文/劉萌

車牌識別系統(tǒng)中的關(guān)鍵技術(shù)

文/劉萌

本文主要從車牌識別系統(tǒng)的概述入手分析，了解了車牌識別系統(tǒng)的組成部分和識別流程。然后分析了在車牌識別系統(tǒng)中存在的關(guān)鍵技術(shù)，最后針對車牌識別的主要三種方法進行的研究。希望能夠有助于我國車牌識別系統(tǒng)的不斷發(fā)展和逐漸普及。

車牌 識別系統(tǒng) 關(guān)鍵技術(shù) 識別方法

隨著我國經(jīng)濟的迅猛發(fā)展，我國的汽車數(shù)量也呈現(xiàn)快速上漲的趨勢，智能交通也隨之逐漸普及。在智能交通中，車牌識別系統(tǒng)已經(jīng)在一些停車場和小區(qū)中逐步開始投入和使用，但是因為車牌識別系統(tǒng)很容易受到外界因素的影響，所以目前還沒有普及。為了促進車牌識別系統(tǒng)的發(fā)展，本文對于目前車牌識別系統(tǒng)中的關(guān)鍵技術(shù)進行了研究，并且了解了車牌識別的特征統(tǒng)計識別、神經(jīng)網(wǎng)絡(luò)識別、模式匹配三種方法。

圖1：車牌識別系統(tǒng)的完整過程

圖2：灰度圖像

1 車牌識別系統(tǒng)概述

隨著信息技術(shù)的不斷發(fā)展，21世紀自動化技術(shù)在人們的生活中顯得越來越重要。汽車是一個簡單和方便的代步工具，目前已經(jīng)很多家庭都在使用。隨著車輛的逐漸增多，怎么有效的將車輛進行管理顯得越加重要。比如，在大型超市或者事業(yè)單位中，如何把地下停車場的車輛停放整齊，怎么減少外來車輛的進入，就是非常值得思考的一個問題。智能交通是依靠高新技術(shù)為基礎(chǔ)產(chǎn)生，它主要是為了減少道路擁堵情況，能夠有效的提高交通的利用率。智能交通非常的靈活，可以通過多種方式來解決問題。例如，為了能夠正確的識別車輛，可以在車輛中放入磁卡，然后通過無線感應和磁卡來識別車輛的信息。但是這種方法比較復雜，需要制作大量的磁卡，也十分的浪費資源，因此，車牌識別系統(tǒng)應運而生。車牌識別系統(tǒng)是智能交通重要組成部分，車牌識別系統(tǒng)主要由信息技術(shù)、通信技術(shù)、傳感技術(shù)、互聯(lián)網(wǎng)技術(shù)結(jié)合在一起組成的系統(tǒng)。車牌識別系統(tǒng)比較高智能化，能夠?qū)崟r的發(fā)揮相關(guān)作用，對于車輛的管理有著重要意義。

車牌識別系統(tǒng)布置能夠自愛智能小區(qū)和智能停車場中使用，還可以用來做道路監(jiān)控。利用車牌識別系統(tǒng)做道路監(jiān)控，可以發(fā)現(xiàn)一些行駛中違章的車輛，然后通過車輛的自動化識別和相應處理，可以對于相關(guān)違章車輛實行自動報警。車牌系統(tǒng)在目前還被應用到了到蘇公路收費中，可以可 ETC系統(tǒng)結(jié)合，從而可以不停車進行收費，減少工作人員工作強度，提高工作效率。除此之外，車牌識別系統(tǒng)的應用還有很多。

國內(nèi)國外都非常的重視對于車牌識別系統(tǒng)的相關(guān)研究，兩者相比較，國外顯然對其研究更加深入。國外在前段時間開發(fā)了一種不僅可以進行集裝箱，同時還可以利用與車牌的識別系統(tǒng)。這種系統(tǒng)主要是運用了文字的紋理和車輛的共性來實現(xiàn)定位和識別。在日本，對于車牌識別系統(tǒng)的研究也沒有停止過。日本開發(fā)的車牌是被系統(tǒng)，在目前識別率已經(jīng)達到了百分之八十。

