智能車牌識別技術

[摘要] 本文主要介紹了智能車牌識別系統中車牌定位與識別模塊的有關技術。

[關鍵詞] 車牌定位車牌識別字符分割字符識別

車牌識別技術在公共安全、交通管理、及相關軍事部門有著重要的應用價值，目前該技術主要應用于職能交通系統（Intdligent Transportation SystemITS）。一般來講車牌識別軟件系統主要包括三部分，它們是車牌定位、車牌分割和字符識別，車牌定位的任務是給出圖像中車牌的位置，車牌分割的主要任務是將定位后的車牌區域中的字符分割出來，字符識別是最后一部分，它的主要任務是將分割出的字符識別出來。有關車牌識別技術國內外有大量的研究報道，在車牌識別系統中，涉及的方法比較多，有的算法簡單，速度快，但識別正確率較低；有的算法復雜，正確率高，但速度慢，以下對現有的一些車牌識別技術進行綜述比較。

一、車牌定位技術

車牌定位就是從車牌的圖像中提取出車牌區域，它的好壞直接關系到這個系統識別率的高低，并且對識別速度也有很大的影響。由于車牌背景的復雜性與車牌特征的多樣性，迄今為止， 仍沒有一個完全通用的職能化車牌定位方法。車牌定位算法目前主要有基于彩色的方法、尋找車牌圖像上下邊界的方法、基于灰度的方法、基于頻域或其他變換域的方法等幾大類，結合這些基本方法與各種優化算法又派生出許多其他定位算法。

1.利用車牌的紋理的幾何變化的定位方法

對車牌區域檢測需要運用車牌區域所特有的屬性。按照模式識別原理，應找到車牌區域圖像固有的且與圖像其他區域不易混淆的屬性，并且所有使用的屬性在各種環境下攝取的圖像具有穩定性。在各種條件下車牌所在的圖像區域穩定可靠的信息是它具有豐富的邊緣，因此涉及了對邊緣紋理信息分析為基礎的算法。

這類算法的流程可以分為三個步驟:(1)預處理，將彩色圖像轉換成灰度圖并進行圖像邊界增強;(2)利用根據牌照特點設計的變換公式進行變換;(3)對變換后的圖像進行分析，利用牌照的幾何特點進行定位。

2.利用圖像信息差進行車牌定位的方法

這種方法是利用兩幀或兩場車牌圖片之間的信息差，進行車牌的定位，所以這種方法也叫基于互相關矢量圖的車牌定位算法。該算法已于車牌字符筆畫兩個邊緣互相關值最大的原理，由原始圖像構造兩幅圖像，用類似粒子圖像測速互相關方法求出“位移矢量圖”，再從中依據先驗知識進行車牌定位的算法。該算法的特點是可在車牌兩倍大小范圍內自適應車牌大小，同時還可以得到對后續處理非常有用的信息。

3.利用顏色的車牌定位的方法

利用顏色的車牌定位方法不同于大多數的車牌定位方法，由于對車牌的大小、汽車在圖像中的位置以及圖像背景的限制很少，而且綜合特征定位要比單一特征定位更符合人的視覺要求，因而定位效果更好，應用范圍更廣。有關車牌的模型化，根據機動車牌號標準，中國車牌照主要有藍底白字、黃底黑字、黑底白字、和白底黑字4種類型，根據車牌底色，利用顏色空間距離及相似度計算，就可以從圖像中分割出想要的顏色區域，再采用投影法來找到該顏色區域。

4.投影法進行車牌定位

在所有的車牌定位算法中，利用投影法進行牌照區域與背景的分割，是一種非常常用的方法，也是非常實用的方法。其實在上面提到的幾種定位放法中，在完成特征計算后，都采用了投影的方法進行切分。投影法定位有牌照水平方向的定位算法和垂直方向的定位算法兩種。

二、字符分割技術

在經過車牌定位后，為了方便后面的識別環節，應首先對字符進行分割，并進行歸一化，分割質量的好壞和正確與否將直接影響后面的識別結論是否正確。它的主要任務是:確定車牌字符的上下邊界，兩條直線;將車牌中的字符一一分割出來;將分割出來的字符歸一化到一個固定的大小。在這一過程中涉及到的技術主要有二值化、尋找精確字符邊界、字符分割。

1.圖像的二值化

二值化是車牌識別中的重要處理手段，它可以被用在車牌定位也可以用在車牌的分割中。圖像的二值化就是把灰度圖像變成黑白圖像。選取一個閥值，當灰度值大于該閥值時令其位白點，否則位黑點。根據閥值選取的不同，二值化的算法分為固定閥值和自適應閥值。一般來說，不同的圖像采用同一個閥值的效果也會大不一樣，所以自適應閥值的靈活性比固定閥值的處理效果要好。但在默寫特定的情況下，由于處理的是一組相似的圖像，因此也可以選擇一個固定的閥值來進行處理。自適應閥值的缺點是可能會產生許多噪聲點，如果車牌系統應用范圍很窄，則可以選擇一個適當的固定點做閥值。

