下载掌阅APP，畅读海量书库
立即打开
随着我国经济的发展、综合实力的增强和城市化进程的加快，国内各大城市交通管理能力将面临重大考验。为了加强这一领域的管理自动化，智能交通系统（Intelligent Transportation Systems（ITS））的发展也就显得日益迫切。车牌识别（License Plate Recognition（LPR））能从一幅图像中自动提取车牌图像，自动分割字符图像，进而对字符进行识别。车牌识别是ITS 的一个重要组成部分。近年来，各主要城市都将城市智能交通系统（ITS）的建设作为改善城市交通状况的重点，以缓解城市交通管理的压力，车牌识别系统作为智能交通系统的主要技术之一也得到了很大的发展。车牌识别技术的研究和开发具有巨大的经济价值和现实意义。
车牌的识别在车辆控制、运输安排、停车管理、自动收费和事故处理等方面有着越来越高的需求。由于能够自动识别牌照和车型，它对汽车犯罪刑事案件的侦破也是一个强有力的辅助工具。车牌目标的自动定位与识别，不仅可以大大提高判读能力和判读速度，减轻人工识别劳动强度，做到准实时处理，而且可以大大提高管理系统的可操作性，因此有着重要的发展前景。
1）在电子收费系统中的应用
电子收费系统是未来公路和桥梁收费系统的基础技术支持，将承担巨大的公路和桥梁建设费用的回收工作。采用电子收费系统，不仅可以有效进行规范化管理，提高公路及桥梁的流通速度，而且从根本上杜绝了产生经济漏洞的可能性。车牌识别技术是电子收费系统的关键技术，但目前我国的车牌识别技术尚处于起步阶段。因此，研究车牌识别技术以确保电子收费系统的安全性和可靠性非常重要。
2）在流量观测站中的应用
车牌识别技术使流量观测站实现自动化，提高观测的可靠性、准确性及高效性，丰富流量观测站的功能。国内现有的流量观测站依靠人工观测，劳动强度大，准确率不高，计数误差高达 30%～40%，无法记录车牌，无法对违章车辆进行监控。车牌识别技术能自动记录车牌，抄写违章车辆，获取更多现场信息，更好地为交通部门服务。
3）在城市交通监控中的应用
车牌识别技术是未来城市智能交通监控系统中的重要组成部分，应用非常广泛。在城市道路交叉口中，通过车牌识别可检测和统计车辆状况，为信号灯配时提供实时交通流数据，同时可以记录违章车辆，提高城市道路的通行能力，减少交通事故和交通拥挤带来的经济损失。在城市交通信息中心（UTIC）或城市交通控制中心（UTC）中，通过实时测量和统计城市交通网络的车流量、车密度、跟踪车辆路线，结合其他道路状况，可以提供车辆诱导信息、路段交通量分配决策和动态更新车辆电子地图。在停车场应用中，通过车牌识别，自动完成停车场监控、管理和收费工作。车牌自动识别系统的研究能为研究和开发适合我国国情的城市道路交叉口智能系统打下基础，减少引进国外设备和技术的费用。
4）在其他方面的应用
车牌识别技术在社会生活的其他方面也有相当广泛的应用：随着汽车数量急剧上升，利用汽车犯罪和窃车案件也明显增多。车牌识别可以随时见识来往车辆，记录拍照号码，不断与涉嫌车牌号码进行比较。这样，涉嫌车辆只要上了相关公路就可以马上知道行踪，无疑将大大地有助于案件的侦破；在政府机关首脑部门、军队国家安全和保密部门等场所设置安装车牌识别技术，监控和记录车辆的出入情况，能确保这些场所的安全；在机场和港口安装车牌自动识别系统，能监控、记录和管理机场和港口的车辆，对机场和港口安全高效的现代化管理具有重要意义。
车牌识别技术是集人工智能、图像处理、数据融合、计算机视觉和模式识别等技术为一体的复杂系统，要求识别精度高和处理时间短，是交通监控中的热门研究课题。许多科技工作者为此做出了不懈的努力。许多发达的工业国家和地区，早在20世纪80年代初期就着手研制汽车牌照识别系统。日本一个研究小组在1983年研制了一种用于刑侦的汽车牌照识别系统，该系统架设在公路上，对被盗车辆或失效牌照进行搜索，一经发现，即可通过普通电话通知警方进行拦截，但该系统的正确识别率仅达50%左右。1982年，英国一家公司曾研究过用来检查超速行驶的汽车牌照识别系统，该系统通过对A、B两点间所摄取牌照的匹配，确定出汽车在A、B两点间行驶的平均车速，但因识别率低，难以投入使用。目前，国内的车牌识别技术仍然停留在实验室阶段。全天候的条件下，识别精度不高，识别时间长，还达不到实际应用的技术要求。因此，车牌识别技术的研究和开发具有相当大的实际价值和重要的现实意义。
系统要求的速度是从图像输入到信息理解完成整个平均时间不应超过1s。原始图像数据一般较大，对其进行处理的时间一般也较长，由于实时性的要求，要求车牌提取算法具有很好的鲁棒性，对原始图像的要求不严格，也就是一次处理就能把绝大多数的车牌提取出来，而尽量不要利用后面的结果来调整这一步的工作。对车牌的图像大小和车牌的歪斜程度要求不严格，具有很高的鲁棒性。
