崔斌 劉晨 李明

摘 ?要：數(shù)字圖像處理技術(shù)是通過計(jì)算機(jī)對(duì)于數(shù)字化的圖像進(jìn)行優(yōu)化處理的一項(xiàng)技術(shù)，在如今人工智能技術(shù)快速發(fā)展的背景下，數(shù)字圖像處理技術(shù)能夠充分應(yīng)用于車輛的車牌識(shí)別中，從而實(shí)現(xiàn)車牌圖像數(shù)據(jù)采集的精準(zhǔn)性。通過對(duì)數(shù)字圖像技術(shù)在車牌識(shí)別中圖像采集、圖像預(yù)處理、字符分割、特征提取以及字符識(shí)別的應(yīng)用分析，來全面增強(qiáng)車牌識(shí)別的精準(zhǔn)度，完善我國(guó)的車輛跟蹤檢測(cè)系統(tǒng)。

關(guān)鍵詞：數(shù)字圖像;車牌識(shí)別;技術(shù)應(yīng)用

中圖分類號(hào)：TP391.41 ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ? ? 文章編號(hào)：2095-2945（2020）32-0166-02

Abstract： Digital image processing technology is a technology that optimizes digitized images through a computer. In the context of the rapid development of artificial intelligence technology， digital image processing technology can be fully applied to vehicle license plate recognition to realize the accuracy of data collected from license plate images. By analyzing the application of digital image technology in image acquisition， image preprocessing， character segmentation， feature extraction， and character recognition in license plate recognition， the accuracy of license plate recognition is comprehensively enhanced， and the vehicle tracking detection system in China is improved.

Keywords： digital image; license plate recognition; technology application

如今人民的生活質(zhì)量與生活水平不斷提高，汽車逐漸成為大眾生活與出行的重要交通工具。而對(duì)出行汽車的車牌登記與數(shù)據(jù)統(tǒng)計(jì)是如今車輛管理系統(tǒng)中需要解決的重點(diǎn)問題。數(shù)字圖像處理系統(tǒng)由于其特有的精準(zhǔn)化識(shí)別與數(shù)據(jù)分析技術(shù)逐漸應(yīng)用于車輛的車牌識(shí)別中，從而在現(xiàn)實(shí)生活中實(shí)現(xiàn)車輛信息的即時(shí)追蹤，全面提高車輛行為跟蹤與數(shù)據(jù)檢測(cè)的實(shí)效性。

1 數(shù)字圖像處理系統(tǒng)闡述

數(shù)字圖像處理技術(shù)是用網(wǎng)絡(luò)化的技術(shù)手段對(duì)于掃描到的圖像進(jìn)行降噪、增強(qiáng)、特征提取、圖像復(fù)原的一項(xiàng)特殊的圖像處理技術(shù)，其可以通過對(duì)于圖像的亮度、色彩進(jìn)行變換來全面實(shí)現(xiàn)數(shù)字圖像的信息化處理，并且在數(shù)據(jù)的編碼與解碼中對(duì)圖像數(shù)據(jù)進(jìn)行加工，為社會(huì)上多個(gè)行業(yè)的數(shù)據(jù)圖像識(shí)別預(yù)處理提供技術(shù)基礎(chǔ)[1]。在數(shù)字圖像處理系統(tǒng)中，主要是通過圖像的獲取、復(fù)原、分析、重建以及編碼與壓縮等一系列的流程來完成整個(gè)圖像數(shù)據(jù)的采集與處理。

1.1 數(shù)字化再現(xiàn)

在數(shù)字圖像處理系統(tǒng)中，數(shù)字化再現(xiàn)的功能是其區(qū)別于傳統(tǒng)的模擬信號(hào)采集與處理系統(tǒng)的最大特征。在傳統(tǒng)的模擬信號(hào)數(shù)據(jù)采集處理中，數(shù)據(jù)與圖像的采集和傳輸容易受到外界傳輸環(huán)境的影響，并且在傳輸?shù)倪^程中，圖像的質(zhì)量會(huì)產(chǎn)生一定程度的損耗，進(jìn)而影響圖像的呈現(xiàn)質(zhì)量。而數(shù)字圖像處理技術(shù)能夠通過一系列的加工處理使原始圖像的呈現(xiàn)更加精確，從而在數(shù)字化處理中呈現(xiàn)出較高的圖像質(zhì)量。

