車牌識別系統(tǒng)的設計探究

楊劍

摘要：人們的生活水平不斷提高，在對汽車的擁有數(shù)量也逐漸增加，這對交通的管理就增加了很大難度。而通過新科技的應用，對車牌識別系統(tǒng)進行應用，對交通的管理就能起到積極作用。本文重點對車牌識別系統(tǒng)的設計詳細探究，在此次的理論研究下，希望能有助于實際系統(tǒng)的設計。

關鍵詞：車牌識別系統(tǒng)；設計；需求

0.引言

伴隨整體經(jīng)濟體系的高速成長，各式各樣的車輛數(shù)目持續(xù)提升，對整體交通體系開展高效管理的需求也隨之提升。智能交通系統(tǒng)（，ITS）屬于當前整體管理工作的核心趨勢之一，其使得先進的信息、數(shù)據(jù)以及控制技術等有效的綜合，使得其能夠高效的運用到綜合的交通系統(tǒng)之內。

1.車牌識別的系統(tǒng)主要構成及研究現(xiàn)狀分析

1.1車牌識別系統(tǒng)的主要構成分析

目前相對多見的車牌識別系統(tǒng)核心為兩方面的基礎模塊，依次屬于對應的數(shù)據(jù)采集以及識別軟件兩個方面，而后一類還能夠再度進行分割。車牌識別系統(tǒng)的實際原理為：在車輛經(jīng)過有關關卡之后，傳感器隨之而啟動并采集對應的圖像存入到特定的設備之內，而識別軟件則在存儲設備之中讀取對應的圖像信息。識別軟件先是針對有關的圖像開展增強、去躁等配套的預處理操作，之后則屬于具體的定位程序，之后則進一步開展配套的字符切分操作，最終則屬于有關的字符識別操作[1]。定位模塊的基礎功能，屬于在整體車輛圖像之內探尋對應的車牌并且進行對應的提取操作，實際輸入的屬于整體車輛的圖像，而最終輸出的則屬于車牌位置的圖像。字符切分模塊則屬于先針對圖像開展配套的二值化操作，之后在二值圖像之內將字符進行對應的分割操作，實際輸入的屬于車牌圖像，而輸出獲得的則屬于字符圖像。識別的功能核心屬于針對字符的配套識別操作，同時在其中獲取配套的識別結果。

1.2車牌識別系統(tǒng)的研究現(xiàn)狀分析

當前世界范圍內實際開發(fā)得出的經(jīng)典產(chǎn)品包括的系列， 的產(chǎn)品，川大智勝的識別方案，“漢王眼”，等。此類方案的識別精準率都超出95%。實際定位方式的優(yōu)勢以及不足，會對于綜合體系的識別率構成一定的影響，近些年定位的方式核心為下述幾個方面：基于形態(tài)學和邊緣檢測，基于彩色信息，基于紋理特征的車牌定位算法。字符切分，因為道路環(huán)境存在的特殊性，和車牌自身很容易存在無損等特征，使得字符切分的難度也相對偏高[2]。而目前實際采用的切分方式，其一為以垂直投影作為核心的方式；其二為以連通域作為核心的處理方案。

2.復雜背景下車牌定位及SVM的車牌識別算法

2.1復雜背景下車牌定位分析

車牌的規(guī)格，參照公安部在年發(fā)布的《中國人民共和國機動車號牌》，中國現(xiàn)行的車牌制度之中，存在四類牌照，按照底色和字色分別為：藍白、黃黑、白黑或紅、黑白。而邊框則包括黑、白兩類色彩。國內的車牌體系較為復雜，但實際的尺寸、間距等參數(shù)基本一致。基于形態(tài)學和邊緣檢測的車牌定位方法

針對車牌開展配套的定位操作，目的是在拍攝獲得的汽車圖像之內，識別具體的車票范圍，同時將車牌圖像實現(xiàn)提取操作，以此來實現(xiàn)之后的切分以及識別的操作。車牌定位屬于綜合識別體系的關鍵構成，科學的判斷具體的車牌范圍，則屬于提升綜合體系識別率的核心要素。以形態(tài)學和有關的邊緣檢測作為基礎的定位方式，核心為五方面的基礎流程。

