13798403009
0755-89968730
新闻详情
高速公路车牌识别系统主要由五部分组成
发表时间:2018-08-17 15:39

高速公路车牌识别系统由图像获取、图像处理、图像分割、字符识别、数据库管理等几个部分组成。该系统能实时地完成复杂背景下汽车牌照的定位分割以及牌照字符的自动识别。

第一部分:图像获取。在这个部分中,我们通过在道路两侧安装高分辨率的摄像机对过往的车辆进行动态或静态抓拍,再通过图像采集卡采集当前图像并形成图像数据组存储在计算机中,此时计算机中存储的图像为彩色图像。

第二部分:图像处理。由于在第一部分得到的图像是彩色图像,其颜色种类较多,不利于图像处理,因此我们先将彩色图像转换为灰度图像进行处理。应用 MATLAB中的函(rgeb2gray)可以实现图像转换。经过转换后的灰度车牌图像通常都是数字灰度图像,其灰度值为0~225。为了将车牌图像中的字符与背景分离,常采用二值化技术将数字灰度图像转换为数字二值图像。应用 MATLAB中的函数(im2bw)可以实现这一转换。二值图像是一种所有像素值只能在两种可能的离散值中取其一的图像,也称为黑白图像。本质上,这两个可能的像素值分别对应于0和1,以这种方式来操作图像可以更加容易地识别出图像的结构特征。在整个系统中,二值化是非常关键的一步,二值化的效果直接影响到后面的分割和识别,因为字符的分割和识别是基于车牌区域的二值化结果进行的。二值化技术又称为阈值化技术,其目的就是要找出一个合适的阈值,将待研究的区域划分为前景和背景两部分。二值化后的车牌要能再现原字符图像,基本不出现笔画断裂和粘连现象,尽量不丢失原字符的特征。另外,二值化算法还可以用于精确定位车牌的上下左右边界。

第三部分:图像分割。这一部分是整个系统的核心部分,如果图像中的汽车牌照部分不能准确地分割出来,将会直接影响到最终能否识别出车牌,即识别率的高低。图像分割就是根据目标与背景的先验知识(西方哲学家将知识分为两种:先验与后验。先验意味着仅凭推理得到的知识(先验经验观察),而不受直接或间接经验(这里经验通常指通过感官对于世界的观察)的影响。后验指其他种类的知识,也就是知识的得来和证实需要借助经验(经验观察之后),也被称做经验知识( empirical knowledge),对图像中的目标、背景进行标记、定位,然后将待识别的目标从背景或其他伪目标中分离出来。图像分割是图像提取的重要组成部分,只有有效地完成分割,才能进一步提取目标特征并识别目标。

第四部分:字符识别。对于车牌字符识别,目前最常用的方法是基于神经网络和模板匹配的方法。基于神经网络的车牌字符识别方法对于解析度较高(车牌区宽度不小于120个像素)和图像比较清晰的车牌能有效地识别车牌中的字符,但是对于较低解析度和较为模糊的车牌,则显得无能无力。故本书在模板匹配法的基础上提出了一种改进模板匹配方法来进行字符识别,使对车牌字符的识别性能得到了改进。

第五部分:数据库管理。首先需要建立一个大型的数据库,在这个数据库中储存一定数量的车牌号码及这些车的一些相关资料。通过前面的步骤,已把车牌提取出来,接下来将提取的车牌号码与数据库中储存的车牌号码进行比较。如果相同,系统就会自动找到该车牌,并显示相关信息;如果不同,说明系统中没有该车牌的记录,此时系统会自动储存该车牌号码,以备需要。

以上五个部分互相关联,紧密结合,任何一个部分出了问题都会影响到识别的准确程度,所以每个部分都非常重要。


分享到:
qrCode
关注我们: