《车牌识别系统的研究背景意义及国内外研究现状》由会员分享，可在线阅读，更多相关《车牌识别系统的研究背景意义及国内外研究现状（7页珍藏版）》请在金锄头文库上搜索。
1、车牌辨认系统的研究背景意义及国内外研究现状1车牌辨认系统的背景.1车牌辨认系统的背景及研究意义1 车牌辨认系统简介 车牌辨认系统的国内外现状3车牌辨认难点1车牌辨认系统的背景1.1 车牌辨认系统的背景及研究意义随着经济社会的迅猛发展,人们的生活水平的提高,机动车辆的数量也越来越多。为了提高车辆的管理效率,缓和公路上的交通压力,我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌，是在公众场合可以唯一拟定汽车身份的凭证。我们可以以此为根据,设计一种车牌辨认系统监控各个车辆的状况。为此,国内交通管理部门对汽车车牌的管理非常注重并制定了一套严格的管理法规。其中对汽车车牌的制作、安装、维护都规定由
2、制定部门统一进行管理。在此基本上，如果研制出一种能在公众场合迅速精确地对汽车牌照进行自动定位辨认的系统(CPR)，那么这将是一件非常故意义的工作，并将极大地提高汽车的安全管理水平及管理效率。车辆牌照定位与辨认是计算机视觉与模式辨认技术在智能交通领域应用的重要研究课题之一， 该技术应用范畴非常广泛, 其中涉及：(1) 交通流量检测； (2）交通控制与诱导；(3)机场、港口等出入口车辆管理;(4） 社区车辆管理；（5) 闯红灯等违章车辆监控；（6) 不断车自动收费;()道口检查站车辆监控；（8）公共停车场安全防盗管理；（9） 计算出行时间；(10） 车辆安全防盗、查堵指定车辆等。其潜在市场应用价值
3、极大,有能力产生巨大的社会效益和经济效益。如图1所示,P1的部分应用:图 R在收费口、道路监控和停车管理中的应用近些年，计算机的飞速发展和数字图像技术的日趋成熟,为老式的交通管理带来重大转变。先进的计算机解决技术,不仅可以将人力从繁琐的人工观测、检测中解放出来，并且可以大大提高其精确度,汽车牌照自动辨认系统就是在这样的背景与目的下进行开发的。汽车牌照自动辨认系统(VLPRS)是对由公路上配备的摄像头拍摄的照片进行数字图像解决与分析，综合应用大量的图像解决最新成果和数学形态学措施对汽车图像进行平滑、二值化、模糊解决、边沿检测、图像分割、开运算、闭运算、区域标记等多种手段以提取车牌区域,进而达到对
4、汽车牌照的精拟定位并最后完毕对汽车牌照的辨认。 从2世纪80年代，国内外的研究人员就开始了对车牌辨认系统的研究。在车牌辨认的过程中,虽然运用了诸多的技术措施,但由于外界环境光线变化、光路中有灰尘、季节环境变化及车牌自身被污染而模糊等条件的影响,使得车牌辨认系统始终处在实验室阶段，得不到较好的应用;并且,诸多的措施都需要大量的数值计算，不能较好地满足实时性规定。为理解决图像恶化的问题，目前采用的措施是采用积极红外照明摄像或使用特殊的传感器来提高图像的质量。虽然提高了辨认率,但是，这同步也导致了系统的投资成本过大，应用领域变窄,不能普遍推广应用。车辆牌照定位与辨认是计算机视觉与模式辨认技术在智能交
5、通领域应用的重要研究课题之一, 该技术应用范畴非常广泛。国外汽车牌照辨认系统研究工作已有一定进展, 但并不尽合国内国情。国内汽车牌照的规范悬挂位置不唯一，并且由于环境、道路或人为因素导致汽车牌照污染严重, 这种状况下国外发达国家不容许上路，而在国内仍可上路行驶等。由于国内汽车车牌辨认的特殊性,采用任何一种单一辨认技术均难以奏效。目前正在研制的无源型汽车牌照智能辨认系统综合运用了车辆检测技术、计算机视觉(Compter Vsion)技术、图象解决技术、人工智能技术和人工神经网络技术等,是一种比较有发展前程的车牌辨认系统。 1. 车牌辨认系统简介汽车牌照自动辨认技术可应用于道路交通流监控、交通事故