2.尋找邊界

二值化后需要尋找車牌字符的邊框，一邊更精確地定位車牌。根據在字符區域與背景區域的交界處，前景象素的個數會發生突變。從區域的中間點出發，依次尋找上、下、左、右邊界。經過上面的車牌定位，可以認為該塊區域的中心點位于字符區域內。統計每一行和每一列的白點（即前景點顏色）個數，當發生沖突的時候就認為有可能到達邊界了，排除一些噪音干擾，就可以得到字符區域的邊界。

3.字符分割

經過牌照字符圖像的分割與二值化，得到的是一個只包含牌照字符的水平條區域，為了進行字符識別，需要將牌照字符從圖像中分割出來。投影法進行圖像字符分割是最簡便快捷的方法，其思想是根據車平均字符的特點，把車牌圖像進行垂直方向的投影，音字符區域黑色像素點比較多且集中，且每個車牌字符之間有一定的空隙間隔隔開。這樣投影下來得到的投影圖應該有幾個相對集中的投影峰值群，只需要根據峰值群的特點進行分割，就可以得到車牌的字符。

車牌圖像字符定位分割的具體算法如下:(1)對車牌圖像進行垂直投影，定位出每個字符的左右邊界，并保存在數組中;(2)把每個字符分割出來，再進行水平投影，定位出字符具體的上下邊界，并保存再數組里;(3)根據每個字符的邊界，把字符信息保存再數字里，并在圖像中顯示定位情況。

三、字符識別

字符識別是車牌識別的最后一步，也是計算量較大的部分。對于單個的字符，最直接的識別方法就是模板匹配方法，由于牌照字符有限且位確定的字體，因此，如果前面的步驟完成的質量較高，則用這種方法的識別效率也會很高，但是如果牌照校正得步規范或字符切割得不夠精確，則識別率就會大大降低，因此在實際中，通常都是利用字符的各種特征來進行識別。

1.字符的特征

車牌識別中可利用的字符特征很多，大致可以分為結構特征、象素分布特征及其他特征。

(1)結構特征，結構特征充分利用了字符本身的特點，由于車牌字符通常都是較規范的印刷體，因此可以較容易地從字符圖像上得到它的字符的筆畫信息，并可根據這些信息來判別字符。

(2)象素分布特征，象素分布特征的提取方法很多，常見的有水平/垂直投影的特征、微結構特征和周邊特征等。水平/垂直投影的特征是計算字符圖像在水平和垂直方向上的象素值的多少，以此作為特征。微結構法將圖像分為幾個小塊，統計每個小塊的象素分布。周邊特征則計算從邊界到字符的距離。

2.字符識別方法

(1)模板匹配字符識別。模板匹配是字符識別的最基本的方法之一，該方法是將要識別的字符與實現構造好了的模板盡心比較，根據與模板的相似度大小來確定最終的識別結果?；舅枷胧牵菏紫雀鶕懈钕聛淼淖址笮。_定一幅帶有加權因子的骨架模板，然后，將切割下來的字符按照模板的大小進行歸一化，包括大小的歸一化和灰度的歸一化，歸一化后的字符圖像與創建的模板進行匹配。

(2)基于過線數特征的識別方法。該方法是為了提高識別速度，它也是模板匹配的一種，是對模板的算法進行的優化，從模板中提取一些有用的特征，可以使識別速度大大提高。單一特征抽取構成的識別系統通常難以滿足要求。車牌識別系統的字符識別，其實也是一種印刷體字符識別，根據印刷體的結構抽取特征，比如數字識別為例，可以抽取四種特征：橫線特征、豎線特征、水平方向過線數、垂直方向過線數。然后就可以利用這四種特征和編碼器組合的方法實現對印刷體數字的識別。

(3)基于左右輪廓特征的印刷體數字識別?；谧笥逸喞卣魈崛〉姆椒ㄆ鋵嵸|也是一種特征提取的方法。由于印刷體數字的形狀相對固定，而且其左右輪廓基本上反映了字符的特征，將數字的左右輪廓特征經歸一化處理后得到多個特征值。

一個完整的車牌識別系統包括圖像采集、圖像處理、車牌定位、字符識別、近端或遠端數據庫、網絡支持等模塊。本文主要介紹了車牌定位與識別等關鍵技術，其他不再一一贅述。

本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。