车辆牌照识别技术和应用

车辆牌照识别（License Plate Recognition，LPR），简称“车牌通”。车辆牌照识别技术是指通过识别车辆所具有的牌照图像、条形码或射频识别标志等特征来自动识别车辆的技术。该技术可以广泛应用于公路和桥梁收费站、公路流量监测站、城市监控系统、港口和机场停车场等车辆认证交通系统中。它以快速、准确、安全以及投入产出比高等特点，提高了交通系统的车辆监控和管理的自动化程度。汽车牌照识别系统通过引入数字摄像技术和计算机信息技术。采用先进的图像处理、模式识别和人工智能技术，对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的计算机化监控和管理成为现实。

（一）系统组成原理

一个典型的车辆牌照自动识别系统主要包括视频图像采集、图像预处理、车牌定位、车牌校正、字符分割、车牌字符识别、数据库管理系统等工作模块，原理流程如图8-16所示。

图8-16 汽车牌照识别系统原理流程图

1）车辆图像获取。主要通过CCD摄像头与计算机的视频捕捉卡直接相连来完成图像采集，可以实时在监控图像中抓取到含有车辆的图像。

2）图像预处理。图像预处理是指对动态采集到的图像进行滤波、边界增强等处理，以克服图像干扰改善识别效果。

3）车牌定位。车牌定位是指在动态采集到的图像中，自动找到车牌的位置。

目前常用的牌照定位的方法有以下几种：

1）车牌边框模板匹配法。应用一个直角形状的模板对整幅图像进行匹配，从而找到车牌边框的4个直角。

2）Hough变换法。由于Hough变换常常被用来提取图像中的直线段，因此该方法就是用Hough变换找到组成车牌边框的直线段。

3）基于形态学理论的车牌定位法。采用形态学的膨胀技术生成连通的区域图像。

4）基于神经元网络车牌定位法。首先设计好神经元网络的结构和参数，然后采集大量图像来训练网络，使网络“记忆”车牌的特征。从而能找出其他车辆图像中的车牌。

5）彩色汽车图像牌照的定位法。根据车牌的颜色找到车牌。

6）频域分析方法，即采用频率分析，以提取图像边缘的车牌定位法。

7）字符分割。字符分割是指在车牌图像上，自动提取单个字符的图像。常用的字符分割法主要是基于投影分析的字符分割法和基于连通域分析的字符分割法。

8）字符识别。字符识别是指在每个字符图像中识别出字符文字。目前常用的字符识别主要是基于模版匹配和神经网络的方法。

9）基于模版匹配字符识别法。模板匹配法，将待识别字符经分割归一化成模板字体的大小，将它输入字符识别模块进行匹配，选择最优匹配字符作为识别结果。

10）基于神经网络字符识别法。模版匹配法简单、成熟，但其自适应不强。对于字符有断裂和粘连等情况容易造成误判。神经网络具有良好的容错性、自适应和学习能力，但样本的训练收敛速度慢，而大规模并行处理为此提供了解决途径。

（二）车辆牌照识别技术的实现方式

车牌识别系统实现的方式主要分为两种：一种是静态图像图片的识别，另一种是动态视频流的实时识别。(www.xing528.com)

1.静态图像图片的识别

静态图像识别技术的识别有效率较大程度上受限于图像的抓拍质量，为单帧图像识别，目前市场产品识别速度平均为200ms。

2.动态视频流的实时识别

动态视频流的识别技术适应性较强，识别速度快，它实现了对视频每一帧图像进行识别，增加识别比对次数，择优选取车牌号，关键在于较少的受到单帧图像质量的影响，目前市场产品识别较好的时间为10ms。

（三）汽车牌照识别系统主要功能

车辆牌照自动识别，信息包括完整的牌照信息，颜色、字符、汉字、数字；车速的自动检测；违法黑牌车辆的识别报警；车辆识别信息与车管所车辆信息的联动控制；车辆行驶方向判断监测。

（四）汽车牌照识别的几种主要技术（见表8-5）

表8-5 汽车牌照识别的几种主要技术对比

（五）车牌识别系统优劣的影响因素

车牌识别系统的优劣主要由两个关键性能参数共同决定：识别率、识别速度。

1.识别率

车牌识别系统是否实用，最重要的指标是识别率。国际公认的识别率指标要求是24h全天候全牌正确识别率为85%～95%。识别率的统计也分为以下三种方式：

1）自然流量识别率=识别车牌号的总数/实际通过的车辆总数

2）可识别车牌率=人工正确读取的车牌号总数/实际通过的车辆总数

3）全牌识别准确率=全牌正确识别的车牌总数/人工识别读取的车牌号总数

这三个指标决定了车牌识别系统的识别率。

2.识别速度

识别速度决定了车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。国际交通技术提出的识别速度是1s以内，越快越好。目前市场的车牌识别系统在实际应用中识别速度平均为200ms。较好的车牌识别系统已经达到了10ms的快速识别时间，实际应用识别速度能够达到平均40ms。