湖南大學(xué)-車牌識(shí)別系統(tǒng)的技術(shù)研究-張旭

車牌識(shí)別系統(tǒng)的技術(shù)研究

湖南大學(xué)學(xué)士學(xué)位論文答辯摘要車牌識(shí)別系統(tǒng)的發(fā)展歷程車牌識(shí)別系統(tǒng)的應(yīng)用現(xiàn)狀車牌識(shí)別技術(shù)的理論背景車牌識(shí)別技術(shù)的難點(diǎn)車牌識(shí)別系統(tǒng)的兩個(gè)關(guān)鍵參數(shù)改進(jìn)的模板匹配法字符多特征提取法基于圖像邊緣摘要的快速模板匹配法實(shí)驗(yàn)結(jié)果分析參考文獻(xiàn)畢業(yè)感言致謝

目錄摘要隨著中國綜合國力的不斷提高，人們生活水平的也隨之不斷提高，汽車成為了越來越的人出行的首選代步工具。在馬路上飛馳的汽車越來越多，由此給交通帶來的壓力勢必越來越大，如果能夠研究出比較完善的車牌識(shí)別系統(tǒng)，對(duì)車輛在道路上行駛遇到的關(guān)卡繳費(fèi)，對(duì)違規(guī)車輛的罰款問題，車牌識(shí)別系統(tǒng)都可以大顯身手，因?yàn)楸娝苤?，汽車牌照是汽車的特定識(shí)別點(diǎn)，正常情況下，每一個(gè)汽車牌照都只有唯一和它對(duì)應(yīng)的汽車，所以車牌識(shí)別系統(tǒng)如果能夠更為準(zhǔn)確的確定車牌信息，對(duì)處理各類交通問題將會(huì)大有裨益。本論文簡要介紹了車牌識(shí)別系統(tǒng)的組成，以及車牌識(shí)別系統(tǒng)的技術(shù)發(fā)展歷程。重點(diǎn)對(duì)車牌字符的識(shí)別進(jìn)行了研究，在掌握一定的圖像處理技術(shù)后，在已經(jīng)完成車牌分割的前提下，建立車牌的字符匹配數(shù)據(jù)庫，然后對(duì)車牌字符進(jìn)行識(shí)別，以便完成車牌識(shí)別系統(tǒng)的最后步驟。車牌識(shí)別系統(tǒng)簡介

車牌識(shí)別系統(tǒng)的發(fā)展歷程

車牌識(shí)別技術(shù)的研究國外起步得較早。早在20世紀(jì)80年代，便有一些零零散散的圖像處理方法用于車牌識(shí)別的某些具體應(yīng)用。在這個(gè)階段，車牌識(shí)別技術(shù)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(jié)果通常需要人工干預(yù)。進(jìn)入20世紀(jì)90年代后，車牌識(shí)別的系統(tǒng)化研究開始起步。典型的如1990年A.S.Johnson等提出車輛牌照的自動(dòng)識(shí)別系統(tǒng)圖像分割、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分，完成車牌的自動(dòng)識(shí)別。同年R.A.Lotufo使用視覺字符識(shí)別技術(shù)分析所獲得的圖像，首先在二值化圖像中找到車牌，然后用邊界跟蹤技術(shù)提取字符特征，再利用統(tǒng)計(jì)最鄰近分類器與字符庫中的字符比較，得出一個(gè)或幾個(gè)車牌候選號(hào)碼，再對(duì)這些號(hào)碼進(jìn)行核實(shí)檢查，確定是否為該車牌號(hào)碼。這個(gè)時(shí)期的應(yīng)用在識(shí)別正確率方面有所突破，但還沒有考慮識(shí)別實(shí)時(shí)性的要求，識(shí)別速度有待進(jìn)一步提高[1]。20世紀(jì)90年代后期以后，隨著我國汽車數(shù)量的急劇增加，車牌識(shí)別技術(shù)的應(yīng)用范圍也越來越廣，車牌識(shí)別技術(shù)已經(jīng)成為了一個(gè)熱門的研究課題，人們對(duì)其進(jìn)行了廣泛的研究。目前國內(nèi)外已有眾多的方法，，一些實(shí)用的車牌識(shí)別技術(shù)也開始用于車流監(jiān)控、出入控制、電子收費(fèi)、移動(dòng)稽查、超速檢測等場合，但與人們的實(shí)際要求還有很大的距離。國內(nèi)外研究現(xiàn)狀

