車牌識別系統年復增長率18.06% 核心技術日漸成熟
2016-01-14
隨著城市人口快速增長,人們車輛的保有量的迅速上
增,加上政府法規的實施,電子收費系統進一步帶動車牌識別系統市場的增長。據調研顯示,在亞太地區,車牌識別系統將以18.06%(相比其他地區最高)的年復
增長率增長,應對目前交通擁堵、警察執法、收費和停車場的快速增長的需求。
車牌識別原理分析
車牌識別系統是基于圖像分割和圖像識別理論,對含有車輛號牌的圖像進行分析處理,從而確定牌照在圖像中的位置,并進一步提取和識別出文本字符。車牌識別過程包括圖像采集、預處理、車牌定位、字符分割、字符識別、結果輸出等一系列算法運算,其運行流程如下圖所示:
圖像采集:通過高清攝像抓拍主機對卡口過車或車輛違章行為進行實時、不間斷記錄、采集。
預處理:圖片質量是影響車輛識別率高低的關鍵因素,因此,需要對高清攝像抓拍主機采集到的原始圖像進行噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等處理。
車牌定位:車牌定位的準確與否直接決定后面的字符分割和識別效果,是影響整個車牌識別率的重要因素。其核心是紋理特征分析定位算法,在經過圖像預處理
之后的灰度圖像上進行行列掃描,通過行掃描確定在列方向上含有車牌線段的候選區域,確定該區域的起始行坐標和高度,然后對該區域進行列掃描確定其列坐標和
寬度,由此確定一個車牌區域。通過這樣的算法可以對圖像中的所有車牌實現定位。
字符分割:在圖像中定位出車牌區域后,通過灰度化、灰度拉伸、二值化、邊緣化等處理,進一步精確定位字符區域,然后根據字符尺寸特征提出動態模板法進行字符分割,并將字符大小進行歸一化處理。
字符識別:對分割后的字符進行縮放、特征提取,獲得特定字符的表達形式,然后通過分類判別函數和分類規則,與字符數據庫模板中的標準字符表達形式進行匹配判別,就可以識別出輸入的字符圖像。
結果輸出:將車牌識別的結果以文本格式輸出。