精品文档 你我共享一、自动识别技术的基础知识1牌照中颜色、汉字、字母、数字全部识别的必要性.牌照识别在收费系统中的应用除了防止“换卡”舞弊外，还有如下重要功能：1）防止同车“倒卡”。判断车辆是否“倒卡”需要在网上搜索车辆的最新入口，这需要全牌识别；2）防止通行卡流失。全牌识别以后，系统可以知道每个卡的具体流向，从而可以知道未回收的卡在那辆车上，并可以把该车列为黑名单，一旦该车再次进入系统就会马上被抓出；3）公免、军警车放行。全牌识别以后，系统可以实现公免、军警、内部车辆的自动识别和放行，杜绝收费员作弊，并提升系统的自动化水平；4）提升系统管理水平。全牌识别以后，系统的管理可以精确到每个车辆，由此，可以使系统的管理水平发生质的飞跃。例如，异常车辆的检索查询和作弊车辆的证据检索，收费员的稽查，黑名单车辆的现场稽查等在没有全牌识别时是很难实施的，而有了全牌识别则变得轻而易举。2硬件处理的必要性图像的数据量极大，单纯软件处理不可能采用大量的复杂的算法，因此无法适应各种特殊情况，如全天候工作，污损车牌识别，各种环境光影响等；3采用专用摄像头的必要性普通摄像头的设计是用以监视目的的，因此他的设计是针对人的视觉的，而不是针对机器处理的，而人的视觉需求和机器的识别需求往往是不一致的，例如，人眼看计算机屏幕时感觉很好，但如用计算机抓拍就完全不同，有时抓到的图像可能会仅有几条扫描线(如抓牌摄像头快门较快时)，所以，要想使得系统的识别率达到更高的水平，必须设计最适合机器识别用的专用摄像机。4照明设计的必要性牌照识别系统包括成像和处理识别两个关键，其中成像是基础，要想达到较高的识别水平，除了优秀的算法以外，必须有优秀的成像系统作保证。按照现在的国际识别算法水平，如果人的眼睛识别有难度，机器是绝对识别不了的。为了达到好的成像效果，必须设计好的照明方案，为了在成像瞬间，照明超过任何自然光，闪光照明是较好的选择。在太阳直射、成镜面反射或逆光时，保证成像效果的唯一办法就是加闪光照明。5选用彩色摄像头的必要性1）保证牌照颜色识别。只有有了颜色识别，才能达到整牌识别，整牌识别的必要性在第1点中已经说明了；2）利用牌照颜色可以直接区分军警车和民用车；3）图像数据库的图片需要有颜色；4）利用颜色信息可以提高牌照定位的准确率，从而提高牌照识别率。6提供网络连接的必要性1）上传图像；2）远程维护（如远程程序升级和故障诊断）；7机器识别与人眼的比较总的来讲，机器在识别方面要远远差与人眼，人眼无法辨别的图片机器是绝对识别不了的。8图像特征提取的问题牌照中的字符和牌照颜色是牌照图像的最明显和最容易提取的特征，如果字符和牌照颜色识别不了，其它特征的提取是不可能的，而且是本末倒置。因为：1）图像特征提取是一个比字符识别更难的问题；2）牌照图像特征提取需要有牌照定位正确为前提，而无法识别的牌照往往是由于污损严重而无法定位的，因此根本谈不上有用特征的提取；3）图像特征的提取必须是在定义了若干图像特征之后，而这又是一个复杂的问题。9牌照识别的技术关键汽车牌照识别对人来讲是一件轻而易举的事，但用计算机处理却要难得多，他的算法难点包括：1）牌照区域定位；2）变形校正；3）旋转校正；4）污损修复；5）字符切分；6）字符识别；成像环节中的难点包括：1）环境光影响（太阳定向反射、镜面反射）；2）车辆高速运动中成像；系统运行环节中的难点：1）全天候连续工作；2）长的系统无故障时间；10成像环节采取的解决方案1）定向反射成像与漫反射自然光成像相结合，充分利用二者的互补性；2）利用高电子快门，保证高速车辆成像清晰；3）利用高电子快门和瞬间补光，达到抑制环境光的目的；二、牌照识别的“软件方式”与“硬件方式”的比较“软件方式”一般是指将牌照识别处理软件和图像抓拍处理硬件内置于车道机的方式，而“硬件”方式是指将牌照识别软硬件作为独立模块外置，而与车道机的关系仅为识别结果交换的方式。在真正工程应用中，“硬件方式”是一种比较合理的方案，而“软件方式”一般是在产品开发初期采用的一种方案。两种方案在产品形式上体现为是否借用车道机的计算机硬件，“软件方式”的唯一可取之处就是借用了车道机资源，可以使系统减少一些成本，但是由此带来的问题是实际工程应用所不允许的，这里列举如下：1）车道机是可靠性要求很高的设备，牌照识别是数据处理和交换量非常大的系统，它所需要的计算机资源（内存和CPU时间）远大于车道机本身，因此，将牌照识别软件和硬件内置与车道机中会大大降低车道机的可靠性，这是工程应用不允许的。另外，理论已经证明，为保证高可靠性，分布式多CPU的处理控制模式是最佳的，在实际应用中，它也是当今国际上系统设计的主流模式。而在“软件方式”中，可靠性要求极高的车道机却负荷了资源消耗极大的牌照识别系统，这在理论上也是不合理的。2）由于牌照识别系统的复杂性，一般它都是由专业厂家开发生产，而车道机软件通常由系统集成商设计，这样，在实际应用中，“软件方式”的牌照系统与车道机软件的完善衔接是困难的。由于衔接的复杂，有些在调试中无法发现的问题可能会成为将后系统正常运行的巨大隐患。3）牌照系统和车道软件衔接的复杂会造成系统集成商和牌照识别供应商的责任界线模糊不清，由此引系统连接调试和后期维护中的扯皮现象，从而影响系统的正常运行。