6、现场勘测、交通违章自动记录、高速公路自动收费系统、停车场自动安全管理、智能园区管理等方面,在现代交通监控和管理系统占有很重要的地位。同步,汽车牌照辨认的措施还可应用到其他辨认领域,因此汽车牌照的辨认问题己成为现代交通工程领域中研究的重点和热点问题之一。最为常用的车牌辨认系统构造如图2：图 车牌辨认系统构造图汽车牌照辨认系统的基本工作原理为：根据采集到的序列图像对图像中的车辆牌照进行搜索、检测、定位，并分割出涉及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,归一化后输入字符辨认系统进行辨认。近年来，汽车牌照智能辨认的技术发展不久,就其辨认基本,重要可分为间接法和直接法两种:
7、间接法是基于C卡鉴别(RED）或基于条码的辨认。直接法是基于图像的汽车牌照辨认。1、间接法：指通过辨认安装在汽车上的I卡或条形码中所存储的车牌的信息来辨认车牌及有关信息。IC卡技术辨认精确度高,运营可靠,可以全天候作业,但它整套装置价格昂贵,硬件设备十分复杂，不合用于异地作业;条形码技术具有辨认速度快、精确度高、可靠性强以及成本较低等长处,但是对于扫描器规定很高。此外，两者都需要制定出全国统一的原则,并且无法核对车、条形码与否相符，也是技术上存在的缺陷,这给近期在短时间内推广导致困难。2、直接法:基于图像的车牌辨认技术属于直接法，是一种无源型汽车牌照智能辨认措施,可以在无任何专用发送车牌信号的
8、车载发射设备状况下,对运动状态车辆或静止状态车辆的车牌号码进行非接触性信息采集并实时智能辨认。与间接法辨认系统相比，一方面，这种系统节省了设备安顿及大量资金，从而提高了经济效益；另一方面,由于采用了先进的计算机应用技术,因此可提高辨认速度,较好地解决实时性问题；再次，它是根据图像进行辨认,因此通过人的参与可以解决系统中的辨认错误,而其她措施是难以与人交互的。直接法一般有图像解决技术，老式模式辨认技术及人工神经网络技术。 图像解决技术:运用图像解决技术解决汽车牌照辨认的研究最早始于8年代,但国内外都只是就车牌辨认中的某一种具体问题进行讨论，并且一般仅采用简朴的图像解决技术来解决,并没有形成完整的
9、系统体系,辨认过程是使用工业电视摄像机拍下汽车的工前方图像，然后交给计算机进行简朴的解决,并且最后仍需要人工干预，例如车辆牌照中省份中文的辨认问题，1985年有人运用常用的图像解决技木措施提出中文辨认的分类是在抽取中文特性的基本上进行的,根据中文的投影直方图选用浮动闭值,抽取中文在竖直方向的峰值,运用树形查表法进行中文的粗分类;然后根据中文在水平方向的投影直方图,选用合适闭值，进行量化解决后,形成一种变长链码，再用动态规划法，求出与原则模式链码的最小距离,实现细分来完毕中文省名的自动辨认。 老式模式辨认技术。老式模式辨认技术指构造特性法，记录特性法等。0年代，由于计算机视觉技术的发展,开始浮现
10、汽车牌照辨认的系统化研究。190年AS.hnson等运用计算机视觉技术和图像解决技术实现了车辆牌照的自动辨认系统。该系统分为图像分割、特性提取和模板构造、字符辨认等三个部分。运用不同闽值相应的直方图不同，通过大量记录实验拟定出车牌位置的图像直方图的闽值范畴,从而根据特定闽值相应的直方图分割出车牌,再运用预先设立的原则字符模板进行模式匹配辨认出字符。 人工神经网络技术2。近几年来，计算机及有关技术发达的某些国家开始探讨用人工神经网络技术解决车牌自动辨认问题,例如194年.M.MFNHY等就成功地运用了BAM神经网络措施对车牌上的字符进行自动辨认，AM神经网络是由相似神经元构成的双向联想式单层网络
