Template Formation)、字符識別(CharacterRecognition)等三個局部，完成車牌的自動識別。R.A.Lotufo使用視覺字符識別技術(Optical Character Recognition Technology)分析所獲得的圖像，首先

13、在二值化圖像中找到車牌，然后用邊界跟蹤技術提取字符特征，再利用統(tǒng)計最鄰近分類器(Statistical Nearest Neighbor Classifying System)與字符庫中的字符比擬，得出一個或幾個車牌候選號碼，再對這些號碼進展核實檢查，確定是否為該車牌號碼，最終確定車牌號碼。這個時期的應用在識別正確率方面有所突破，但還沒有考慮識別實時性的要求，識別速度有待進一步提高。由于我國的車牌格式和國外有較大的差異，所以對于國外的車牌識別系統(tǒng)的研究技術，我們只能進展參考，不能進展直接應用。雖然我國車牌的識別需要識別漢字，但是對于英文字母和數(shù)字的識別，我們可以借鑒國外的研究技術。從80年代中

14、期開場，ARGUS英國Alphatech公司就開場了名為RAUS的車牌自動識別系統(tǒng)的研制。ARGUS的車牌識別系統(tǒng)的識別時間約為100毫秒，通過ARGUS的車速可高達每小時100英里。還有Hi-Tech公司的See/Car system,新加坡Optasia公司的VLPRS等。另外日本、加拿大、德國等興旺國家都有適用于本國的車牌識別系統(tǒng)。國內(nèi)在90年代也開場了自己的車牌識別系統(tǒng)的研究。目前比擬成熟的產(chǎn)品有中科院自動化研究所漢王公司的漢王眼，香港亞洲視覺科技的慧光車牌號碼識別系統(tǒng)等等。另外西安交通大學的圖像處理和識別實驗室、上海交通大學的計算機科學和工程系、清華大學人工智能國家重點實驗室、浙江大

15、學自動化系等都做過類似的研究。雖然這些車牌識別系統(tǒng)的識別率大多都比擬高，如95%，甚至97%、98%，但是這些車牌識別系統(tǒng)的識別檢測結果大多數(shù)是在簡單受限制的場景下取得的，在實際的交通場合以及更加復雜的背景環(huán)境的情況下，這些車牌識別系統(tǒng)的識別率一般都達不到90%，甚至更低。3車牌識別難點在復雜環(huán)境下的車牌識別率較低的主要原因有： 我國汽車牌照自身特征的復雜性1) 漢字、字母、數(shù)字混合。我國的車牌不單單有英文字母和阿拉伯數(shù)字，還有漢字。由于漢字的復雜性，在識別方面難度遠遠大于字母和數(shù)字。2) 顏色種類多。國外的車牌顏色種類相對于國內(nèi)較少一些，我國的車牌顏色種類較多。大致可以分為四種：黃底黑字，藍

16、底白字，白底黑字和黑字白字。3) 人為因素復雜。由于環(huán)境、道路或者人為因素造成車牌有嚴重污漬、車牌模糊不清或者車牌偏斜角度很大的車輛，在我國都可以上路行駛。在國外，這種情況是絕對不行的。4) 車牌格式多。我國的車牌格式很多，包括：民用車牌、公安警察車牌、武警車牌、軍車車牌、外交車牌、特種車牌、消防車牌等。5) 懸掛方式多樣化。我國汽車車牌的懸掛方式不唯一，由于不同汽車公司出產(chǎn)的汽車型號和外形各有不同，導致了車牌的懸掛位置不唯一。 外部環(huán)境影響1) 外部光照條件各不一樣，白天和晚上的光照各不一樣。光照對采集的圖像質(zhì)量產(chǎn)生很大的影響。不同的光照角度對車牌光照的不均勻影響也很大。不同的氣候條件、背景光照環(huán)境、車牌