1.2 精度量級(jí)提高

與傳統(tǒng)的模擬圖像處理系統(tǒng)相比，數(shù)字圖像處理系統(tǒng)的精度量級(jí)呈現(xiàn)出一個(gè)全面提高的趨勢(shì)。這主要是因?yàn)闊o論原始圖像的像素位數(shù)是多少，整個(gè)數(shù)字圖像處理技術(shù)的流程基本是一致的，這就使得數(shù)字圖像處理技術(shù)在進(jìn)行圖像數(shù)據(jù)處理與分析的過程中，相關(guān)工作者只需要在數(shù)據(jù)處理中改變相應(yīng)的參數(shù)便可以對(duì)于圖像呈現(xiàn)的精確度進(jìn)行調(diào)整，從而降低了設(shè)備處理的損耗。

1.3 適用多種信息源

在數(shù)字圖像處理系統(tǒng)中，可以對(duì)多種類型的信息源進(jìn)行處理，無論是電子顯微鏡圖像還是遙感圖像，都可以實(shí)現(xiàn)數(shù)據(jù)圖像的全面處理[2]。并且其技術(shù)應(yīng)用的靈活性高，對(duì)于不同環(huán)境的圖像采集都能采用不同參數(shù)與指標(biāo)來進(jìn)行圖像的識(shí)別與處理。特別是在圖像質(zhì)量改善、圖像分析預(yù)計(jì)重建的過程中，多種信息源的圖像都能通過數(shù)字處理系統(tǒng)的應(yīng)用流程來實(shí)現(xiàn)圖像處理。

2 數(shù)字圖像處理系統(tǒng)應(yīng)用于車牌識(shí)別的優(yōu)勢(shì)

2.1 加強(qiáng)子系統(tǒng)之間的關(guān)聯(lián)性

將數(shù)字圖像處理系統(tǒng)充分應(yīng)用于車牌識(shí)別中，能夠有效地將數(shù)字化的圖像處理系統(tǒng)與車輛交通管理系統(tǒng)聯(lián)系起來，從而在兩個(gè)子系統(tǒng)相互配合的過程中，實(shí)現(xiàn)我國(guó)交通管理系統(tǒng)與數(shù)字信息管理系統(tǒng)的互聯(lián)互通，從而在如今互聯(lián)網(wǎng)技術(shù)快速發(fā)展的時(shí)代下，將大數(shù)據(jù)分析與處理技術(shù)應(yīng)用于車牌識(shí)別中，實(shí)現(xiàn)道路交通管理模式的創(chuàng)新與發(fā)展。

2.2 增強(qiáng)車牌識(shí)別的精準(zhǔn)度

數(shù)字圖像處理系統(tǒng)以其特有的數(shù)字化處理優(yōu)勢(shì)實(shí)現(xiàn)車牌識(shí)別的全面應(yīng)用，其能夠運(yùn)用技術(shù)性處理的手段對(duì)于圖像呈現(xiàn)的精準(zhǔn)度全面提升，也就是在圖像二值化技術(shù)、圖像邊緣檢測(cè)技術(shù)、圖像幾何畸變矯正等技術(shù)的應(yīng)用下，將車牌的整個(gè)識(shí)別區(qū)域充分進(jìn)行圖像與數(shù)據(jù)的處理，從而在此基礎(chǔ)上全面增強(qiáng)車牌識(shí)別的精準(zhǔn)度。

2.3 完善車輛行為跟蹤檢測(cè)系統(tǒng)

數(shù)字圖像處理系統(tǒng)能夠?qū)τ谲囕v的車牌進(jìn)行智能識(shí)別并進(jìn)行數(shù)據(jù)記錄，從而對(duì)于車輛的出入行為進(jìn)行實(shí)時(shí)監(jiān)測(cè)，特別是在如今疫情防控的重要階段，數(shù)字圖像處理技術(shù)能夠?qū)τ谲囕v的信息進(jìn)行即時(shí)登錄與統(tǒng)計(jì)，也就是通過數(shù)字圖像處理這一信息系統(tǒng)來完善車輛行為的跟蹤監(jiān)測(cè)系統(tǒng)，進(jìn)而提高車輛跟蹤監(jiān)測(cè)系統(tǒng)的應(yīng)用水平。

