一種基于多特征提取的實用車牌識別方法分析

湖南科技學院 劉倩蘭

一種基于多特征提取的實用車牌識別方法分析

湖南科技學院 劉倩蘭

多特征提取車牌識別的方法在我國交通領域應用較為廣泛，并具有非常重要的作用。基于此，本文將對提取車牌的幾種方法進行詳細的介紹，其中包括對車牌邊緣的篩選和定位、車牌的字符分割法以及車牌的字符識別法三種方法。通過對以上三種應用方法的介紹，希望可以對未來我國給予對特征提取實用車牌方法的發展提供一定的參考條件。

多特征提取；實用車牌；識別方法

一、前言

隨著我國汽車的普及率越來越高，我國交通管理工作的壓力也越來越大。所以，對交通管理方法進行創新成為了交通管理機構首要解決的問題。其中，車牌識別法在我國交通領域得到了廣泛的應用，此種方法主要是通過對車輛信息的分析，對車牌信息進行整合，最終對車牌信息進行識別。此種方法的應用，有效的降低了我國交通管理工作的難度。

二、我國基于多特征提取實用車牌方法的現狀

近幾年我國對于實用車牌提取方法的應用越來越廣泛，但是，由于我國應用此種方法的經驗較少，在實際應用的過程中仍然存在一些問題。其中，最具有代表性的車牌識別方法是LPR系統識別法，這種識別方法被廣泛的用于道路監控以及以及加油站收費站的識別系統。但是，此種識別系統受外在因素的影響較大，例如光照、角度、背景等因素，都會對最終的識別結果造成影響。

三、基于多特征提取實用車牌識別方法的具體分析

（一）基于多特征提取的車牌邊緣篩選定位法

1.對車牌的大致定位

要想對車牌進行系統的識別，首先就要縮小車牌的識別范圍，對車牌進行大致的定位。由于車牌的邊緣與車牌內的區域相別具有更高的信息價值，所以，在對車牌進行定位的過程中，通常利用車牌邊緣的信息對其進行具體的分析。車牌邊緣具有一定的層次感以及較強的變換規律，所以，在對車牌信息進行鎖定的過程中，只需要對車牌邊緣信息的圖像進行保留和分析，并將非邊緣區域的圖像進行刪除，以免對系統的識別造成影響。在此過程中，主要通過除去水平差的方法對邊緣圖像進行保留，對非邊緣圖像進行刪除[1]。

在對車牌邊緣的信息進行保留之后，通過識別系統對車牌邊緣信息進行收集和分析，可以初步確定車牌的大致的長寬比例。由于車牌的形狀大多是長方向，所以，在對車牌進行識別的過程中，不能夠根據形狀對車牌進行識別。

2.對非車牌范圍的剔除

由于車牌的定位非常容易受到其他因素的影響，所以，在對車牌進行定位之前，要對非車牌范圍進行剔除，進一步確保車牌定位的準確性。因為車牌的顏色以及紋路具有顏色反差較大和字符水平分布均勻的特點，所以，在對非車牌范圍進行剔除的過程中，主要運用這兩方面的特點進行車牌的分割。

3.對車牌圖像的處理

對于車牌圖像進行處理是車牌邊緣篩選法中的重要步驟。通過對定位后的車牌圖像進行進一步的處理，可以得到更加清晰的圖像信息，為接下來的車牌識別工作打下良好的基礎。通過對車牌底色的灰度值的計算，可以判斷出車牌底色的深淺。如果車牌底色較淺，在計算的過程中就要進行反向計算，使車牌內的字符顏色與底色產生較大的顏色差，方便對車牌號碼的識別。

（二）車牌字符分割法

由于我國的車牌種類較多，車牌的組成種類也較多。所以，在對車牌進行識別的過程中，對車牌內字符進行有效的分割，可以進一步確保車牌識別的質量。本文以武警車牌為例，武警車牌的由三個部分組成，第一部分是武警的拼音縮寫，第二部分是武警所在省市的代碼，第三部分是武警車牌的編號。其中，所在省市代碼的部分與其他兩個部分相比所占的體積較小，所以，第二部分的代碼中心點與其他兩個部分的中心點不在同一水平線上，而其他普通車牌各個部分的中心點全都在同一水平向上。通過中線點水平線的對比可以對車牌的種類進行進一步的判斷。但是，在進行字符分割法的過程當中，由于車牌字符的磨損、顏色老化以及車牌斷裂等原因，造成車牌字符分割不明確。為了解決這一問題，在車牌字符分割過程中加入判斷系統，一旦出牌出現字符不清晰或者是斷裂的情況，判斷系統會對車牌進行進一步的判斷，如果車牌的字符不符合車牌分割法的分割標準，系統會對車牌的分割方案進行重新制定，具體的制定流程如下。