2.2SVM的車牌識別算法

SVM的基本原理支持向量機，屬于等在90年代發(fā)布的新方案，其屬于以統(tǒng)計學方面的VC維理論以及特殊的結構風險最小化原則作為核心，存在相對理想，有著相對理想的泛化表現(xiàn)，可以相對高效的處理小樣本以及過擬合等難題。SVM的核心思路為：特殊的給定樣本屬于完全、近似線性可分的情形之中，為了探尋符合實際分類操作需求的特殊分割平面，同時確保其中的樣本點和分割平面的實際距離需要保持良好的狀態(tài)。

核函數(shù)的選擇，當下多用的核函數(shù)是，所以本論文中也用核函數(shù)，主要是考慮到以下幾個因素（1）核函數(shù)能夠完成非線性映射。（2）所要的培訓的參考數(shù)據(jù)比較少，在運用分類設備時簡便。多項式的此類函數(shù)所對應的參考數(shù)據(jù)比核函數(shù)多，所以對分類設備的工作提出了更高的要求。核函數(shù)和分類設備的工作效果之間有較為密切的關系，不過等人在其研究中發(fā)現(xiàn)，其不同和工作的效果沒有太大的關聯(lián)，而起到重要作用的是因子C和其對應的參數(shù)廠。

核參數(shù)的選擇。就分類設備而言，需要明確兩個參考數(shù)據(jù)，即因子C和核函數(shù)的參數(shù)。當下一般有兩類的參考數(shù)據(jù)選定方式，其一是智能運算，另外一種建立在網(wǎng)格查找的基礎上。第一種方法是結合遺傳算法、粒子群算法等進行參考數(shù)據(jù)的查找。此類方法可以在較短的時間內完成相關數(shù)據(jù)的查找，不足是在實際的操作中，有可能被部分最小的數(shù)值干擾，而無法完成既定的查找目標。而建立在網(wǎng)格查找的方式是把和，分別取個和個值，對個、搭配，然后對應的培訓分類設備，接著預測其辨認率，在所有的可能搭配中，選定辨認率最高的一組，這一方法的實質就是列舉所有的可能。

核函數(shù)，映射函數(shù)和有關的特征空間維持配套的對應狀態(tài)，判斷對應的核函數(shù)K（x，y），則能夠獲得對應的映射函數(shù)以及特征空間F的具體線索。而針對有關的線性不可分的設計而言，實際的操作模式屬于以特殊的非線性映射，而將有關的輸入向量轉入到特殊的高維空間，隨后在其中實現(xiàn)特殊的最優(yōu)分界面，針對其開展對應的線性分類操作。國內的車牌方案屬于：，X1屬于各個區(qū)域的簡稱，31個屬于對應的省級區(qū)域的簡稱，而X2則屬于市級區(qū)域代號的英文字母，屬于對應的字母以及數(shù)字，而港澳等地區(qū)存在特殊標識。X2和X3或許存在對應的小圓點。參照車牌的具體特征，能夠設計4類分類器而實現(xiàn)配套的識別操作。有關的漢字分類器而實現(xiàn)對應的漢字識別操作；同時以有關的數(shù)字分類器而實現(xiàn)10個數(shù)字的有效識別。字母分類器方面則處理24個字母以及對應的字符“0”，總計25個字母，對于車牌而言，數(shù)字“0”和字母“0”不存在差異。數(shù)字和字母的分類器可以有效的識別對應的34個字符[3]。在雙牌車牌的情形之中，存在一個屬于大陸牌的情形，還有一個屬于港澳車牌。

3.結語

綜上所述，對車牌識別系統(tǒng)的設計，從多個層面進行了探究，從車牌識別定位以及具體的識別進行了論述，希望能通過此次研究，對系統(tǒng)設計的完善性起到積極促進作用。

參考文獻：

[1]李佩斌，石景波.基于紋理特征和彩色特征的車牌定位算法[J].交通與計算機，24（131）， 2006：80-82.

[2] HONGLIANG B， CHANGPING L. A hybrid license plate extraction method based on edge statistics and morphology [J]. Pattern Recognition， 2004， 2： 831-834.

[3]李波，曾致遠，周建中.一種自適應車牌圖像定位新方法[J].中國圖象圖形學報，14（10），20 09： 1978-1982.