车牌识别技术原理

　　车牌识别技术(Vehicle License Plate Recognition，VLPR)是指能够检测到道路路面高速行驶的车辆并自动提取车辆牌照的信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别技术是现代智能交通系统重要组成部门，其应用十分广泛。

　　车牌识别技术原理

　　车辆检测：可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经由，并触发图像采集抓拍。

　　图像采集：通过高清摄像抓拍主机对通行车辆进行实时、不中断记实、采集。

　　预处理：噪声过滤、自动白平衡、自动曝光以及伽马校正、边沿增强、对比度调整等。

　　车牌定位：在经由图像预处理之后的灰度图像长进行行列扫描，确定车牌区域。

　　字符分割：在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。

　　字符识别：对分割后的字符进行缩放、特征提取，与字符数据库模板中的尺度字符表达形式进行匹配判别。

　　结果输出：将车牌识别的结果以文本格局输出。

　　车牌识别技术流程剖解

　　车牌识别系统采用高度模块化的设计，将车牌识别过程的各个环节各自作为一个独立的模块。

　　一、车辆检测跟踪模块

　　车辆检测跟踪模块主要对视频流进行分析，判定其中车辆的位置，对图像中的车辆进行跟踪，并在车辆位置最佳时刻，记实该车辆的特写图片，因为加入了跟踪模块，系统能够很好地克服各种外界的干扰，使得到更加公道的识别结果，可以检测无牌车辆并输出结果。

　　二、车牌定位模块

　　车牌定位模块是一个十分重要的环节，是后续环节的基础，其正确性对整体系统机能的影响巨大。车牌系统完全摒弃了以往的算法思路，实现了一种完全基于学习的多种特征融合的车牌定位新算法，合用于各种复杂的背景环境和不同的摄像角度。

　　三、车牌矫正及精定位模块

　　因为受拍摄前提的限制，图像中的车牌总不可避免存在一定的倾斜，需要一个矫正和精定位环节来进一步进步车牌图像的质量，为切分和识别模块做预备。使用精心设计的快速图像处理滤波器，不仅计算快速，而且利用的是车牌的整体信息，避免了局部噪声带来的影响。使用该算法的另一个长处就是通过对多个中间结果的分析还可以对车牌进行精定位，进一步减少非车牌区域的影响。

　　四、车牌切分模块

　　车牌系统的车牌切分模块利用了车牌文字的灰度、颜色、边沿分布等各种特征，能较好地按捺车牌附近其他噪声的影响，并能容忍一定倾斜角度的车牌。这一算法有利于类似移动式稽察查察这种车牌图像噪声较大的应用。

　　五、车牌识别模块

　　在车牌识别系统中，通常采用多种识别模型相结合的方法来进行车牌识别，构建一种层次化的字符识别流程，可有效地进步字符识别的准确率。另一方面，在字符识别之前，使用计算机智能算法对字符图像进行前期处理，不仅可尽可能留存图像信息，而且可进步图像质量，进步相似字符的可区分性，保证字符识别的可靠性。

　　六、车牌识别结果决议计划模块

　　识别结果决议计划模块，详细地说，决议计划模块利用一个车牌经由视野的过程留下的历史记实，对识别结果进行智能化的决议计划。其通过计算观测帧数、识别结果不乱性、轨迹不乱性、速度不乱性、均匀可托度和相似度等度量值得到该车牌的综合可托度评价，从而决定是继承跟踪该车牌，仍是输出识别结果，或是拒绝该结果。这种方法综合利用了所有帧的信息，减少了以往基于单幅图像的识别算法所带来的无意偶然性错误，大大进步了系统的识别率和识别结果的准确性和可靠性。

　　七、车牌跟踪模块

　　车牌跟踪模块记实下车辆行驶过程中每一帧中该车车牌的位置以及外观、识别结果、可托度等各种历史信息。因为车牌跟踪模块采用了具有一定容错能力的运动模型和更新模型，使得那些被短时间遮挡或瞬间恍惚的车牌仍能被准确地跟踪和猜测，终极只输出一个识别结果。