汽車牌照識(shí)別技術(shù)是一個(gè)以特定目標(biāo)為對(duì)象的專用計(jì)算機(jī)視覺系統(tǒng)，該系統(tǒng)能從一幅圖像中自動(dòng)提取車牌圖像，自動(dòng)分割字符，進(jìn)而對(duì)字符進(jìn)行識(shí)別，它運(yùn)用模式識(shí)別、人工智能識(shí)別技術(shù)，對(duì)采集到的汽車圖像進(jìn)行識(shí)別的方法，能夠?qū)崟r(shí)準(zhǔn)確地自動(dòng)識(shí)別出車牌的數(shù)字、字母及漢字字符，并以計(jì)算機(jī)可直接運(yùn)行的數(shù)據(jù)形式給出識(shí)別結(jié)果，使得車輛的電腦化監(jiān)控和管理成為現(xiàn)實(shí)。車牌識(shí)別技術(shù)自1988年以來，人們就對(duì)它進(jìn)行了廣泛的研究，目前國內(nèi)外已經(jīng)有眾多的算法，一些實(shí)用的LPR技術(shù)也開始用于車流監(jiān)控、出入控制、電子收費(fèi)、移動(dòng)稽查等場合。然而，無論是LPR算法還是LPR產(chǎn)品幾乎都存在一定的局限性，都需要適應(yīng)新的要求而不斷完善，如現(xiàn)有系統(tǒng)幾乎都無法有效解決復(fù)雜背景下的多車牌圖像分割定位與有效識(shí)別的技術(shù)障礙，另外也很難適應(yīng)全天候復(fù)雜環(huán)境及高速度的要求。車牌識(shí)別系統(tǒng)的應(yīng)用現(xiàn)狀

目前市場中車牌識(shí)別系統(tǒng)主要功能（1）車輛牌照自動(dòng)識(shí)別，信息包括完整的牌照信息，顏色、字符、漢字、數(shù)字。（2）車速的自動(dòng)檢測。

（3）違法黑牌車輛的識(shí)別報(bào)警。

（4）車輛識(shí)別信息與車管所車輛信息的聯(lián)動(dòng)控制

（5）車輛行駛方向判斷監(jiān)測目前市場中車牌識(shí)別系統(tǒng)主要應(yīng)用范圍（1）交通路口的智能化交通管理

（2）交通信息的自動(dòng)采集

（3）警方及其它執(zhí)法機(jī)關(guān)設(shè)立臨時(shí)稽查站，對(duì)車輛實(shí)施稽查，優(yōu)先識(shí)別待查車輛

（4）路橋、隧道等卡口的自動(dòng)收費(fèi)系統(tǒng)