11、,每一种字符模板相应着唯一种AM矩阵,通过与车牌上的字符比较,辨认出对的的车牌号码。近年来，基于图像的车牌辨认系统的研制引起了许多学者的广泛爱好，但车牌辨认由于要适应多种复杂背景以及不同光照条件影响,使车牌分割及辨认增长了难度，目前虽然国内外均有某些实用的车牌辨认系统面市。但是,这些系统的应用都存在一定的约束，至今车牌自动辨认技术尚未达到很完善的限度。2 车牌辨认系统的国内外现状车牌自动辨认技术的研究国外起步地较早。早在20世纪80年代,便有某些零零散散的图像解决措施用于车牌自动辨认的某些具体应用。在这个阶段,车牌自动辨认技术的研究还没有形成完整的系统体系，一般采用简朴的图像解决措施来解决某些
12、具体问题，并且最后成果一般需要人工干预。进入20世纪0年代后，车牌自动辨认的系统化研究开始起步。典型的如AS.Johnon等提出车辆牌照的自动辨认系统分图像分割(mag Segment）、特性提取(FetreExraction)和模板构造(Template Fomation)、字符辨认(CharaterRcniin)等三个部分，完毕车牌的自动辨认。RA.otuf使用视觉字符辨认技术(pc Chratr Recognition Technolo)分析所获得的图像，一方面在二值化图像中找到车牌,然后用边界跟踪技术提取字符特性，再运用记录最邻近分类器(Stasial earet Niborasify
13、ing Sstem)与字符库中的字符比较,得出一种或几种车牌候选号码,再对这些号码进行核算检查,拟定与否为该车牌号码,最后拟定车牌号码。这个时期的应用在辨认对的率方面有所突破，但还没有考虑辨认实时性的规定,辨认速度有待进一步提高。 由于国内的车牌格式和国外有较大的差别,因此对于国外的车牌辨认系统的研究技术，我们只能进行参照，不能进行直接应用。虽然国内车牌的辨认需要辨认中文,但是对于英文字母和数字的辨认,我们可以借鉴国外的研究技术。从0年代中期开始,RGS英国ptc公司就开始了名为RU的车牌自动辨认系统的研制。ARGS的车牌辨认系统的辨认时间约为10毫秒，通过ARGUS的车速可高达每小时100英
14、里。尚有iTeh公司的See/Car sytm，新加坡Opts公司的VLRS等。此外日本、加拿大、德国等发达国家均有合用于本国的车牌辨认系统。国内在90年代也开始了自己的车牌辨认系统的研究。目前比较成熟的产品有中科院自动化研究所汉王公司的汉王眼,香港亚洲视觉科技有限公司的慧光车牌号码辨认系统等等。此外西安交通大学的图像解决和辨认实验室、上海交通大学的计算机科学和工程系、清华大学人工智能国家重点实验室、浙江大学自动化系等都做过类似的研究。虽然这些车牌辨认系统的辨认率大多都比较高,如95%,甚至97%、98%，但是这些车牌辨认系统的辨认检测成果大多数是在简朴受限制的场景下获得的，在实际的交通场合以
15、及更加复杂的背景环境的状况下，这些车牌辨认系统的辨认率一般都达不到9%，甚至更低。3车牌辨认难点在复杂环境下的车牌辨认率较低的重要因素有： 国内汽车牌照自身特性的复杂性1) 中文、字母、数字混合。国内的车牌不单单有英文字母和阿拉伯数字，尚有中文。由于中文的复杂性,在辨认方面难度远远不小于字母和数字。2) 颜色种类多。国外的车牌颜色种类相对于国内较少某些，国内的车牌颜色种类较多。大体可以分为四种：黄底黑字，蓝底白字,白底黑字和黑字白字。3) 人为因素复杂。由于环境、道路或者人为因素导致车牌有严重污渍、车牌模糊不清或者车牌偏斜角度很大的车辆，在国内都可以上路行驶。在国外,这种状况是绝对不行的。4) 车牌格式多。国内的车牌格式诸多,涉及:民用车牌、公安警察车牌、武警车牌、军车车牌、外交车牌、特种车牌、消防车牌等。5) 悬挂方式多样化。国内汽车车牌的悬挂方式不唯一,由于不同汽车公司出产的汽车型号和外形各有不同,导致了车牌的悬挂位置不唯一。 外部环境影响1) 外部光照条件各不相似,白天和晚上的光照各不相似。光照对采集的图像质量产生很大的影响。不同的光照角度对车牌光照的不均匀影响也很大。不同的气候条件、背景光照环境、车牌反光限度都决定了车牌的亮度特性。在特性提取时,光照过亮或者过暗都会影响车牌辨认的精确率。2) 外界背景的复杂限度也影响车牌的定位精确率。背景中和车牌
