王菽裕 梁金碩 潘晨皓 德吉群宗 旦增平措 西藏民族大學(xué)信息工程學(xué)院

引言

車牌檢測和識(shí)別是智能交通的一部分。車牌是車輛運(yùn)輸中的主要標(biāo)識(shí)符，LPR 的實(shí)現(xiàn)主要涉及圖像處理、計(jì)算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)模式識(shí)別技術(shù)、人工智能等。這項(xiàng)工作的主要?jiǎng)訖C(jī)是調(diào)查不同的LPR 技術(shù)，以便開發(fā)一個(gè)更好的LPR，這樣的系統(tǒng)可以自動(dòng)打開只有經(jīng)過授權(quán)的人才能進(jìn)入的安全區(qū)域。LPR 包括兩個(gè)步驟即車牌檢測和車牌識(shí)別。

1 LPR 方法論

本文的方法論是基于CNN、ReLU 和Conv 的LPDS (License Plate Detection System)。Conv 識(shí)別背景時(shí)功能使用的是特征量算法。

圖1 LPDR 系統(tǒng)的LP 識(shí)別結(jié)構(gòu)

【A】車牌預(yù)處理，在這個(gè)過程中，將灰色圖片作為輸入的車輛圖像，其處理方式仍然應(yīng)用canny 邊緣測來增強(qiáng)需要銳化的圖像，以CNN算法作為檢測階段?！綛】車牌檢測，使用特征過濾方法來檢測LP 的邊界框。檢測到的邊界即LP 的特征窗口（FW）是由一系列定位和CNN規(guī)范化[7]得到的。

圖2 特征定位和特征提取[7]

【C】車牌字符識(shí)別最后一步是識(shí)別車牌具有的CNN 的特點(diǎn)。這個(gè)過程中的第一步在是車牌二值化。從Phase-I 中提取車牌被二進(jìn)制化改善后有利于圖像對比度和數(shù)字識(shí)別的準(zhǔn)確性[7]的成分。 許可證識(shí)別的接收來自許可證的輸入板檢測即為檢測到的車牌。它是通過功能加權(quán)和最后一個(gè)轉(zhuǎn)發(fā)步驟是標(biāo)準(zhǔn)化的成果，如圖3 所示：

作者發(fā)現(xiàn)了全局閾值和基于二值化的最適合的數(shù)字識(shí)別的結(jié)果。這兩種二值化的方法由多種方法組成用于將前景區(qū)域分割為閾值進(jìn)而創(chuàng)造更高對比度的車牌圖像的數(shù)字識(shí)別?！綝】特別的圖則選擇此視覺來顯著性提取牌照。顯著性提取牌照的主要目的是將每個(gè)地方的“顯眼”或“顯著性”視覺領(lǐng)域的標(biāo)量引導(dǎo)選擇參加的地點(diǎn)，結(jié)合了動(dòng)態(tài)CNN，它為顯著性提供自下而上的輸入地圖。

圖3 CNN 識(shí)別中的特征提取 [7]

2 結(jié)論

LPR 技術(shù)需要實(shí)施或用各種技術(shù)檢查。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)也應(yīng)該與LPR 一起發(fā)展。結(jié)果顯示，LPR 使用CNN 給出了最好的結(jié)果。未來的工作范圍是基于新實(shí)施的LPR 技術(shù)和深度學(xué)習(xí)算法來獲得最佳結(jié)果的車牌檢測和識(shí)別技術(shù)。