為了進行車牌識別,需要以下幾個基本的步驟:
1)牌照定位,定位圖片中的牌照位置;
2)牌照字符分割,把牌照中的字符分割出來;
3)牌照字符識別,把分割好的字符進行識別,最終組成牌照號碼。
車牌識別過程中,牌照顏色的識別依據算法不同,可能在上述不同步驟實現,通常與車牌識別互相配合、互相驗證。
1)牌照定位自然環(huán)境下,汽車圖像背景復雜、光照不均勻,如何在自然背景中準確地確定牌照區(qū)域是整個識別過程的關鍵。首先對采集到的視頻圖像進行大范圍相關搜索,找到符合汽車牌照特征的若干區(qū)域作為候選區(qū),然后對這些侯選區(qū)域做進一步分析、評判,最后選定一個最佳的區(qū)域作為牌照區(qū)域,并將其從圖像中分離出來。
2)牌照字符分割完成牌照區(qū)域的定位后,再將牌照區(qū)域分割成單個字符,然后進行識別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部最小值的附近,并且這個位置應滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復雜環(huán)境下的汽車圖像中的字符分割有較好的效果。
3)牌照字符識別方法主要有基于模板匹配算法和基于人工神經網絡算法?;谀0迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數據庫中模板的大小,然后與所有的模板進行匹配,選擇最佳匹配作為結果。基于人工神經網絡的算法有兩種:一種是先對字符進行特征提取,然后用所獲得特征來訓練神經網絡分配器;另一種方法是直接把圖像輸入網絡,由網絡自動實現特征提取直至識別出結果。實際應用中,車牌識別系統的識別率還與牌照質量和拍攝質量密切相關。牌照質量會受到各種因素的影響,如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實際拍攝過程也會受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率,也正是車牌識別系統的困難和挑戰(zhàn)所在。為了提高識別率,除了不斷地完善識別算法還應該想辦法克服各種光照條件,使采集到的圖像最利于識別。
技術路線
采用計算機視覺技術識別車牌的流程通常都包括車輛圖像采集,車牌定位,字符分割,光學字符識別,輸出識別結果5個步驟。車輛圖像的采集方式決定了車牌識別的技術路線。國際ITS通行的兩條主流技術路線是自然光和紅外光圖像采集識別。自然光和紅外光不會對人體產生不良的心理影響,也不會對環(huán)境產生新的電子污染,屬于綠色環(huán)保技術。自然光路線是指白天利用自然光線,夜間采用輔助照明光源,用彩色攝像機采集車輛真彩色圖像,用彩色圖像分析處理方法識別車牌。自然光真彩色識別技術路線,與人眼感光習慣一致,并且,真彩色圖像能夠反映車輛及其周圍環(huán)境真實的圖像信息,不僅可以用來識別車牌照,而且可以用來識別車牌照顏色、車流量、車型、車顏色等車輛特征。用一個攝像機采集的圖像,同時實現所有前端基本視頻信息采集、識別和人工輔助圖像取證判別,可以前瞻性的為未來的智能交通系統工程預留接口。紅外光路線是指利用車牌反光和紅外光的光學特性,用紅外攝像機采集車輛灰度圖像,由于紅外特性,車輛圖像上幾乎只能看見車牌,然后用黑白圖像處理方法識別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照圖像。因紅外光是不可見光,它不會對駕駛員產生視覺影響。另外,紅外照明裝置提供的是不變的光,所抓拍的圖像都是一樣的,不論是在一天中最明亮的時候,還是在一天中最暗的時候。唯一的例外是在白天,有時會看到一些牌照周圍的細節(jié),這是因為晴朗天氣時太陽光的外光波的影響。采用紅外燈的缺點就是所捕獲的車牌照圖像不是彩色的,不能獲取整車圖像,并且嚴重依賴車牌反光材料。