鐘彩 楊興耀 周翼

摘要：文章以解決城市交通問題為依據(jù)，分析了數(shù)字圖像分析技術(shù)在車牌識別領(lǐng)域中的應(yīng)用，首先對該技術(shù)進行了介紹，了解到其應(yīng)用的優(yōu)勢，其次闡述了技術(shù)應(yīng)用要點與問題，為之后的工作明確方向，最后分析了數(shù)字圖像分析技術(shù)的實際運用，目的在于發(fā)揮技術(shù)優(yōu)勢，高效率識別車牌信息。

關(guān)鍵詞：數(shù)字圖像分析技術(shù)；車牌識別；噪聲點；城市交通

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2019）04-0204-02

信息時代下，社會發(fā)展也逐漸朝著智能、科技的方向不斷發(fā)展，這就為各個行業(yè)明確了新的發(fā)展目標。城市交通領(lǐng)域，隨著人們經(jīng)濟能力的不斷提升，汽車購買力也隨之提升，導(dǎo)致城市中出現(xiàn)交通堵塞的問題，有時一旦出現(xiàn)事故，無法快速識別車牌，嚴重影響了辦事效率。為此，研發(fā)車牌圖像預(yù)處理、定位與分割識別技術(shù)，設(shè)計一種適合現(xiàn)代智能交通系統(tǒng)，成為解決城市交通自動管理問題的有效方法。

1 數(shù)字圖像分析技術(shù)概述

數(shù)字圖像分析技術(shù)中囊括了數(shù)據(jù)數(shù)字通訊傳輸技術(shù)、信息技術(shù)、電子控制技術(shù)以及計算機圖像處理技術(shù)，是覆蓋多領(lǐng)域的一種信息化智能技術(shù)，其本身擁有以下特點：

1.1 準確度高

根據(jù)現(xiàn)有相關(guān)技術(shù)，完全可以將模擬圖像數(shù)字轉(zhuǎn)化成任意尺寸的二維數(shù)組，其關(guān)鍵在于圖像數(shù)字化設(shè)備性能。那么計算機這一信息設(shè)備，不考慮數(shù)組和像素的數(shù)位，所有的處理程序大致相同[1]。也就是說，原理角度不管圖像精度如何，都能夠完成分析工作，只需要對程序內(nèi)數(shù)組參數(shù)進行改變。所以對于數(shù)字圖像分析技術(shù)而言，其本身準確度也非常高。

1.2 圖像再現(xiàn)性高

數(shù)字圖像分析技術(shù)和模擬圖像處理技術(shù)之間存在很大區(qū)別，前者不會受圖像存儲、傳輸?shù)纫蛩氐挠绊懚霈F(xiàn)降低圖像質(zhì)量的現(xiàn)象。圖像數(shù)字化處理時需要將原稿再現(xiàn)，那么數(shù)字圖像分析期間便可以始終保證圖像清晰地體現(xiàn)出來。如此一來，車牌識別也有了強大的技術(shù)支持。

1.3 信息壓縮性能強

信息論范疇內(nèi)將數(shù)據(jù)壓縮稱作信源編碼，數(shù)字圖像包含的所有像素點便被賦予了關(guān)聯(lián)性。圖像畫面當中的一些像素均存在相似的灰度。以電視畫面為例，處于同一行的兩個相鄰像素之間的相關(guān)系數(shù)超過0.9，臨近兩幀相關(guān)性所具有的關(guān)聯(lián)性要大于幀內(nèi)相關(guān)性。所以，數(shù)字圖像分析技術(shù)應(yīng)用過程中體現(xiàn)出非常強的信息壓縮性能，有利于縮短數(shù)據(jù)儲存需要的時間與空間。

2 數(shù)字圖像分析技術(shù)應(yīng)用要點與問題

2.1 應(yīng)用要點

1）車牌圖像預(yù)處理。圖像質(zhì)量是影響車輛識別率高低的關(guān)鍵因素，將數(shù)字圖像分析技術(shù)應(yīng)用于車牌識別，其原理是對高清攝像抓拍采集到的原始圖像進行噪聲過濾、二值化、邊緣增強、對比度調(diào)整等前期預(yù)處理；2）車牌圖像定位。從預(yù)處理后的車牌圖像中進行定位操作，這是車牌識別系統(tǒng)的一個難點，車牌定位的準確與否直接決定后面字符分割和識別效果。數(shù)字圖像分析技術(shù)應(yīng)用的核心是對車牌圖像紋理特征分析定位，在經(jīng)過圖像預(yù)處理之后的灰度圖像上進行行列掃描，通過行掃描和模板匹配方法先確定在列方向上含有車牌線段的候選區(qū)域，再確定該區(qū)域的起始行坐標和高度，然后對該區(qū)域進行列掃描確定其列坐標和寬度，由此確定一個車牌區(qū)域，本項目以改進的Hough算法，來實現(xiàn)車牌圖像準確定位；3）車牌字符分割及識別。圖像定位出車牌區(qū)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(qū)域，然后根據(jù)字符尺寸特征采用動態(tài)模板法進行字符分割，并將字符大小進行歸一化處理，然后通過分類判別函數(shù)和分類規(guī)則，與字符數(shù)據(jù)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。本文采用垂直投影自適應(yīng)算法，將車牌7個字符（包括漢子、字母和數(shù)字）從定位后的牌照區(qū)域分割出來，然后采用神經(jīng)網(wǎng)絡(luò)的圖像識別方法，識別率達到99%以上。

