隨著汽車在人們的工作、生產(chǎn)和生活中扮演著越來越重要的角色，汽車的保有量也在急速增加。該系統(tǒng)首先需要獲取車輛的圖像，然后將獲取的牌照?qǐng)D像進(jìn)行分割，最后實(shí)現(xiàn)車輛字符的識(shí)別。由此帶來的交通管理問題也變得越來越復(fù)雜，智能交通系統(tǒng)的建立是很好的解決問題的方法。而車牌識(shí)別技術(shù)在智能交通系統(tǒng)中占有十分重要的地位。停車廠、收費(fèi)站、生產(chǎn)企業(yè)的門禁管理都有車牌識(shí)別技術(shù)的身影。

在車輛車牌識(shí)別技術(shù)中的圖像提取、字符分割起、字符識(shí)別過程中，數(shù)字圖像處理技術(shù)起到了重要作用。因此，我們特別提醒后續(xù)車輛不要緊接在前車之后進(jìn)入障礙區(qū)域，以避免在閘門“下落”時(shí)損壞車輛。但由于圖像提取出現(xiàn)場(chǎng)可能存在因時(shí)間、光線、天氣的變化而造成的干擾使車牌成像效果較差的問題。所以目前現(xiàn)有的車牌識(shí)別系統(tǒng)都存在因環(huán)境變化而產(chǎn)生的識(shí)別率變化的問題。

車牌定位

車牌定位是指根據(jù)車牌圖像的區(qū)域特征來將車牌在圖像中的部分從背景圖像中分離開來，由于車牌區(qū)域在圖像特征主要包括顏色和形狀，車牌區(qū)域的顏色一般為藍(lán)色、黃色或白色，它們與圖像的背景顏色存在較大的差異。車牌定位模塊：該單元是指在對(duì)原始車輛圖像進(jìn)行圖像增強(qiáng)處理和降噪處理后還需對(duì)圖像進(jìn)行定位處理，即對(duì)在一張完整的車輛圖像中去掉我們不需要的部分定位出車牌區(qū)域。車牌的形狀一般為矩形。而車牌號(hào)在外形和排列上都存在規(guī)律性。車牌定位技術(shù)就是將上述特征經(jīng)過一定的變換與處理后，使之能作為車牌定位的依據(jù)。

車牌校正

車牌校正是為了解決拍攝的車牌圖像因?yàn)榻嵌葐栴}，導(dǎo)致定位后的車牌傾斜，而傾斜的車牌會(huì)給車牌識(shí)別系統(tǒng)的后繼步驟增添麻煩，車牌校正是必須的。傳統(tǒng)的基于PC平臺(tái)的車牌識(shí)別系統(tǒng)除在在信息處理應(yīng)用實(shí)時(shí)性方面難以滿足人們的日常需求，同時(shí)，在網(wǎng)絡(luò)管理應(yīng)用方面也存在帶寬的壓力，信息采集終端方面的成本也過高。車牌校正是利用車牌區(qū)域的矩形序列分布同組成車牌號(hào)的字母、數(shù)字位置的分布基本一致的特征，找到了矩形序列中矩形左上角像素點(diǎn)排列的近似斜率，從而找出車牌區(qū)域的偏轉(zhuǎn)角度，完成車牌圖像區(qū)域的校正。