車牌識(shí)別技術(shù)及其工作方式

　　一、哈爾濱車牌識(shí)別實(shí)現(xiàn)方式

　　車輛牌照的識(shí)別是基于圖像分割和圖像識(shí)別理論，對(duì)含有車輛號(hào)牌的圖像進(jìn)行分析處理，從而確定牌照在圖像中的位置，并進(jìn)一步提取和識(shí)別出文本字符。

　　哈爾濱車牌識(shí)別技術(shù)實(shí)現(xiàn)方式及工作流程

　　識(shí)別步驟概括為：車牌定位、車牌提取、字符識(shí)別。三個(gè)步驟地識(shí)別工作相輔相成，各自的有效率都較高，整體的識(shí)別率才會(huì)提高。識(shí)別速度的快慢取決于字符識(shí)別，字符的識(shí)別目前的主要應(yīng)用技術(shù)為比對(duì)識(shí)別樣本庫，即將所有的字符建立樣本庫，字符提取后通過比對(duì)樣本庫實(shí)現(xiàn)字符的判斷，識(shí)別過程中將產(chǎn)生可信度、傾斜度等中間結(jié)果值；另一種是基于字符結(jié)構(gòu)知識(shí)的字符識(shí)別技術(shù)，更加有效的提高識(shí)別速率和準(zhǔn)確率，適應(yīng)性較強(qiáng)。

　　車牌識(shí)別系統(tǒng)實(shí)現(xiàn)的方式主要分為兩種：一種是靜態(tài)圖像圖片的識(shí)別，另一種是動(dòng)態(tài)視頻流的實(shí)時(shí)識(shí)別。靜態(tài)圖像識(shí)別技術(shù)的識(shí)別有效率較大程度上受限于圖像的抓拍質(zhì)量，為單幀圖像識(shí)別，目前市場(chǎng)產(chǎn)品識(shí)別速度平均為200毫秒；而動(dòng)態(tài)視頻流的識(shí)別技術(shù)適應(yīng)性較強(qiáng)，識(shí)別速度快，它實(shí)現(xiàn)了對(duì)視頻每一幀圖像進(jìn)行識(shí)別，增加識(shí)別比對(duì)次數(shù)，擇優(yōu)選取車牌號(hào)，關(guān)鍵在于較少的受到單幀圖像質(zhì)量的影響，目前市場(chǎng)產(chǎn)品識(shí)別較好的時(shí)間為10毫秒。

　　車牌識(shí)別在高速公路車輛管理中得到廣泛應(yīng)用，電子收費(fèi)(ETC)系統(tǒng)中，也是結(jié)合DSRC技術(shù)識(shí)別車輛身份的主要手段。

　　在停車場(chǎng)管理中，車牌識(shí)別技術(shù)也是識(shí)別車輛身份的主要手段。在哈爾濱市公安局建設(shè)的《停車庫(場(chǎng))車輛圖像和號(hào)牌信息采集與傳輸系統(tǒng)技術(shù)要求》中，車牌識(shí)別技術(shù)成為車輛身份識(shí)別的主要手段。

　　車牌識(shí)別技術(shù)結(jié)合電子不停車收費(fèi)系統(tǒng)(ETC)識(shí)別車輛，過往車輛通過道口時(shí)無須停車，即能夠?qū)崿F(xiàn)車輛身份自動(dòng)識(shí)別、自動(dòng)收費(fèi)。在車場(chǎng)管理中，為提高出入口車輛通行效率，車牌識(shí)別針對(duì)無需收停車費(fèi)的車輛(如月卡車、內(nèi)部免費(fèi)通行車輛)，建設(shè)無人值守的快速通道，免取卡、不停車的出入體驗(yàn)，正改變出入停車場(chǎng)的管理模式。

　　二、車牌識(shí)別技術(shù)工作流程

　　車牌識(shí)別系統(tǒng)采用高度模塊化的設(shè)計(jì)，將車牌識(shí)別過程的各個(gè)環(huán)節(jié)各自作為一個(gè)獨(dú)立的模塊。

　?。ㄒ唬┸囕v檢測(cè)跟蹤模塊

　　車輛檢測(cè)跟蹤模塊主要對(duì)視頻流進(jìn)行分析，判斷其中車輛的位置，對(duì)圖像中的車輛進(jìn)行跟蹤，并在車輛位置最佳時(shí)刻，記錄該車輛的特寫圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到更加合理的識(shí)別結(jié)果，可以檢測(cè)無牌車輛并輸出結(jié)果。

　?。ǘ┸嚺贫ㄎ荒K

　　車牌定位模塊是一個(gè)十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎(chǔ)，其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。車牌系統(tǒng)完全摒棄了以往的算法思路，實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的車牌定位新算法，適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。