2.2 存在問題

1）車牌預(yù)處理及定位。實際應(yīng)用過程中，動態(tài)采集到的圖像進行濾波、邊界增強等需要深入處理，緩解圖像帶來的干擾，并且優(yōu)化車牌識別效果，采用預(yù)處理方法來獲取車牌的傾斜度，并進行旋轉(zhuǎn)校正，去除車牌的邊框和鉚釘。以區(qū)域波峰密度為特征，提出一種基于改進的Hough變換算法對車牌進行自動定位；2）車牌分割及識別。將字符（包括漢字、字母和數(shù)字）從定位后車牌圖像進行數(shù)學(xué)形態(tài)學(xué)的膨脹運算以強化整個字符信息，再對膨脹后的圖像進行形態(tài)學(xué)開運算以去除孤立的噪聲點，結(jié)合垂直投影法、模板匹配法和識別車牌的先驗知識來獲取車牌字符的左右分割位置，采用垂直投影的自適應(yīng)算法對分割后的單個車牌字符進行大小歸一化處理。

3 數(shù)字圖像分析技術(shù)在車牌識別中的應(yīng)用

通過數(shù)字圖像分析技術(shù)進行車牌識別，需要建立一種實時、準確、高效的自動管理系統(tǒng)，以實現(xiàn)城市機動車輛的自動化管理，達到提高交通運輸效率，緩解交通堵塞，提高路網(wǎng)通過能力，減少交通事故的目的。為了最大程度發(fā)揮出數(shù)字圖像分析技術(shù)優(yōu)勢，展開以下分析：

3.1 前期車牌圖像的識別與定位

通過數(shù)字圖像分析技術(shù)識別車牌，重點在于車牌圖像的分析與處理，這一點主要涉及三個技術(shù)：1）車牌圖像預(yù)處理：對采集到的車牌圖像進行前期分析，采用二值化處理和增強操作，消除圖像中無關(guān)信息，將圖像的主要特征突現(xiàn)出來，只留車牌有效區(qū)域；2）車牌圖像精準定位：從預(yù)處理后的車牌區(qū)域中提取相應(yīng)特征值，通過模板匹配方法確定其中心坐標，利用改進后的Hough算法，實現(xiàn)對車牌圖像的準確定位；3）車牌字符分割及識別：采用垂直投影自適應(yīng)算法，將車牌7個字符（包括漢子、字母和數(shù)字）從定位后的圖像區(qū)域中分割出來，然后通過分類判別函數(shù)和分類規(guī)則，與字符數(shù)據(jù)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，識別率達到99%以上。

3.2 車牌圖像的處理

3.2.1 幾何處理

車牌圖像的幾何處理，主要是將坐標進行變換，再通過放大、縮小以及旋轉(zhuǎn)等方式，將諸多圖像配準，并展開圖像全景的畸變與校準，從而計算圖像的周長和面積[2]。

3.2.2 圖像變換

因為車牌圖像有很大的陣列，可以在空間域內(nèi)直接處理，所以期間涉及很大的計算量[3]。鑒于此，一般會通過圖像變換使空間域處理變更為變換域處理，一方面可以將車牌識別中的計算量減少，另一方面也可以提高圖像處理效果。

3.2.3 圖像增強

車牌處理過程中，對其進行圖像增強主要目的在于以下幾點：1）通過相應(yīng)的技術(shù)將圖像視覺效果進行優(yōu)化，以保證車牌圖像清晰度；2）將車牌圖像轉(zhuǎn)變成符合所具備分析的模式，處理之后將重要信息凸顯出來，從而提高圖像信息應(yīng)用價值[4]。立足于作用域這一角度，圖像增強也可以體現(xiàn)為空間域增強、頻率域增強這兩個方面，空間域增強主要是直接展開圖像像素灰度的處理，頻率域則是基于傅立葉變換處理圖像像素灰度。

