车辆牌照识别系统综述

第16卷第2期 郑州轻工业学院学报(自然科学版) V o l.16　N o.2 2001年6月JOU RNAL O F ZH EN GZHOU I N ST ITU TE O F L IGH T I N DU STRY(N atural Science)Jun.2001文章编号:10041478(2001)02004704

车辆牌照识别系统综述

王广宇

(郑州轻工业学院应用数理系,河南郑州　450002)

摘要:基于图像和字符识别技术的智能化交通管理系统——车辆牌照识别系统,一般要先对原

始图像进行转换、压缩、增强、水平校正等预处理,再用边缘检测法对牌照进行定位与分割,而

字符识别多采用特征提取与模式匹配等方法.从中可以看出:多种预处理与识别技术有机结合

以提高系统识别能力,在有效、实用的原则下将神经网络与人工智能技术相结合将成为模式识

别研究的两个重要发展趋势.

关键词:模式识别;图像增强;字符;人工智能;车辆牌照识别系统

中图分类号:T P391.41 文献标识码:A

0　引言

20世纪90年代以来,我国在基础设施的建设上加快了步伐,相比之下,道路管理监控以及科学收费软件等设施建设却显得相对滞后.针对这种情况,管理部门已着手进行诸如交通信号自适应控制系统、智能交通监控系统、GPS车辆管理及导航系统、不停车自动收费系统等智能化交通管理系统的研制,其中高速公路不停车自动收费系统是基于非接触式(也称R F射频技术)I C卡和车辆牌照字符识别技术的车辆缴费信息综合管理系统.该系统基本工作原理为:1)当车辆驶入路卡的天线感应区,收费系统自动检测随车I C卡中记录的牌照号码、预存款项金额、车辆及车主的信息,车型识别子系统同时对车辆的车型、吨位等进行鉴别;

2)系统根据接收到的I C卡内容以及车型识别信息计算通行费用,并将结果回写于射频I C卡内;3)若预交款额充足,完成交费即正常放行,否则降下停车护栏,并向管理人员发出警报.若车辆逃遁,则启动自动跟踪摄像机拍摄车辆牌照.由于牌照是机动车辆管理的惟一标识符号,因此车辆牌照识别系统(veh icle licen se p late recogn iti on system)要具有较高的识别率,同时对环境光照条件、拍摄位置和车辆行驶速度等因素的影响也应有较大的鲁棒性,并能满足实时性的要求.

1　车辆牌照识别系统原理

车辆牌照识别系统的基本工作原理为:将摄像头拍摄到的包含车辆牌照的图像通过视频卡输入计算机进行预处理,再由检索模块对牌照进行搜索、检测、定位,并分割出包含牌照字符的矩形区域,然后对牌照字符进行二值化并将其分割为单个字符,规整后输入字符识别子系统进行识别.

2　车辆牌照识别系统组成

2.1　图像预处理

摄像机拍摄的图像通常是以BM P格式存入计算机的,为了便于牌照的分割和字符的识别,原始图像应

收稿日期:20000404　

作者简介:王广宇(1969),男,湖南省长沙市人,郑州轻工业学院讲师,主要从事固体电路与计算机研究.

具有适当的亮度和对比度.但由于摄像部分位于户外,车辆牌照不整洁,光照条件不好,摄像头与牌照的距离或角度不合适以及车速较快等因素的影响,图像可能模糊、歪斜或缺损,因此需要对原始图像进行预处理.

2.1.1　图像转换及压缩

BM P 格式是以象素为单位记录图像的,每个象素点均由红、

绿、蓝3色组成,每个色彩通道的颜色值均由8位字节表示.然而,除了少数文献[1,2]提到可借助色彩信息对牌照进行检测与分割外,绝大多数牌照识别系统采用不含色彩信息的灰度图像,即图像中每个象素仅用1个8位字节表示其亮度值.