（5）現(xiàn)代住宅小區(qū)、停車場、重要機(jī)關(guān)單位的汽車出入口管理

（6）道路治安卡口抓拍識(shí)別，車流量監(jiān)測車牌識(shí)別技術(shù)的理論背景車牌識(shí)別技術(shù)的任務(wù)是處理、分析攝取的視頻流中復(fù)雜背景的車輛圖像，定位分割牌照，最后自動(dòng)識(shí)別汽車牌照上的字符。車牌識(shí)別技術(shù)所涉及的研究方向較多，主要有數(shù)字圖像處理、計(jì)算機(jī)視覺、模式識(shí)別等。數(shù)字圖像處理就是將圖像轉(zhuǎn)化為一個(gè)數(shù)字矩陣存放在計(jì)算機(jī)中，并采用一定算法對(duì)其進(jìn)行處理。數(shù)字圖像處理的基礎(chǔ)是數(shù)學(xué)，最主要的任務(wù)就是各種算法的設(shè)計(jì)和實(shí)現(xiàn)。目前數(shù)字圖像處理技術(shù)已經(jīng)在許多不同的領(lǐng)域得到重視，并取得了巨大的成就。根據(jù)應(yīng)用領(lǐng)域的不同要求，可以將數(shù)字圖像處理技術(shù)劃分為許多分支，其中比較重要的分支有：圖像增強(qiáng)與復(fù)原、圖像編碼、圖像分割與特征提取、圖像分析、圖像隱藏[4]。計(jì)算機(jī)視覺是研究用計(jì)算機(jī)來模擬生物外顯或宏觀視覺功能的科學(xué)技術(shù)。計(jì)算機(jī)視覺系統(tǒng)首要目標(biāo)是用圖像創(chuàng)建或恢復(fù)現(xiàn)實(shí)世界模型，然后認(rèn)識(shí)現(xiàn)實(shí)世界。計(jì)算機(jī)視覺的應(yīng)用范圍非常廣泛，從醫(yī)學(xué)圖像到遙感圖像，從工業(yè)檢測到文件處理，從毫微米波到多媒體數(shù)據(jù)庫，不一而足?？梢哉f需要人類視覺的場合幾乎都需要計(jì)算機(jī)視覺。應(yīng)該指出來的是，許多人類視覺無法感知的場合，如精確定量感知、危險(xiǎn)場景感知、不可見物體感知等，計(jì)算機(jī)視覺更突出其優(yōu)越性。車輛牌照識(shí)別技術(shù)主要用到計(jì)算機(jī)視覺的二值圖像分析、區(qū)域分析、圖像預(yù)處理、邊緣檢測、紋理等部分。模式識(shí)別是研究用機(jī)器人代替人去識(shí)別、辨識(shí)客觀事物的學(xué)科。識(shí)別的對(duì)象可以是文字、聲音、圖像等具體對(duì)象，也可以是狀態(tài)、程度等抽象對(duì)象，這些對(duì)象與數(shù)字形式的對(duì)象相區(qū)別。模式識(shí)別的方法有兩種，一種是統(tǒng)計(jì)決策方法，一種是句法方法。幾十年來，模式識(shí)別研究取得了大量的成果，在很多方面取得了成功的應(yīng)用。但是，由于模式識(shí)別設(shè)計(jì)到很多的問題，現(xiàn)有的理論和方法對(duì)于解決這些問題還有很多不足之處。車牌識(shí)別技術(shù)的難點(diǎn)車牌識(shí)別系統(tǒng)在實(shí)驗(yàn)室已經(jīng)取得了令人滿意的效果，但很難應(yīng)用于實(shí)際工程，這是因?yàn)閷?shí)驗(yàn)室的環(huán)境是出于理想狀的，而在自然環(huán)境中，由于受到天氣等因素的影響，識(shí)別率很難達(dá)到要求。大致的把這些因素歸納為三類：（1）汽車牌照本身的特征牌照缺乏統(tǒng)一的標(biāo)準(zhǔn)。根據(jù)中華人民共和國公共安全行業(yè)標(biāo)準(zhǔn)對(duì)機(jī)動(dòng)車輛牌照的有關(guān)規(guī)定，車牌的規(guī)格、顏色和適用范圍各有不同。由于缺乏統(tǒng)一的標(biāo)準(zhǔn)，是的車牌識(shí)別過程中字符分割的難度較大，缺乏統(tǒng)一的模式規(guī)則的指導(dǎo)作用。牌照的質(zhì)量無法保證。有些牌照被污損，而有些牌照的字符模糊不清，對(duì)光線的散射性不好，這些不確定性極大的影響了識(shí)別的準(zhǔn)確率。車牌附近環(huán)境惡劣。車牌附近往往有復(fù)雜的外形或擋車器等，不利于車牌的定位和分割。（2）外部環(huán)境的特征外界光照條件各不相同，白天和晚上光照不同。光照對(duì)圖像質(zhì)量影響很大。不同的光照角度，對(duì)車牌光照的不均勻影響也較大。不同時(shí)間，不同氣候條件，以及背景光、車牌反光程度決定了車牌區(qū)域的亮度特征外界背景的復(fù)雜程度也影響著車牌的定位準(zhǔn)確了。背景中玉車牌區(qū)域特征相似區(qū)域的大小反映了背景的噪聲程度。例如與車牌字符相似的背景遠(yuǎn)處的廣告語容易影響車牌的粗定位。（3）車牌識(shí)別系統(tǒng)應(yīng)用方案的特征不同實(shí)際工程其攝像方位和角度不一樣。實(shí)際工程中攝像方位相對(duì)于車輛行駛的方向一般是正上方、左側(cè)和右側(cè)，攝像角度一般在150度~300度之間。相對(duì)來說，攝像角度越小，車牌咋平面圖像中變形越小，識(shí)別效果越好。攝像方位和角度對(duì)車牌字符分割影響較大，對(duì)車牌校正的方法的校正能力要求也更高了。光線較暗時(shí)，不同的人工光照角度、方位和亮度對(duì)車牌識(shí)別系統(tǒng)的影響也不一樣。盡管規(guī)范車牌對(duì)光的散射能力較強(qiáng)，但人工光照的方位角度不同時(shí)，也會(huì)影響車牌的亮度。亮度不均勻?qū)囕v牌照二值化算法的適應(yīng)性提出了更高了要求。不同的實(shí)際工程，圖像的分辨率要求也不同。分辨率大小影響車牌識(shí)別系統(tǒng)的識(shí)別速度和字符的識(shí)別率。OCR中字符的像素分辨率一般為32ⅹ32，而車牌識(shí)別系統(tǒng)字符的分辨率一般在12ⅹ12和24ⅹ24之間。分辨率過高時(shí)，整個(gè)識(shí)別系統(tǒng)的處理時(shí)間會(huì)明顯增多，特別是在車牌分割，車牌二值化的處理中時(shí)間會(huì)顯著增加。分辨率過低，字符識(shí)別率會(huì)下降，字符中漢字的二值化效果較差，車牌識(shí)別系統(tǒng)的識(shí)別率會(huì)下降[5]。車牌識(shí)別系統(tǒng)的兩個(gè)關(guān)鍵參數(shù)（1）識(shí)別率車牌識(shí)別系統(tǒng)是否實(shí)用，最重要的指標(biāo)是識(shí)別率。國際公認(rèn)的識(shí)別率指標(biāo)要求是24小時(shí)全天候全牌正確識(shí)別率85%～95%。識(shí)別率的統(tǒng)計(jì)也分為以下三種方式：

a、自然流量識(shí)別率=識(shí)別車牌號(hào)的總數(shù)/實(shí)際通過的車輛總數(shù)

b、可識(shí)別車牌率=人工正確讀取的車牌號(hào)總數(shù)/實(shí)際通過的車輛總數(shù)

c、全牌識(shí)別準(zhǔn)確率=全牌正確識(shí)別的車牌總數(shù)/人工識(shí)別讀取的車牌號(hào)總數(shù)

這三個(gè)指標(biāo)決定了車牌識(shí)別系統(tǒng)的識(shí)別率。（2）識(shí)別速