基于数字图像处理的车牌识别技术研究

基于数字图像处理的车牌识别技术研究

摘要:随着我国经济的日益增长,人们生活节奏的加快,汽车的数量也变得越来越多,随之人们对交通控制以及安全管理的要求也日益提高。现在,交通管理正朝着智能交通系统的方向发展,车牌识别系统作为智能交通系统的一个重要组成部分,已经在城市交通中占据中非常重要的作用。车牌识别系统在不影响汽车状态的情况下,利用计算机自动完成车牌的识别,从而大大简化了交通管理工作。目前解决车辆牌照识别技术主要有车牌定位技术、车牌校正技术、图像处理技术、车牌分割技术等,本文主要研究基于数字图像处理的车牌识别技术,本文首先介绍了数字图像处理的定义和车牌识别技术的原理,最后分析了车牌识别技术在实际应用中的相关问题。

关键词:数字图像处理车牌识别智能模式识别

最早运用数字图像处理技术解决汽车车牌识别是在20世纪80年代,当时在这个领域的研究只停留在讨论车牌识别中的某一个具体问题,通常是采用简单的图像处理技术,并没有形成比较完整的系统体系。随着现代计算机技术以及视频技术的不断发展,基于数字图像处理的车牌识别技术已经广泛应用于车辆追查和跟踪、公路收费监控等领域。目前,国内外已经有众多企业进行了车牌识别技术的研发,虽然取得了一定的成功,但是仍然存在着若干缺陷。本文首先介绍了数字图像处理的相关理论知识,然后以车牌识别技术的原理为出发点,分析了车牌识别技术的相关应用问题。

1 数字图像处理的相关理论知识

数字图像处理就是运用计算机技术,来处理由图像转来的数字信号,来满足人们对其信息的需求。数字图像技术最早起源于20世纪20年代初,至今为止已经八十几年了,这期间随着计算机技术和信息技术的飞速发展,特别是网络技术的高速发展,数字图像凭借其传输速度快、可远程服务、使用工具简单以及信息量非常丰富等优势已经成为人们获取信息的重要源泉。而数字图像处理凭借其处理内容丰富、处理精度高以及可处理复杂的非线性运算等优点更加促进了其自身在各个领域中的发展。

一般来说,数字图像处理系统大致可以分为输入部分的图像数字化设备、用作处理的计算机设备以及输出的图像显示设备等三个部分。而一个较为完整的图像处理工作周期主要包括图像信息的获取、图像信息的存储、图像信息的传输、图像信息的处理以及图像信息的输出和显示等五个时期。

2 基于数字图像处理的车牌识别技术的原理

大多数情况下,基于数字图像处理的车牌识别过程可以分为五个部分,分别是图像预处理、车牌区域定位、车牌校正、车牌分割以及

车牌识别等,以下对这五个过程进行一一分析。

2.1 图像预处理

之所以要进行图像预处理,是因为在整个的车牌识别系统中,采集进来的图像是真彩图,还有其他因素的影响,例如采集环境因素、硬件设备等原因,图像比较模糊,其背景和噪声会严重影响字符的准确分割和识别,经过图像预处理后,可以大大提高图像质量。

2.2 车牌区域定位

对经过预处理后的车牌的二值图片运用形态学进行滤波,使得车牌区域能够形成一个连通区域,然后以车牌的先验知识为依据筛选所得到的连通区域,进而获得车牌区域的准确位置,最后完成从图片中提取车牌的任务。

2.3 车牌校正

由于摄像头与车身之间存在着一定的角度,使得得到的车牌图片呈非水平形态。但是为了能够顺利地对车牌进行分割和识别,必须对车牌的角度进行校正,通常情况下是使用Radon变换来完成车牌的校正。

2.4 车牌分割

车牌分割的过程首先对车牌图片进行水平方向的投影,去除水平

边框,然后再进行垂直方向的投影。通过分析车牌投影可以得知,投影中最大值峰所对应的是车牌中的第二个字符和第三个字符之间的间隔,第二大峰中心距离对应的是车牌字符的宽度,以此类推就可以对车牌进行分割。

2.5 车牌识别和显示

字符识别的方法有很多种,一般来讲模板匹配方法是应用最广泛的。在进行识别的过程中,要先建立标准字库,然后将分割所得到的字符进行分类,将分类后的字符与标准字库中的字符进行比较,最后以误差最小的字符作为结果显示出来。

3 车牌识别技术在实际应用中的问题

3.1 破旧车牌识别难度较大

车牌经过长时间的使用,不可避免会出现磨损现象,再加上路面上行驶的车辆不可能都是标准干净的车牌。所以,在实际的车辆监控中,如何提高破旧车牌的车牌识别系统的识别能力是实际生活中急需解决的问题。

3.2 摄像机技术有待进一步提高

在道路监控中,由于摄像机收到环境因素的影响比较大,并且长期

在室外,因此车牌识别系统中的摄像机不仅要求清晰度高,还要求适应性强。例如省道、国道以及县道对车辆行驶速度要求不同,这就要求摄像机的快门速度设计有所不同,不仅要方便使用者安装调试,还要求快门速度设定更加精准,以满足不同使用场所的要求。另外,在北方冬天的雨雪或大雾天气,就会严重影响监控摄像机的清晰度,针对这种情况,不少厂家在摄像机上设计了透雾功能,针对有雾的图片进行独特的处理,实时调整图像的动态曲线范围,提供更为清晰的监控画面。

3.3 由高清晰所产生的其他问题

现在,智能交通系统已经从过去的标清系统逐渐被现在的高清系统所取代,因为高清系统的优势不言而喻,但是高清晰的图片也会产生其他问题。高清图片的图片覆盖范围广,可能会产生在同一图片中同时出现多个车牌的识别问题。更重要的是,高清产生过大的数据量,不仅占据过多的资源,并且使得计算机的处理速度过慢,这样就难以实现高清视频流识别,这些都是由高清晰所产生的问题。

综上所述,基于数字图像处理的车牌识别技术的核心是车牌定位和字符识别技术,它在交通管理系统等方面已经得到越来越广泛的运用。虽然这种技术也日趋成熟,但是车牌识别技术毕竟要以实战为重心,针对车牌识别技术在应用方面存在的问题,只有通过业内专业人士不断的努力,以追求更高的车牌识别正确率为己任,我坚信,运用数字图像处理的车牌识别技术将得到空前的发展,为我国日益繁忙的交通做出更大的贡献。

参考文献

[1] 刘阳,尹铁源,葛震,等.数字图像处理应用于车辆牌照识别的研究[J].辽宁大学学报(自然科学版),2004(1).

[2] 李文举.智能交通中图像处理技术应用的研究[D].大连海事大学,2005.

[3] 胡永杰,郭书军.车辆牌照自动识别系统的研究[A].2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(上册)[C],2007.

[4] 石晓瑛,许智榜.车牌自动识别系统设计与实现[J].华东交通大学学报,2009.

[5] 胡桂珍.基于数字图像处理的车牌识别系统研究[D].西南交通大学,2010.