要使处理速度达到实时的要求,就要对图像进行压缩.实验证明,16p ixel ×16p ixel 就足够保持输入字符的形状[3],确保识别的正确性.对图像进行压缩应选择合适的压缩比,防止丢失字符信息,造成识别错误.图像压缩的算法较多,行程编码算法(RL C )、滑动窗口压缩算法[4]等在字符识别系统中运用较多.

2.1.2　图像增强

由于车辆牌照识别系统需全天候工作,自然光照度的昼夜变化会引起牌照图像的对比度严重不足,若无理想的补充光,就可能造成图像字符不清,甚至无法识别.因此,图像增强处理无论对改善牌照图像的可辨认度,还是简化字符的定位与分割,都是很有必要的.增强图像对比度的方法有灰度线性变换[5]、图像平滑处理和线性滤波器[2]等.

2.1.3　图像水平校正

对车辆牌照进行拍摄时,须调整摄像机角度以保持牌照横向边缘的倾斜度尽可能小,并且让牌照在整幅图像中处于相对居中的位置,即图像的视觉中心上.但是,摄像机通常安装在路边或高处,这会产生车辆牌照与摄像头成像平面不平行、图像倾斜、图像变形的问题,影响牌照的检测与分割.针对图像旋转倾斜的问题,文献[6]提出了基于区域生长算法的牌照校正方法.通常情况下,图像的水平校正放在牌照的二值化、分割,甚至是字符的切分之后进行,这样可使图像处理的运算量大大减少.

2.2　牌照的定位与分割

牌照的定位与分割是牌照识别系统的关键技术之一,其主要目的是在预处理后的灰度图像中确定牌照的具体位置,并将包含牌照字符的子图像从整个图像中分割出来,供字符识别子系统识别.由于牌照图像在原始图像中是很有特征的一个子区域,确切地说是水平度较高的横向近似长方形,它在原始图像中的相对位置比较集中,而且其灰度值与周围区域有明显的不同,因而在其边缘就会形成灰度突变的边界,这就便于通过边缘检测来对灰度图像进行分割.所谓边缘检测就是寻找灰度值发生急剧变化的区域,可以用图像灰度的一阶偏微分(梯度算子 )和二阶偏微分(拉普拉斯算子 2)的值来判定边缘点,亦可将图像与二维高斯(Gau ssian )函数经拉普拉斯运算的函数 2h (x ,y )进行卷积后检测出来[7].基于图像轮廓线(边缘线)的牌照图像定位算法[8,9],对特征明显的牌照图像定位和分割十分有效,且算法简便可行.

统计投影直方图的方法[10]是通过对原始图像在水平和垂直2个方向的灰度投影直方图案的分析来确定牌照位置的.将原始图像进行二值化后再运用投影直方图的方法可确定牌照在整个图像中的位置[2],也可以利用牌照的四边形区域的几何特点,通过检测四边形的边框或四角来确定牌照的位置[1].

2.3　字符识别的预处理

由于拍摄时的光照条件,牌照的整洁程度,摄像机的焦距调整、镜头的光学畸变等因素都会不同程度地造成牌照字符边界模糊、细节不清、笔划断开或粗细不均,致使字符提取困难,影响字符识别的准确性,因此,需要在识别前对字符进行有针对性的预处理.

2.3.1　图像二值化

一幅8位的灰度图像仍有256个灰度等级,对此灰度图像进行二值化实质上是将图像中的每个象素按一定规则进行分类,也就是将图像转换成只有2个等级(黑、白)的二值图像.最简单的分类规则是依据区域相似性和不连续性,取一灰度阈值,大于此阈值的象素点置为黑(或白),而小于此阈值的象素点置为白(或黑).在阈值选取时,为了简化运算,可以取图像灰度平均值为阈值[2];为解决光照不均的问题,可以采取牌照字符分别二值化的方法[10],即先对牌照图像进行字符分割,再对分割出来的字符分别进行梯度统计,取得各自不同的阈值进行分类;也可在二值化过程中引入图像纹理分析[5,11],即判定了字符笔划边缘后再对阈值进

・84・ 郑州轻工业学院学报(自然科学版)2001年