自然環(huán)境下,汽車圖像背景復雜、光照不均勻,如何在自然背景中準確地確定牌照區(qū)域是整個識別過程的關鍵。對采集到的視頻圖像進行大范圍相關搜索,找到符合汽車牌照特征的若干區(qū)域作為候選區(qū),然后對這些侯選區(qū)域做進一步分析、評判,后選定一個佳的區(qū)域作為牌照區(qū)域,并將其從圖象中分割出來。
完成牌照區(qū)域的定位后,再將牌照區(qū)域分割成單個字符,然后進行識別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部小值的附近,并且這個位置應滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復雜環(huán)境下的汽車圖像中的字符分割有較好的效果。
字符識別方法目前主要有基于模板匹配算法和基于人工神經網(wǎng)絡算法?;谀0迤ヅ渌惴▽⒎指詈蟮淖址祷?并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小,然后與所有的模板進行匹配,后選佳匹配作為結果。基于人工神經元網(wǎng)絡的算法有兩種:一種是先對待識別字符進行特征提取,然后用所獲得特征來訓練神經網(wǎng)絡分配器;另一種方法是直接把待處理圖像輸入網(wǎng)絡,由網(wǎng)絡自動實現(xiàn)特征提取直至識別出結果。
紅外光路線是指利用車牌反光和紅外光的光學特性,用紅外攝像機采集車輛灰度圖像,由于紅外特性,車輛圖像上幾乎只能看見車牌,然后用黑白圖像處理方法識別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照圖像。因紅外光是不可見光,它不會對駕駛員產生視覺影響。另外,紅外照明裝置提供的是不變的光,所抓拍的圖像都是一樣的,不論是在一天中明亮的時候,還是在一天中暗的時候。的例外是在白天,有時會看到一些牌照周圍的細節(jié),這是因為晴朗天氣時太陽光的外光波的影響。采用紅外燈的缺點就是所捕獲的車牌照圖像不是彩色的,不能獲取整車圖像,并且嚴重依賴車牌反光材料。
一個車牌識別系統(tǒng)是否實用,重要的指標是識別率。國際交通技術作過的識別率指標論述,要求是24小時全天候全牌正確識別率85%~95%。信路通的車牌識別系統(tǒng)在實際應用中已經達到了全牌正確識別率90%以上。為了測試一個車牌識別系統(tǒng)識別率,需要將該系統(tǒng)安裝在一個實際應用環(huán)境中,全天候運行24小時以上,采集至少1000輛自然車流通行時的車牌照進行識別,并且需要將車輛牌照圖像和識別結果存儲下來,以便調取查看。然后,還需要得到實際通過的車輛圖像以及正確的人工識別結果。
一個車牌識別系統(tǒng)的后臺管理體系,決定了這個車牌識別系統(tǒng)是否好用。清楚地認識到重要的一點是識別率達到是不可能的,因為車牌照污損、模糊、遮擋,或者天氣也許很糟(下雪﹑冰雹﹑大霧等等)。后臺管理體系的功能應該包括:
1、識別結果和車輛圖像數(shù)據(jù)的可靠存儲,當多功能的系統(tǒng)操作使得網(wǎng)絡出差錯時能保護圖像數(shù)據(jù)不會丟失,同時便于事后人工排查;
2、有效的自動比對和查詢技術,被識別的車牌照號碼要同數(shù)據(jù)庫中成千上萬的車牌號碼自動比對和提示報警,如果車牌照號碼沒有被正確讀取時就要采用模糊查詢技術才能得出相對“佳”的比對結果;
3、一個好的車牌識別系統(tǒng)對于聯(lián)網(wǎng)運行,還需要提供實時通信、網(wǎng)絡安全、遠程維護、動態(tài)數(shù)據(jù)交互、數(shù)據(jù)庫自動更新、硬件參數(shù)設置、系統(tǒng)故障診斷。
將車牌識別設備安裝于出入口,記錄車輛的牌照號碼、出入時間,并與自動門、欄桿機的控制設備結合,實現(xiàn)車輛的自動管理。應用于停車場可以實現(xiàn)自動計時收費,也可以自動計算可用車位數(shù)量并給出提示,實現(xiàn)停車收費自動管理節(jié)省人力、提率。應用于智能小區(qū)可以自動判別駛入車輛是否屬于本小區(qū),對非內部車輛實現(xiàn)自動計時收費。在一些單位這種應用還可以同車輛調度系統(tǒng)相結合,自動地、客觀地記錄本單位車輛的出車情況。
將的牌照信息輸入系統(tǒng),系統(tǒng)自動地識讀經過車輛的牌照并查詢內部數(shù)據(jù)庫。對于需要自動放行的車輛系統(tǒng)驅動電子門或欄桿機讓其通過,對于其它車輛系統(tǒng)會給出警示,由值勤人員處理??捎糜谔厥鈫挝唬ㄈ畿娛鹿芾韰^(qū)、保密單位、保護單位等)、路橋收費卡口、住宅區(qū)等。
在交通管理系統(tǒng)中可以將車輛在某條道路的平均旅行時間作為判斷該道路擁堵狀況的一個參數(shù)。安裝車牌識別設備于道路的起止點,識讀所有通過車輛并將牌照號碼傳回交通指揮中心,指揮中心的管理系統(tǒng)根據(jù)這些結果就可計算出車輛平均旅行時間。