王宗鵬 李冠楠 葛麗麗 張永強 韓玉煥

【摘要】 傳統(tǒng)車牌識別采用的是RFID射頻識別技術(shù)，這種方式識別率高，但是每輛車輛均需加裝電子標簽，成本高，不便于管理。本系統(tǒng)采用計算機圖像處理技術(shù)和模式識別技術(shù)對車牌進行自動識別。該系統(tǒng)除了具備前端數(shù)據(jù)采集、車牌識別、數(shù)據(jù)存儲等基本的功能之外，還能根據(jù)自身需要實現(xiàn)一些特色功能，主要是交通違章抓拍取證、配合欄桿機自動放行等功能。

【關(guān)鍵字】 車牌識別 二值化 預(yù)處理

引言

承鋼門禁系統(tǒng)目前主要采用RFID技術(shù)進行車牌識別，需要每輛車輛加裝防撕毀RFID標簽，由于每天進出場車流量大，同時一些社會車輛根本就沒有標簽，發(fā)放臨時標簽又增加了管理上的繁瑣程度。為簡化管理流程、降低成本。開發(fā)本系統(tǒng)，用戶只需要將允許放行車輛提前輸入系統(tǒng)即可不需要RFID標簽，車輛可以隨時反復進入廠區(qū)，系統(tǒng)將自動記錄車輛進出信息。通過它還可以檢索車輛的各項重要信息，記錄車輛的違章或用于收費等用途，給交通系統(tǒng)的自動管理提供極大的方便。

一、系統(tǒng)設(shè)計與開發(fā)

該系統(tǒng)由彩色攝像機、現(xiàn)場輔助光源、電腦和車牌自動識別軟件組成。大體上可分為圖像采集模塊和車牌識別模塊。當汽車通過抓拍攝像機制定區(qū)域時，圖形采集控制模塊通過攝像機抓取車輛圖像，經(jīng)過模/數(shù)轉(zhuǎn)換后再輸出給計算機系統(tǒng)進行圖像分析處理，將識別的結(jié)果存入數(shù)據(jù)庫系統(tǒng)。該系統(tǒng)除了具備前端數(shù)據(jù)采集、車牌識別、數(shù)據(jù)存儲等基本的功能之外，還能配合欄桿機對車輛進行自動放行等功能。

二、系統(tǒng)主要功能

2.1車牌的自動識別

對于通過大門門禁系統(tǒng)的車輛進行抓拍，能自動的對車輛的類型以及車輛的拍照進行識別處理。并自動保存到本地數(shù)據(jù)庫中。

2.2車輛的自動檢測報警

此系統(tǒng)包括“黑名單”功能，即對于違章的車輛可加入“黑名單”，只要將其車牌信息輸入到該系統(tǒng)中，系統(tǒng)就會自動進行檢測，不間斷的將所抓拍的車牌信息與錄入到該系統(tǒng)中的“黑名單”車牌信息進行識別、比對。一單發(fā)現(xiàn)黑名單車輛，系統(tǒng)就會告警。

2.3車輛的自動放行

該系統(tǒng)能對經(jīng)過授權(quán)的車輛，如公司領(lǐng)導車輛進行自動識別，并自動控制道閘系統(tǒng)抬桿進行放行，提高通行效率。

三、車牌識別系統(tǒng)工作原理

該系統(tǒng)先對牌照圖像進行濾波、二值化、校正、分割等處理，再進行識別。軟件部分由六個主要處理子模塊組成。各模塊功能為：

1、采集模塊實現(xiàn)對汽車牌照圖像的實時采集，并將采集的圖像轉(zhuǎn)換為數(shù)字圖像存儲。對采集到的車牌圖像進行處理是車牌自動識別系統(tǒng)的重要環(huán)節(jié)。在車牌圖像信號的采集、輸入過程中，由于受到諸多因素的影響，圖像可能模糊不清、傾斜或缺損。通過預(yù)處理，將除去圖像的噪聲，提高圖像的質(zhì)量。而且有效的降低系統(tǒng)的存儲空間，提高識別速度和準確度。

2、車牌搜索及定位模塊對數(shù)字化后的車牌進行區(qū)域目標搜索，并將圖像進行灰度翻轉(zhuǎn)統(tǒng)一為“白底黑字”，即灰度圖像二值化。在二值圖像存儲矩陣中，只有0和1兩種值。在數(shù)字圖像處理中，二值圖像因為其處理速度快，程序處理方面而占有非常重要的地位。

3、車牌分割對定位的車牌區(qū)域進行字符分割，對于經(jīng)過預(yù)處理的字符，通過逐級分類及筆畫跟蹤最終達到字符識別的目的，將車牌分為7個單一的字符圖片。在分析字符結(jié)構(gòu)前，首先應(yīng)分析車牌字符的特點，從而減少識別復雜度。

4、在經(jīng)過預(yù)想預(yù)處理的灰度圖像中確定車牌的具體位置，并將包含車牌字符的一塊子圖像從整個圖像中提出出來，供字符識別子系統(tǒng)識別之用。提取的準確與否直接關(guān)系到整個牌照字符識別系統(tǒng)的識別率。由于牌照圖象在原始圖象中是很有特征的一個子區(qū)域，確切說是水平度較高的橫向近似的長方形，它在原始圖象中的相對位置比較集中，而且其狄度值與周邊區(qū)域有明顯的不同，因而在其邊緣形成了灰度突變的邊界，這樣就便于通過邊緣檢測來對圖象進行分割。

5、車牌圖象經(jīng)過了以上的處理后，車牌區(qū)域比較明顯。此時可進一步確定牌照在整幅圖象中的準確位置。在本程序中用到了膨脹腐蝕處理和閉運算，通過膨脹連接相近圖像區(qū)域，去掉單獨、過小的色塊。最后運用一個矩形框掃描整幅圖像，將面積小于矩形框、形態(tài)不規(guī)則的小區(qū)域刪除掉，保留車牌候選區(qū)域。

6、經(jīng)過上述方法分割出來的車牌圖像中存在目標物體、背景還有噪聲，在對圖像進行二值化處理，進行車牌字符提取和字符匹配。數(shù)據(jù)傳送輸出識別結(jié)果字符串到指定的設(shè)備上。

四、結(jié)語

車牌識別算法是車牌識別系統(tǒng)的基礎(chǔ)，對圖像進行采集，然后從車牌紋理出發(fā)，應(yīng)用分開理論建立基于有向分形參數(shù)的車牌定位預(yù)處理模型，結(jié)合投影法提取車牌區(qū)域，再將字符進行分割和識別，最后輸出結(jié)果。該系統(tǒng)目前準確率能達到90%左右。

參 考 文 獻

[1]林志毅，周運祥.基于場景分類及灰度跳變的車牌定位方法[J].交通科技，2005，20（2）：86.