車牌識別系統詳解

車牌識別系統采用高度模塊化的設計，將車牌識別過程的各個環(huán)節(jié)各自作為一個獨立的模塊。

① 車輛檢測跟蹤模塊

車輛檢測跟蹤模塊主要對視頻流進行分析，判斷其中車輛的位置，對圖像中的車輛進行跟蹤，并在車輛位置蕞佳時刻，記錄該車輛的特寫圖片，由于加入了跟蹤模塊，系統能夠很好地克服各種外界的干擾，使得到更加合理的識別結果，可以檢測無牌車輛并輸出結果。

② 車牌定位模塊

車牌定位模塊是一個十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎，其準確性對整體系統性能的影響巨大。車牌系統完全摒棄了以往的算法思路，實現了一種完全基于學習的多種特征融合的車牌定位新算法，適用于各種復雜的背景環(huán)境和不同的攝像角度。

③ 車牌矯正及精定位模塊

由于受拍攝條件的限制，圖像中的車牌總不可避免存在一定的傾斜，需要一個矯正和精定位環(huán)節(jié)來進一步提高車牌圖像的質量，為切分和識別模塊做準備。車牌識別技術結合電子不停車收費系統（ETC）識別車輛，過往車輛通過道口時無須停車，即能夠實現車輛身份自動識別、自動收費。使用精心設計的快速圖像處理濾波器，不僅計算快速，而且利用的是車牌的整體信息，避免了局部噪聲帶來的影響。使用該算法的另一個優(yōu)點就是通過對多個中間結果的分析還可以對車牌進行精定位，進一步減少非車牌區(qū)域的影響。

④ 車牌切分模塊

車牌系統的車牌切分模塊利用了車牌文字的灰度、顏色、邊緣分布等各種特征，能較好地抑制車牌周圍其他噪聲的影響，并能容忍一定傾斜角度的車牌。這一算法有利于類似移動式稽查這種車牌圖像噪聲較大的應用。

⑤ 車牌識別模塊

在車牌識別系統中，通常采用多種識別模型相結合的方法來進行車牌識別，構建一種層次化的字符識別流程，可有效地提高字符識別的正確率。同時車牌抓拍識別攝像頭還可有效維持停車場秩序，內部車可以實現不停車出入場，外來車則僅需要出場繳費，無需取卡、取票等繁瑣過程。另一方面，在字符識別之前，使用計算機智能算法對字符圖像進行前期處理，不僅可盡可能保留圖像信息，而且可提高圖像質量，提高相似字符的可區(qū)分性，保證字符識別的可靠性。

⑥ 車牌識別結果決策模塊

識別結果決策模塊，具體地說，決策模塊利用一個車牌經過視野的過程留下的歷史記錄，對識別結果進行智能化的決策。此外，地感線圈識別模式的車牌識別系統也不適用于一些不適合切割路面的現場中。其通過計算觀測幀數、識別結果穩(wěn)定性、軌跡穩(wěn)定性、速度穩(wěn)定性、平均可信度和相似度等度量值得到該車牌的綜合可信度評價，從而決定是繼續(xù)跟蹤該車牌，還是輸出識別結果，或是拒絕該結果。這種方法綜合利用了所有幀的信息，減少了以往基于單幅圖像的識別算法所帶來的偶然性錯誤，大大提高了系統的識別率和識別結果的正確性和可靠性。

⑦ 車牌跟蹤模塊

車牌跟蹤模塊記錄下車輛行駛過程中每一幀中該車車牌的位置以及外觀、識別結果、可信度等各種歷史信息。車牌定位算法的方法多種多樣、各有所長，但存在著計算量大或者定位準確率不高等問題。由于車牌跟蹤模塊采用了具有一定容錯能力的運動模型和更新模型，使得那些被短時間遮擋或瞬間模糊的車牌仍能被正確地跟蹤和預測，終只輸出一個識別結果。

車牌識別系統的發(fā)展

現在我國的車牌識別系統已經發(fā)展得很快了，中國現在的車牌識別已經進入了智能時代，識別率達到99.8%，可以脫機識別，無網絡無需電腦，更有勝者根本不需要收費人員。隨著車輛增漲迅速，停車問題也在困擾著人們的生活，人們也逐漸開始重視智能設備在生活中的應用了，智能車牌識別系統的出現恰好解決了這一大問題。超越了國外的大多數國家，車牌識別這塊現在除了中國能達到99.8%的識別率外，國外暫時還不能，當然，這與國外的車牌沒什么規(guī)律，個性化有關，車外多數都是憑借RFID或藍牙技術來實現不停車取卡進入停車場，還有常見的是取票停車。中國現在的云平臺停車，物聯網停車，無感支付停車都已經讓世界驚嘆了。

車牌識別系統也是基于形態(tài)學操作的重要性質，對經過二值化后的車牌圖像首先進行閉運算操作，使得車牌的字符區(qū)域連接起來，然后對車牌圖像進行開運算操作，來消除車牌上的噪聲，得到明亮的車牌區(qū)域從候選區(qū)域中去除偽車牌并定位出車牌區(qū)域 通過對車牌圖像的數學形態(tài)學來運算，圖像中剩下少部分的連通區(qū)域，即為車牌的候選區(qū)域，這些區(qū)域包括車牌區(qū)域和偽車牌區(qū)域，為此，需要從圖像中去除偽車牌并定位出車牌。七、攝像機內置補光燈的設置內置補光燈過亮，會造成過曝，此時應酌情降低內置補光燈的亮度等級。

車牌識別系統的基本工作原理

車牌識別就是依次實現汽車圖像的車牌定位、車牌字符分割、車牌字符識別算法的過程。車牌定位就是把車牌圖像從含有汽車和背景的圖像中提取出來，其輸入的是原始的汽車圖像，輸出是車牌圖像。

車牌的字符分割就是通過對車牌圖像的預處理、幾何校正等把字符從車牌圖像中分割出來，分成一個個獨立的字符，其輸入是車牌定位后得到的車牌圖像，輸出是經過預處理、幾何校正等后得到的一組單個的字符圖像，并得到各個字符的點陣數據。b、相機蕞好的識別距離是離相機3-6米處，所以要保證車在此距離處車身已遷直，如果未遷直，就要將相機往后挪。字符識別是依次從單個字符點陣數據中提取字符特征數據，并給出識別結果。