2 車牌識別系統(tǒng)組成部分分析

車牌識別系統(tǒng)是由車牌的定位，車牌字符的分割，字符的識別這三個過程組成的。

（1）車牌定位是利用數(shù)字圖像處理技術(shù)來實現(xiàn)定位的，了解車輛的正確位置，車牌定位是實時的，能夠一直發(fā)送信號了解車子的位置。車牌定位屬于一種新型的信息技術(shù)，在車輛中已經(jīng)被廣泛的使用到。

（2）車牌的字符跟個指的是將已經(jīng)定位的車牌，然后進行分析，吧字符進行分割了解，然后為后續(xù)字符的識別進行鋪墊。

（3）字符識別的主要原因就是為了最后確定車牌是否有效。

一個車牌識別系統(tǒng)流程是從圖像的輸入開始，然后是對于輸入的圖像進行預處理，最后實現(xiàn)車牌的定位，其次就是傾斜矯正，最后再是車牌識別。如圖1所示。

車牌的識別會因為外界的一系列因素造成識別出錯，影響車牌識別的因素有很多，例如車牌的整體規(guī)格、以及顏色等不同意，這就給車牌識別系統(tǒng)帶來識別的困難，影響識別率。同時，如果車牌因為臟了或者壞了，車牌上的字符顯得不清楚，也會造成是被困難。由于這些外界因素的影響，使得車牌識別系統(tǒng)面臨巨大的挑戰(zhàn)。

3 車牌識別系統(tǒng)中的關(guān)鍵技術(shù)

3.1 圖像預處理技術(shù)

圖像預處理技術(shù)是將每一個文字和圖像分揀出來，然后交給模塊進行自動識別，這一過程就叫做圖像預處理。簡單的來說，圖像預處理就是圖像分析和識別的前期圖像處理。圖像預處理的主要目的就是對于圖像進行適當?shù)母鼡Q，改變圖像的數(shù)據(jù)。這種做法能夠加強相關(guān)信息監(jiān)測性，能夠有效的減少一些沒有用處的信息，從而使得后期識別更加精準快捷。圖像預處理在車牌識別系統(tǒng)中屬于基礎(chǔ)部分，有著重要的意義，只有做好了圖像預處理，后續(xù)相關(guān)環(huán)節(jié)的開展才能夠得到保證，才能夠確保其識別的可靠性。

3.2 利用灰度圖像

目前我們拍照得到的圖片都是呈現(xiàn)出彩色的，在彩色的圖片中蘊含了許多關(guān)于色彩的信息。對于這些色彩信息，可以用3個維度來進行衡量。R、G、B這三個維度可以產(chǎn)生出多種不同的顏色出來，這就造成儲存內(nèi)容較多，儲存空間也會比較大。但是如果使用灰度圖像就不會出現(xiàn)類似的問題，因為灰度圖像中只是包含了一下單種顏色圖像，因此相應的儲存內(nèi)容也不會多，需要的儲存空間也比較小。因此，可以將彩色圖像朝著灰度圖像進行轉(zhuǎn)變。這樣不僅能夠減少儲存空間，而且更加便于分析和識別。

在將彩色圖像轉(zhuǎn)換為灰度圖像之后，還應該注重去除外界影響因素。例如車牌上的臟跡、車牌的損壞等。因為這些因素會直接的影響到灰度圖像的質(zhì)量，因此要進行處理。處理的方法有多種，空間域方法等都可以拿來進行很好的處理?；叶葓D像如圖2。

3.3 圖像邊緣檢測

邊緣檢測是圖像處理以及計算機視覺中的基本問題，檢測的核心目的就是為了檢測圖像中的光亮變化最明顯的點。車牌的邊緣主要是以圖像的局部特征的不連貫性的方式出現(xiàn)的，也就是指的是提取的車牌圖像中亮度變化最為明顯的部分。

4 車牌識別的方法分析

在智能交通車牌識別系統(tǒng)中，最為關(guān)鍵的就是車牌識別。怎么有效的識別車牌號碼，是識別系統(tǒng)優(yōu)劣的關(guān)鍵。目前測拍是被的方法有很多種，筆者主要選用了特征統(tǒng)計識別方法和升級網(wǎng)絡(luò)識別方法以及模式匹配識別方法這三種進行了仔細的分析。