3 數(shù)字圖像處理在車牌識(shí)別中的應(yīng)用

3.1 圖像采集

在車牌識(shí)別系統(tǒng)中，圖像采集是車牌識(shí)別的基礎(chǔ)性工作。由于受到汽車自身運(yùn)動(dòng)的影響，圖像采集設(shè)備在采集過程中容易產(chǎn)生圖像模糊、圖像失真的情況。同時(shí)，圖像采集過程中的光照變化、拍攝曝光程度、車牌污染都會(huì)對(duì)于圖像的最終采集情況產(chǎn)生影響。在這種情況下，數(shù)字圖像處理系統(tǒng)需要在圖像采集過程中實(shí)現(xiàn)數(shù)字化再現(xiàn)，從而保證圖像采集的精準(zhǔn)度。目前我國(guó)常見的數(shù)字圖像采集主要通過兩種方式來實(shí)現(xiàn)車牌識(shí)別[3]。其一是通過紅外線探測(cè)儀、電磁感應(yīng)探測(cè)儀對(duì)街道中是否存在車輛進(jìn)行探測(cè)，并且在探測(cè)到有車輛經(jīng)過的時(shí)候進(jìn)行圖像采集，這種圖像采集模式的運(yùn)行成本較高，也并未在社會(huì)上實(shí)現(xiàn)大范圍的推廣。另一種圖像采集的方式是不需進(jìn)行車輛的存在探測(cè)，直接通過交通攝像機(jī)與采集卡等設(shè)備來進(jìn)行實(shí)時(shí)拍攝、實(shí)時(shí)采集、實(shí)時(shí)傳輸。這種圖像采集模式的運(yùn)行成本較低，采集便捷并且時(shí)效性高，同時(shí)也可以24小時(shí)不間斷地進(jìn)行工作，并且在我國(guó)車輛運(yùn)行與管理系統(tǒng)中能夠?qū)崿F(xiàn)大范圍的應(yīng)用，對(duì)于我國(guó)車牌的識(shí)別具有重要價(jià)值。

3.2 圖像預(yù)處理

在車牌圖像數(shù)據(jù)采集之后，便需要對(duì)于車牌圖像進(jìn)行預(yù)處理，從而在預(yù)處理的過程中，減少外界環(huán)境以及拍攝設(shè)備對(duì)于圖像采集的質(zhì)量影響。首先，需要對(duì)于車牌圖像進(jìn)行圖像灰度變換處理。在這一過程中，需要將圖像中車牌信息的突出特征進(jìn)行捕捉，并且對(duì)于突出信息進(jìn)行圖像特征的增強(qiáng)性技術(shù)處理。在車牌識(shí)別中，可以通過灰度拉伸來突出圖像中車牌信息的灰度范圍，從而增強(qiáng)圖像中核心信息的顯示強(qiáng)度。其次，需要對(duì)于圖像進(jìn)行灰度圖像的二值化處理，這是因?yàn)閳D像拍攝過程中容易存在字符邊緣模糊、重影的問題，需要通過二值化處理來將圖像中的信息進(jìn)行分離式處理，將重點(diǎn)圖像信息作為前景進(jìn)行突出顯示，而將其他非重要的圖像信息作為背景顯示，整個(gè)圖像以黑白分層的形式進(jìn)行呈現(xiàn)，從而提高圖像的對(duì)比度，保留圖像信息的基礎(chǔ)上進(jìn)行突出信息的提取。最后則是需要進(jìn)行圖像濾波處理。在圖像處理的過程中，噪聲會(huì)對(duì)圖像的質(zhì)量產(chǎn)生一定程度的影響。這就需要通過降噪來對(duì)圖像進(jìn)行平滑式處理，從而更好地實(shí)現(xiàn)車牌圖像的精準(zhǔn)定位。

