車牌識(shí)別技術(shù)定義

　　車牌識(shí)別技術(shù)(Vehicle License Plate Recognition，VLPR)是指能夠檢測(cè)到道路路面高速行駛的車輛并自動(dòng)提取車輛牌照的信息(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)。車牌識(shí)別技術(shù)是現(xiàn)代智能交通系統(tǒng)重要組成部分，其應(yīng)用十分廣泛。它以計(jì)算機(jī)視覺(jué)處理、數(shù)字圖像處理、模式識(shí)別等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車輛圖像或者視頻圖像進(jìn)行處理分析，得到每輛車的車牌號(hào)碼，從而完成識(shí)別過(guò)程。通過(guò)一些后續(xù)處理技術(shù)其可以實(shí)現(xiàn)停車場(chǎng)出入口收費(fèi)管理、盜搶車輛管理、高速公路超速自動(dòng)化管理、闖紅燈電子警察、公路收費(fèi)管理等等功能。對(duì)于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通全自動(dòng)化管理有著現(xiàn)實(shí)的意義。

　　車牌識(shí)別工作流程框架

　　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(guò)程的各個(gè)環(huán)節(jié)各自作為一個(gè)獨(dú)立的模塊，其系統(tǒng)框架如圖1所示。

　　車輛檢測(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(xiě)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(wú)牌車輛并輸出結(jié)果。

　　車牌定位模塊

　　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。

　　車牌矯正及精定位模塊

　　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(lái)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(lái)的影響。使用該算法的另一個(gè)優(yōu)點(diǎn)就是通過(guò)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。

　　車牌切分模塊

　　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。

　　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(lái)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。

　　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(shuō)，決策模塊利用一個(gè)車牌經(jīng)過(guò)視野的過(guò)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(guò)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(lái)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。[nextpage]

　　車牌跟蹤模塊

　　車牌跟蹤模塊記錄下車輛行駛過(guò)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。

　　在線學(xué)習(xí)模塊

　　在以上各個(gè)模塊中，使用了大量基于學(xué)習(xí)的算法，系統(tǒng)特別添加在線學(xué)習(xí)模塊，采用最新的反饋型學(xué)習(xí)模型，利用決策模塊和跟蹤模塊得到的車牌質(zhì)量、車輛軌跡、速度等反饋信息，智能化地更新一些算法參數(shù)，使得系統(tǒng)能快速適應(yīng)新的應(yīng)用環(huán)境。該算法作為已有算法的一個(gè)有力補(bǔ)充，將進(jìn)一步提高系統(tǒng)性能。

　　車牌識(shí)別的具體應(yīng)用

　　停車場(chǎng)及小區(qū)出入口

　　停車場(chǎng)及小區(qū)出入口車牌識(shí)別技術(shù)的應(yīng)用，主要用于記錄車輛的牌照號(hào)碼、車牌顏色、出入時(shí)間，實(shí)現(xiàn)車輛的自動(dòng)管理，以便節(jié)省人力、提高效率;例如應(yīng)用于智能小區(qū)可以自動(dòng)判別駛?cè)胲囕v是否屬于本小區(qū)，對(duì)非內(nèi)部車輛實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)。在一些單位這種應(yīng)用還可以同車輛調(diào)度系統(tǒng)相結(jié)合，自動(dòng)、客觀地記錄本單位車輛的出車情況。

　　停車場(chǎng)及小區(qū)出入口管理單靠人工去記來(lái)往車輛的車牌號(hào)碼和?？繒r(shí)間是非常困難的，不但會(huì)出現(xiàn)錯(cuò)誤，還需投入大量人力。一個(gè)小小的車牌識(shí)別設(shè)備安裝在停車場(chǎng)的出入口就能“一勞永逸”地解決很多問(wèn)題。對(duì)于車牌被遮擋、掉漆斷裂、模糊不清等也能夠分析識(shí)別，為停車場(chǎng)及出入口的工作人員省去許多煩惱。

　　高速公路收費(fèi)站

　　目前，我國(guó)的高速公路建設(shè)發(fā)展突飛猛進(jìn)，高速公路四通八達(dá)，每個(gè)出口均設(shè)有收費(fèi)站，一方面便于收費(fèi)管理，另一方面也可協(xié)助交警對(duì)高速公路上的交通進(jìn)行規(guī)范管理。高速公路收費(fèi)站出入口車牌識(shí)別技術(shù)的應(yīng)用，可以極大地方便交警識(shí)別違規(guī)行駛車輛的號(hào)牌信息，對(duì)一些違法車輛進(jìn)行有效的管理和抓捕。

　　收費(fèi)站卡口一般設(shè)在露天環(huán)境中，再加上一些車輛行駛較快，因而對(duì)車牌識(shí)別技術(shù)的要求很高。傳統(tǒng)的車牌識(shí)別是針對(duì)160P像素的車牌進(jìn)行識(shí)別，有效的圖像范圍小，車牌漏識(shí)率高，不能滿足收費(fèi)站卡口的時(shí)代需求?，F(xiàn)在高清車牌識(shí)別的應(yīng)用解決了以前車牌識(shí)別率低的問(wèn)題，從而為公安和交警的執(zhí)法提供了可靠的依據(jù)。