4）牌照识别系统是一个新产品，又由于它的软件复杂性，因此它的可靠性无法与车道机相比拟。另外，作为收费系统的辅助手段，它的可靠性本身也不需要像车道机那么高。高可靠性的软件揉合了一个低可靠性的软件，并在一个计算机系统中应用，形成一个串联的系统，最终的可靠性必然是比低的更低。5）“软件方式”无法利用大量的硬件快速处理，最终识别率无法做的很高。6）目前，国内成功地应用于实际工程的牌照识别系统没有一个是采用“软件方式”的。三、汽车牌照的基本元素目前我国机动车使用的牌照主要是根据公安部一九九二年颁布的中华人民共和国机动车号牌标准（GA36-92）制作的。另外，部队、武警等部门的汽车牌照也有自己的标准。但无论是哪种汽车牌照都由四大基本元素组成：1）汉字2）英文字母（AZ）3）数字（09）4）颜色（蓝、黄、白、黑）四、识别技术简介汽车牌照识别技术是一个以特定目标为对象的专用计算机视觉系统。到目前为止，通用计算机视觉系统仍然是当今科学界尚未攻克的难题。究其原因主要是当前的串行计算机结构难以完全适合做人工智能视觉工作。也许，只有新一代的计算机诞生了，真正的通用的计算机视觉系统才能实现。人们已经意识到，光靠加快计算机计算速度是无法彻底解决机器视觉所遇到的问题。神经网络的出现曾给人们带来一线曙光，但经过十多年的努力，新一代计算机还是遥遥无期，而机器视觉系统仍然在黑暗中摸索。经过反思，人们认为，在当前科学技术条件下，机器视觉系统的研究只能退而求其次，即首先研究针对特定对象的、专用的计算机视觉系统。汽车牌照识别器就是这一技术的典型应用，但就是要研究开发这种专用的视觉系统，也不是轻而易举的。用计算机完成视觉任务，其主要困难就是串行计算机不适合作视觉工作，而人类却恰好相反，人可以随时随地轻而易举地完成无数的、令计算机无法想象的视觉任务。但是，计算机具有“忠实、吃苦、耐劳”和不怕重复、重复工作结果绝对一致等许多人类不具有的优点，所以计算机视觉研究，特别是专用计算机视觉的研究具有绝对重要的价值。汽车牌照自动识别设备主要由触发单元、抓拍单元、处理单元三部分组成。汽车牌照识别对人来讲是一件轻而易举的事，但用计算机处理却要难得多。其中：算法难点包括：1）汽车牌照区域定位；2）变形校正；3）旋转校正；4）污损修复；5）字符切分；6）字符识别；成像环节中的难点包括：1）环境光影响（太阳定向反射、镜面反射）；2）车辆高速运动中成像；系统运行环节中的难点：1）全天候连续工作；2）系统无故障时间；五、不同识别技术方案的特点目前国内外汽车牌照自动识别技术主要采用软件方式及软硬结合方式两种技术方案。所谓软件方式，就是通过识别软件对普通的车辆图像进行牌照识别，它的最大特点就是成本低，通用性好；所谓软硬结合方式，就是首先通过专用的图像抓拍设备获取一幅适合于计算机识别汽车牌照的高质量图像，然后用软件、硬件结合的方式对所获取的专用图像进行牌照识别，它的最大特点就是识别率高，能够全天候工作。从视觉基本原理分析，要想看清一幅图像必须具备三个条件：1图像本身必须清晰；2眼睛视力必须好；3必须要有适当的光线。同样，要想提高汽车牌照识别率，也必须从以上三方面着手。软硬结合的汽车牌照识别技术方案，就是根据视觉的基本原理确定的，是一个集成像、光源、识别三位一体的完整的方案；而软件方式在某种程度上可以理解为仅仅是软硬结合方式三个部分中的一部分。虽然软件方式也能完成汽车牌照识别的功能，但识别率受成像质量、环境光线影响太大，这也就是软件方式的识别率为什么达到一定水平总是提不高的根本原因。基于MATLAB的车牌识别系统的研究1 引言 车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并应满足实时性要求。牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术，其硬件一般包括触发、摄像、照明、图像采集等设备，其软件核心包括车牌定位、车牌字符分割和字符识别等算法。2 系统的实现21 系统简述 一个完整的牌照识别系统应包括车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别等单元。当车辆到达触发图像采集单元时，系统采集当前的视频图像，牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。牌照识别系统原理如图1所示。22 图像预处理 输入的彩色图像包含大量颜色信息，会占用较多的存储空间，且处理时也会降低系统的执行速度，因此对图像进行识别等处理时，常将彩色图像转换为灰度图像，以加快处理速度。对图像进行灰度化处理、提取背景图像、增强处理、图像二值化、边缘检测、滤波等处理的主要MATLAB语句如下所示： 23 车牌定位 自然环境下，汽车图像背景复杂，光照不均匀，在自然背景中准确地确定牌照区域是整个图像识别过程中的关键。首先对采集到的图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳区域作为牌照区域，将其从图像中分割出来，同时要考虑车牌倾斜问题。算法流程如下： (1)对二值图像进行区域提取，计算并比较区域特征参数，提取车牌区域。