4.1 特征統(tǒng)計識別方法

特征統(tǒng)計識別方法在如今被廣泛的運用，十分的普遍，也是識別比較準確的一種方法。特征統(tǒng)計車牌識別方法主要以統(tǒng)計學和數(shù)學理論知識作為基礎(chǔ)，這種方法整體來說在目前比較成熟完善。利用特征統(tǒng)計方法，首先應該對于分割好字符的車牌，提取字符中的有關(guān)特征，。根據(jù)特征統(tǒng)計方法，產(chǎn)生統(tǒng)計器，并進行統(tǒng)計和分析。然后將一些函數(shù)加入到特征分析器里面，這就能夠直接將內(nèi)積運算轉(zhuǎn)換為非線性運算。這種方式不僅直接降低了原有的難度，還提高了車牌識別準確率。

4.2 神經(jīng)網(wǎng)絡(luò)識別方法

神經(jīng)網(wǎng)絡(luò)識別方法具有很好的自我分類能力以及學習能力，同時運行速度非常的快。對于一些信息比較復雜或者背景模糊的問題是用神經(jīng)網(wǎng)絡(luò)方法是非常適合的。

神經(jīng)網(wǎng)絡(luò)主要以人工只鞥技術(shù)為基礎(chǔ)，它屬于一種類似人腦的識別系統(tǒng)。所以，神經(jīng)網(wǎng)絡(luò)識別方法更加符合智能交通的要求。在神經(jīng)網(wǎng)絡(luò)的識別過程中，它會自動根據(jù)相關(guān)的字符，利用字母網(wǎng)絡(luò)或者漢字網(wǎng)絡(luò)進行識別，十分的智能化，其分工也非常明確。

4.3 模式匹配的識別方法

模式匹配技術(shù)出現(xiàn)的焦躁，所以運用非常的廣泛。模式匹配技術(shù)不止可以運用到車輛的識別方法中，其運用最多的是在計算機的殺毒軟件中。在對于車牌的識別上，模式匹配的方法是所有方法中使用最早的一種，也是操作最簡單，流程最少的一種方法。

在模式匹配方法之中，必須要建立一個相關(guān)的數(shù)據(jù)庫。并將相關(guān)車牌收錄到模式匹配庫之中，當有車輛時，通過識別目前目前車輛的車牌號，再將該車牌號與數(shù)據(jù)庫中的車牌進行匹配。如果匹配結(jié)果是一模一樣的，加說明該車輛是有效地。反之，如果不能夠進行匹配，那么該車輛就屬于陌生車輛。模式匹配的方法由于其特性，非常的適用于小區(qū)管理，但是對于高速公里或者商場等就非常的不適用。

5 結(jié)束語

本文主要針對了車牌識別系統(tǒng)中的關(guān)鍵技術(shù)進行了分析，并了解了車牌識別應用最為廣泛的集中方法。車牌識別系統(tǒng)在目前還屬于一種新型行業(yè)，還沒有做到大面積的普及。不過筆者相信，隨著技術(shù)的不斷進步發(fā)展，車牌識別系統(tǒng)領(lǐng)域會受到更多的重視，車牌是被技術(shù)也會更加的先進。

[1]周彬彬.復雜環(huán)境下車牌識別系統(tǒng)中關(guān)鍵技術(shù)的研究與實現(xiàn)[D].南昌航空大學,2016.

[2]薛征.車牌識別系統(tǒng)關(guān)鍵技術(shù)的研究[D].東北石油大學,2015.

[3]王成鵬,谷德鑫,宋昊.試析車牌識別系統(tǒng)中的關(guān)鍵技術(shù)[J].電腦編程技巧與維護,2016(20):85-86.

[4]隋君.基于數(shù)字圖像處理技術(shù)的車牌識別系統(tǒng)研究[D].吉林大學,2016.

作者單位商洛學院電子信息與電氣工程學院 陜西省商洛市 726000

●本文是商洛學院科研項目研究成果，項目名稱：基于FPGA的實時圖像增強技術(shù)研究，項目編號：16sky007。