第一步，對車牌的圖像進行處理，計算出圖像中的濾波長度并且進行系統的標記。第二部，通過對車牌內的各個組成部分中心點的確定，判斷次車牌是否為武警車牌。如果中線點在一條直線上，則是普通車牌。如果中心點不在一條直線上，則為武警車牌。第三部，對車牌區域進行分割，如果判定為武警車牌，則只需要對武警車牌的后兩個部分進行分割，降低了分割的難度。如果你是普通的車牌，則直接利用灰度投影法進行字符的分割。

為了確保字符分割的準確性，需要對車牌字符進行二次分割。首先，對分割后的字符進行長度和寬度的計算，如果計算結果在0.07-0.12范圍之內，則確定為車牌字符。并對滿足以上條件的字符區域進行逐一的計算，如果符合條件的區域沒有超過七個，則確定車牌字符中一定有“1”。接著，對被排除的車牌區域進行寬度計算，如果計算結果在0.015-0.04之間，則確定該車牌內含有字符，如果不符合則對該區域進行舍棄。最后，對符合該標準的字符區域數量進行計算，如果區域數量為6，則判定該車牌缺少一個字符。如果符合條件的區域數量為7，則車牌字符分割結束[2]。

（三）車牌字符識別法

1.對車牌字符的初步識別

對車牌字符的識別包括對字符數量的識別、對字符結構的識別以及對字符大致輪廓的識別。運用網絡系統對車牌字符的邊緣、折點、彎曲程度以及字符深度進行具體的分析，從而得到精確的車牌信息。

2.對字符邊緣的識別

對字符邊緣的識別包括兩個方面，一種是對字符內邊緣的識別，另一種是對字符外邊緣的識別。通過對字符內外邊緣的向量計算，確定字符內外邊緣之間的大致距離，進而確定字符的大致形狀。

3.對字符折點的識別

由于每個字符的折點數量以及拐點位置都不同，所以，對字符折點的研究可以進一步的確定字符的形狀和結構。在進行字符折點識別的過程中，要對字符的傾斜度進行測量，進而確定字符的長度。通過對字符折點數量以及位置集合的確定，進一步完成對字符的識別。

4.對字符彎曲程度的識別

對字符彎曲程度的識別主要通過掃描的方式進行。通過系統對字符的水平掃描以及垂直掃描之間集合點的識別，可以對字符的大致結構進行了解。在確定字符彎曲位置之后，對字符的彎曲角度進行大致的測量，并將測量的結果進行詳細的記錄。

5.對字符深度的測量

由于不同字符結構的凹凸程度不同，所以，對字符深度的測量也可以對字符結構進行進行一步的確定。在對字符深度測量的過程中，應用最廣泛的方法是深度累計法。通過對不同字符深度值的計算，可以大致得出字符輪廓的凹凸程度，進而對字符的結構進行計算。例如，“U”這一字符在兩邊的字符深度比較平穩，并沒有明顯的深度變化，而在字符的上端，字符深度明顯發生了凹陷。通過對以上信息的分析可以初步確定該字符的形狀[3]。

四、結論

本文主要對多特征提取實用車牌的識別方法進行研究。通過對車牌的大致定位、對車牌非區域的剔除、以及對車牌字符的識別方法具體應用的介紹，進一步提高了基于多特征提取實用車牌識別方法的識別效率。對實用車牌的方法進行進一步的完善，為未來基于多特征提取實用車牌識別方法的發展奠定了基礎。

[1]馬爽,樊養余,雷濤,吳鵬.一種基于多特征提取的實用車牌識別方法[J].計算機應用研究,2013,11:3495-3499.

[2]楊超.車牌識別系統研究與設計[D].廣西師范大學,2015.

劉倩蘭（1988—），男，湖南永州人，碩士，助教，研究方向：嵌入式系統開發、圖像處理。