3.3 字符分割與圖像定位

通過對(duì)車牌信息圖像的采集與處理，能夠?qū)嚺频耐怀鲂畔⑦M(jìn)行強(qiáng)化，從而更好地實(shí)現(xiàn)關(guān)鍵信息的清晰化呈現(xiàn)。在車牌的識(shí)別系統(tǒng)中，不僅需要對(duì)車牌的基本信息進(jìn)行全面的捕捉，還需要根據(jù)車牌信息對(duì)車牌所在區(qū)域進(jìn)行劃分，從而在車牌字符的分割中對(duì)車牌圖像信息進(jìn)行精準(zhǔn)化定位。在這個(gè)過程中，可以通過區(qū)域生長(zhǎng)法以及垂直投影法進(jìn)行車牌字符分割與定位。在車牌信息的圖像相對(duì)清晰，并且未收到光線或者環(huán)境污染的情況下，可以采用區(qū)域生長(zhǎng)法進(jìn)行字符分割，這種方法能夠從種子點(diǎn)開始，對(duì)于邊緣圖像進(jìn)行均勻性生長(zhǎng)，將成組的像素或區(qū)域發(fā)展成更大的區(qū)域，進(jìn)而將具有相同特征的聯(lián)通區(qū)域進(jìn)行分割，從而保證字符邊界的精準(zhǔn)性，得到整個(gè)完成的車牌信息[4]。而垂直投影法更多的是基于一種數(shù)學(xué)形態(tài)原理來進(jìn)行車牌信息的字符分割與定位。在進(jìn)行水平投影以及垂直投影的分析之后，相關(guān)工作者能夠根據(jù)圖像上字符的上升點(diǎn)與下降點(diǎn)來測(cè)算字符的高度與寬度，進(jìn)而在分析的過程中得出一個(gè)合理的閾值，根據(jù)相應(yīng)的閾值參數(shù)來進(jìn)行車牌圖像的字符分割與圖像定位。

3.4 字符識(shí)別

車牌圖像的字符識(shí)別功能是在圖像采集、圖像預(yù)處理、字符分割與特征提取基礎(chǔ)上所形成的，其主要將本次采集到的車牌信息與信息庫(kù)中的信息進(jìn)行匹配，從而對(duì)本次車牌信息進(jìn)行精準(zhǔn)化定位，形成最終的識(shí)別結(jié)果。在這個(gè)數(shù)據(jù)匹配的過程中，主要是采用一種光學(xué)字符識(shí)別的特殊算法來完成整個(gè)車輛車牌的識(shí)別工作[5]。車牌圖像的字符識(shí)別功能能夠充分應(yīng)用計(jì)算機(jī)中的數(shù)字圖像處理系統(tǒng)來對(duì)采集到的圖像進(jìn)行識(shí)別與錄入，從而在字符切割與圖像特征提取的過程中實(shí)現(xiàn)影像信息的實(shí)時(shí)錄入與傳輸，并且通過人工的校正與處理來實(shí)現(xiàn)圖像信息的完整性呈現(xiàn)，從而在與系統(tǒng)信息的對(duì)比中形成車牌關(guān)鍵信息的識(shí)別?？梢哉f，數(shù)字圖像處理系統(tǒng)能夠在一系列的采集與處理中，高效便捷地完成車牌信息的識(shí)別工作。

4 結(jié)束語(yǔ)

綜上所述，數(shù)字圖像處理具有數(shù)字化再現(xiàn)、精度量級(jí)提高、適用多種信息源等技術(shù)優(yōu)勢(shì)，其能夠充分應(yīng)用于車牌識(shí)別中，從而增強(qiáng)車牌識(shí)別的精準(zhǔn)度，加強(qiáng)圖像處理系統(tǒng)與車輛跟蹤檢測(cè)系統(tǒng)的聯(lián)系。這就要求我國(guó)數(shù)字圖像處理在車牌識(shí)別的應(yīng)用中，需要在圖像采集、圖像預(yù)處理、字符分割與定位、特征提取以及字符識(shí)別等方面來進(jìn)行數(shù)字化應(yīng)用，從而全面提高車牌識(shí)別的效率與水平。

參考文獻(xiàn)：

[1]張帆，王曉東，郝賢鵬.基于邊緣特征的智能車輛字符識(shí)別[J].自動(dòng)化與儀器儀表，2020（06）：11-14+20.

[2]沈得.數(shù)字圖像處理技術(shù)在車牌識(shí)別系統(tǒng)中的應(yīng)用[J].電子制作，2019（12）：12-15.

[3]宋延爽.數(shù)字圖像處理技術(shù)在智能交通中的應(yīng)用探究[J].信息記錄材料，2019，20（04）：86-88.

[4]鐘彩，楊興耀，周翼.數(shù)字圖像分析技術(shù)在車牌識(shí)別中的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2019，15（04）：204-205.

[5]李育奇.圖像處理在車牌識(shí)別中的應(yīng)用[J].黑龍江科學(xué)，2018，9（05）：14-15.