车牌识别系统要达到相应的应用价值，必须满足健壮性、实时性和准确性3方面的要求。
车牌识别系统包括硬件系统和软件系统。硬件系统由感应器、摄像设备和计算机组成。软件系统主要完成整个系统的控制，包括输入图像图像预处理、车牌定位、字符分割和车牌识别。车牌识别系统一般包括以下几个主要部分。
1）输入图像
输入图像在实际应用中有具体的要求，如要求有实时性，这就要求能够在有车到时自动触发下面几步的执行，现在用到的一般有红外触发和埋地线圈等一些方法；摄像头可为一般的CCD 摄像头，通过图像采集卡输入计算机。
2）图像预处理
在有些场合输入的图像可能模糊不清，或是噪声较大，拍摄过于倾斜，对后面的提取、分割及识别带来困难，希望在开始处理前进行图像变换、复原和校正处理，或是去噪操作。一幅实际的白天高速公路收费站拍摄的图像，这时由于太阳光的影响，可能会造成整个图像的亮度（灰度）分布很不均匀，典型的情况是图像的上部亮度较大，而下部则亮度较小。而且当摄像头从侧边摄像，则整个车牌在图像上将会呈现为一个平行四边形，如果过于极端，就会对后面的分割及识别带来很大的困难，这时就要对图像进行校正。
预处理的目的是提高图像质量，突出车牌的最主要特征，以便更好地提取车牌。图像预处理包括灰度化、去噪滤波、边缘检测和二值化等。首先消除图像采集中的噪声及其他干扰，提高图像信噪比；其次，消除图像模糊（包括运动模糊）；第三，消除图像退化，以减少图像失真（如几何失真）；图像预处理是车牌识别流程的第一步，处理效果直接影响以后的每个处理流程及最后的识别精度。图像预处理的目的是为了方便以后的车牌定位及字符分割，所以预处理的方法也是根据其后的工作流程决定的。图像预处理的方法常常与车牌定位和图像分割的方法综合使用以达到分割字符的最终目的。
3）车牌定位
车牌定位是车牌自动识别系统中的关键技术，如果不能在图像中正确找到车牌的位置，之后的工作就无法进行。车牌定位方法的出发点是通过车牌区域的特征来判断牌照。要从一整幅图像（包括车身和背景等）中提取出车牌，必须抓住车牌的最主要特征，利用它来提取车牌。车牌最主要的特征应该是：车牌的底色和车牌字的颜色形成强烈对比，而且在一相对小的范围内变化频繁。根据我国车牌的特点，一般是有7～10个字符（字母、汉字或数字），这样经过竖直边缘的提取，再水平扫描后，一般可得每行25 次以上的变化率。应该紧紧抓住这个特征来完成对车牌的提取。
4）字符分割
字符分割指的是在得到一个车牌区域后，要先将其分割为单个字符，然后才能进行下一步识别。需要充分利用车牌字符等宽和排列规则的特点。
5）车牌识别
对车牌字符提取尽可能精简的几个特征，组成字符特征向量，作为字符最终识别的判别依据。我国车牌的模式都是由7个字符组成的，并且有固定的顺序。根据这一重要的固有特征，确定7个不同范围的模板库，每一个位置使用不同的模板库；制作标准模板，然后对待识别字符逐个与事先准备好的模板进行匹配，求出相似度。
把整个系统分成上述几个部分是为了便于描述。从上述可以看出，车牌图像的提取及车牌字符的分割是整个系统的两个关键部分。事实上，各个部分是紧密相连的。例如，有时候要根据识别的结果来判断前面的工作，即利用识别结果来调整前面几个部分的参数。
为了提高车辆识别系统的整体识别效果，需对车辆识别系统存在的问题进行解剖，以便对症下药，使车辆识别技术再上一个新台阶。
（1）由于车牌识别系统一般都是针对于特定环境和特定要求的车牌而设计的（例如，日本的车牌和中国的车牌在车牌字的布局结构上就很不一样），这样各个系统的设计方法也就大相径庭了。
（2）北方冬天的雨雪大雾天气，以及不同道路、不同车速对摄像头的透雾功能和快门速度的设定也要求较高，同时面临摄像头像素不高、采集图像的距离和角度不相符造成采集图像质量较差等问题。即使这些方面都达到了要求，高清数据会造成计算机处理速度过慢，影响识别速度。
（3）车牌暴露于空气中，时间久了，难免会出现污损，并且受光照等恶劣天气（阴雨雾）的影响，如字符模糊和变形等都大大降低了车牌的识别率。针对污损和模糊的车牌如何进行准确识别也是实际需要解决的问题。
（4）单个字符的点阵分辨率较低。由于是在汽车图像中得到牌照区域的，受摄像机等拍照系统分辨率的限制，每个字符所占的像素都比较少，大约只有16×32个像素，并且受外部环境和字符本身因素的干扰，分辨率更小，会导致笔画丢失或粘连，从而干扰整个识别系统。
车牌识别系统的研究发展迅速，技术高超，但整个车辆识别系统仍存在很多弊端。如车牌区域定位不准确、耗时较长和车牌字符识别率不高等。车牌识别是目前识别技术发展的重要课题，同时也对研究者提出巨大的挑战。