　?。ㄈ┸嚺瞥C正及精定位模塊

　　由于受拍攝條件的限制，圖像中的車牌總不可避免存在一定的傾斜，需要一個(gè)矯正和精定位環(huán)節(jié)來進(jìn)一步提高車牌圖像的質(zhì)量，為切分和識(shí)別模塊做準(zhǔn)備。使用精心設(shè)計(jì)的快速圖像處理濾波器，不僅計(jì)算快速，而且利用的是車牌的整體信息，避免了局部噪聲帶來的影響。使用該算法的另一個(gè)優(yōu)點(diǎn)就是通過對(duì)多個(gè)中間結(jié)果的分析還可以對(duì)車牌進(jìn)行精定位，進(jìn)一步減少非車牌區(qū)域的影響。

　?。ㄋ模┸嚺魄蟹帜K

　　車牌系統(tǒng)的車牌切分模塊利用了車牌文字的灰度、顏色、邊緣分布等各種特征，能較好地抑制車牌周圍其他噪聲的影響，并能容忍一定傾斜角度的車牌。這一算法有利于類似移動(dòng)式稽查這種車牌圖像噪聲較大的應(yīng)用。

　　（五）車牌識(shí)別模塊

　　在車牌識(shí)別系統(tǒng)中，通常采用多種識(shí)別模型相結(jié)合的方法來進(jìn)行車牌識(shí)別，構(gòu)建一種層次化的字符識(shí)別流程，可有效地提高字符識(shí)別的正確率。另一方面，在字符識(shí)別之前，使用計(jì)算機(jī)智能算法對(duì)字符圖像進(jìn)行前期處理，不僅可盡可能保留圖像信息，而且可提高圖像質(zhì)量，提高相似字符的可區(qū)分性，保證字符識(shí)別的可靠性。

　　（六）車牌識(shí)別結(jié)果決策模塊

　　識(shí)別結(jié)果決策模塊，具體地說，決策模塊利用一個(gè)車牌經(jīng)過視野的過程留下的歷史記錄，對(duì)識(shí)別結(jié)果進(jìn)行智能化的決策。其通過計(jì)算觀測(cè)幀數(shù)、識(shí)別結(jié)果穩(wěn)定性、軌跡穩(wěn)定性、速度穩(wěn)定性、平均可信度和相似度等度量值得到該車牌的綜合可信度評(píng)價(jià)，從而決定是繼續(xù)跟蹤該車牌，還是輸出識(shí)別結(jié)果，或是拒絕該結(jié)果。這種方法綜合利用了所有幀的信息，減少了以往基于單幅圖像的識(shí)別算法所帶來的偶然性錯(cuò)誤，大大提高了系統(tǒng)的識(shí)別率和識(shí)別結(jié)果的正確性和可靠性。

　?。ㄆ撸┸嚺聘櫮K

　　車牌跟蹤模塊記錄下車輛行駛過程中每一幀中該車車牌的位置以及外觀、識(shí)別結(jié)果、可信度等各種歷史信息。由于車牌跟蹤模塊采用了具有一定容錯(cuò)能力的運(yùn)動(dòng)模型和更新模型，使得那些被短時(shí)間遮擋或瞬間模糊的車牌仍能被正確地跟蹤和預(yù)測(cè)，最終只輸出一個(gè)識(shí)別結(jié)果。

 車牌識(shí)別技術(shù)原理

　　車牌識(shí)別技術(shù)（Vehicle License Plate Recognition，VLPR）是指能夠檢測(cè)到受監(jiān)控路面的車輛并自動(dòng)提取車輛牌照信息（含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號(hào)牌顏色）進(jìn)行處理的技術(shù)，利用車輛的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行牌照號(hào)碼、牌照顏色進(jìn)行自動(dòng)識(shí)別。車牌識(shí)別的硬件基礎(chǔ)一般包括觸發(fā)設(shè)備（監(jiān)測(cè)車輛是否進(jìn)入視野）、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識(shí)別車牌號(hào)碼的處理機(jī)（如計(jì)算機(jī)）等，其軟件核心包括車牌定位算法、車牌字符分割算法和光學(xué)字符識(shí)別算法等。

　　一個(gè)完整的牌照識(shí)別系統(tǒng)應(yīng)包括車輛檢測(cè)、圖像采集、牌照識(shí)別等幾部分（如圖所示） 。當(dāng)車輛檢測(cè)部分檢測(cè)到車輛到達(dá)時(shí)觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像，牌照識(shí)別單元對(duì)圖像進(jìn)行處理，定位出牌照位置，再將牌照中的字符分割出來進(jìn)行識(shí)別，然后組成牌照號(hào)碼輸出。