3.2.4 圖像復(fù)原

車牌識別過程中，圖像的傳輸與記錄會因為一些因素降低圖像質(zhì)量，也就是所謂的圖像退化，重點表現(xiàn)為圖像模糊、失真等。使用圖像復(fù)原這一方法，可以將其中存在的干擾、模糊等消除，確保圖像可以恢復(fù)原狀。實際應(yīng)用過程中，需要先構(gòu)建退化模型，通過不同逆退化技術(shù)恢復(fù)圖像。

3.2.5 圖像分割

所謂圖像分割，即將車牌識別到的圖像劃分成彼此不重疊的區(qū)域，將所需要的關(guān)鍵信息提取出來。一般比較常用的分割技術(shù)包括邊緣檢測、邊緣跟蹤以及分裂分割法等幾種，通過合理分割達到以下幾個目標：（1）提取有價值的信息；（2）發(fā)現(xiàn)最佳分割渠道，建立質(zhì)量評價機制；（3）通過信息化技術(shù)實現(xiàn)自動化分割。

3.2.6 圖像重建

以上分析的幾種分析、處理方式均是關(guān)于圖像的處理，輸入、輸出的內(nèi)容均為圖像。但是圖像重建這一方法，是關(guān)于數(shù)據(jù)的處理，輸入數(shù)據(jù)之后獲得的結(jié)果為圖像[5]。車牌識別過程中，圖像重建一般是應(yīng)用代數(shù)法或者迭代法、卷積反投影法等，尤其是卷積反投影法的應(yīng)用最普遍，這主要是因為效率高、運算量少。需要注意的是，三維重建算法也是發(fā)展比較迅速的技術(shù)，涉及計算機圖形學(xué)的相關(guān)知識，將若干二維圖像合成處理之后可以獲得三維圖像，這時再利用光照模型以及渲染技術(shù)，便可以獲得高質(zhì)量的圖像。

3.2.7 圖像編碼

圖像編碼這種處理技術(shù)術(shù)語信息論范圍，其核心在于按照視覺生理學(xué)、心理學(xué)所體現(xiàn)出來的諸多特點，通過圖像信號統(tǒng)計功能對車牌圖像信號展開編碼處理，也就是所謂的數(shù)據(jù)壓縮技術(shù)，比較適用于大數(shù)據(jù)量圖像的處理。通常圖像編碼可以有效縮小圖像分析數(shù)據(jù)的存儲量，使數(shù)據(jù)存儲與傳輸更加快捷，同時也能夠高質(zhì)量壓縮信息，便于提取車牌圖像中有價值的信息，為之后的車牌識別提供參考。

3.2.8 模式識別

模式識別是數(shù)字圖像分析技術(shù)的一個全新范疇，比較常見的識別方式有統(tǒng)計識別、句法結(jié)構(gòu)模式識別以及模糊識別這三種方法[6]。其中，統(tǒng)計識別方法更加關(guān)注圖像特征的識別，句法結(jié)構(gòu)識則是以結(jié)構(gòu)、基元為主，模糊識別主要是將模糊數(shù)學(xué)所涉及的概念體現(xiàn)在車牌圖像識別與分析當中。

4 結(jié)束語

綜上所述，數(shù)字圖像分析技術(shù)在車牌識別中應(yīng)用，可以憑借技術(shù)本身的優(yōu)勢建立自動管理系統(tǒng)，快速識別車牌中的有效信息，有效提升交通運輸效率，最大限度地緩解交通堵塞問題。

參考文獻：

[1] 魏程程.數(shù)字圖像隱寫與隱寫分析技術(shù)的研究[J].信息與電腦（理論版），2018（12）：213-215.

[2] 丁圓圓，張振，賴華偉，王永剛.基于數(shù)字圖像相關(guān)性方法的脆性材料拉氏反分析實驗技術(shù)[J].爆炸與沖擊，2018，38（06）：1310-1316.

[3] 董湘婉，袁向榮，任張晨，徐旻杰，劉輝.數(shù)字圖像技術(shù)在三等跨連續(xù)梁振動分析中的運用[J].實驗室研究與探索，2018，37（03）：14-16.

[4] 趙一帆，王付勝，裴惠，劉佳杭.基于數(shù)字圖像技術(shù)的LY12鋁合金形變分析[J].理化檢驗（物理分冊），2018，54（01）：1-5+11.

[5]孫千喜.大數(shù)據(jù)時代下數(shù)字圖像分析與處理技術(shù)在籃球方面的應(yīng)用[J].中國新通信，2018，20（01）：209-210.

[6] 卞秀蓉，周子勤.數(shù)字圖像處理技術(shù)與邊緣檢測分析[J].現(xiàn)代信息科技，2017，1（04）：54-55.

【通聯(lián)編輯：光文玲】