　　在收費(fèi)站出入口安裝車牌識(shí)別系統(tǒng)，當(dāng)有車輛駛?cè)霑r(shí)系統(tǒng)識(shí)別車輛牌照并將識(shí)別到的車牌信息發(fā)送到指定的中心管理服務(wù)器上，通過(guò)和數(shù)據(jù)庫(kù)中的盜搶可疑車輛的車牌信息進(jìn)行對(duì)比便可判斷出駛?cè)敫咚俟肥召M(fèi)站出入口的車輛是否是盜搶可疑車輛，可極大地避免違法犯罪事故的發(fā)生并對(duì)已發(fā)生的事件提供破案參考信息。

　　在公路卡口中的應(yīng)用

　　伴隨著我國(guó)公路里程建設(shè)的增加，人民生活水平的整體提高，現(xiàn)在買(mǎi)車的人越來(lái)越多，給公路造成各種各樣的違法問(wèn)題。車牌識(shí)別技術(shù)作為車輛違法處罰的必要依據(jù)，可以對(duì)視頻中車輛號(hào)牌進(jìn)行自動(dòng)的檢測(cè)識(shí)別，其中最為典型的就是治安卡口系統(tǒng)，該系統(tǒng)如果沒(méi)有車牌識(shí)別技術(shù)，就沒(méi)有真正意義上的智能化。一個(gè)完善的治安卡口管理系統(tǒng)應(yīng)該具備車牌自動(dòng)識(shí)別、卡口應(yīng)用系統(tǒng)和中心管理平臺(tái)三個(gè)主要功能。車牌識(shí)別是其中最為重要的一部分，車牌識(shí)別的優(yōu)劣直接影響了卡口系統(tǒng)的整體性能，而識(shí)別速度是其最為重要的一個(gè)技術(shù)指標(biāo)。識(shí)別速度快，系統(tǒng)需要占用的系統(tǒng)資源就少、人工介入的可能性就小，系統(tǒng)網(wǎng)絡(luò)的運(yùn)行負(fù)擔(dān)也相應(yīng)減小。識(shí)別車牌速度快、準(zhǔn)確，車牌識(shí)別系統(tǒng)才能有效地實(shí)現(xiàn)自動(dòng)比對(duì)報(bào)警，避免出現(xiàn)大量的誤報(bào)?？梢詾榉辣I搶車輛、套牌車輛，非法搶劫車輛等犯罪破案提供有力可靠的破案信息。

　　在城市交通的應(yīng)用

　　近年來(lái)，隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，機(jī)動(dòng)車數(shù)量的迅速增長(zhǎng)，公路運(yùn)輸變得越來(lái)越繁忙。交通管理現(xiàn)狀和需求的矛盾進(jìn)一步加劇，與交通相關(guān)的刑事和治安案件也逐年上升。在此情況下，如何利用先進(jìn)的科技手段，增強(qiáng)公安管理部門(mén)對(duì)城市內(nèi)的機(jī)動(dòng)車和駕駛?cè)说牟榭亓Χ?，為打擊各類違法犯罪行為提供科技手段，是公安交通管理部門(mén)急需解決的問(wèn)題。

　　為有效遏制城市內(nèi)車輛闖紅燈違章行為，現(xiàn)在城市內(nèi)各個(gè)路口都在大力安裝卡口式的闖紅燈違法行為的檢測(cè)系統(tǒng)，而此系統(tǒng)最重要的組成部分就是車牌識(shí)別模塊，車牌識(shí)別系統(tǒng)主要是確定違法車輛的信息，通過(guò)抓拍所有車輛的車牌信息并和公安網(wǎng)的數(shù)據(jù)庫(kù)進(jìn)行比對(duì)分析哪些車輛是可疑車輛，減少違法行為的同時(shí)也可以控制、減少道路交通事故，應(yīng)用道路監(jiān)控設(shè)備結(jié)合現(xiàn)代信息網(wǎng)絡(luò)技術(shù)，形成道路監(jiān)控智能化網(wǎng)絡(luò)系統(tǒng)，更好地提升道路動(dòng)態(tài)管理/控制和滿足治安、刑偵、交通管理等新形勢(shì)的業(yè)務(wù)需求。

　　我國(guó)車牌識(shí)別系統(tǒng)的主要特點(diǎn)

　　? 我國(guó)標(biāo)準(zhǔn)汽車牌照是由漢字、英文字母和阿拉伯?dāng)?shù)字組成，漢字識(shí)別與字母和數(shù)字的識(shí)別有很大的區(qū)別，漢字的識(shí)別增加了識(shí)別的難度;

　　? 我國(guó)汽車車牌的懸掛位置不統(tǒng)一;[nextpage]

　　? 其他國(guó)家的汽車牌照格式(如汽車牌照的尺寸大小，牌照上字符的排列等)通常只有一種，而我國(guó)則根據(jù)不同車輛、車型、用途規(guī)定了多種牌照格式，分為普通車轎車、使館車、警車、軍車等，并且通常汽車牌照中也分大車和小車(參見(jiàn)圖2);

　　? 我國(guó)汽車牌照的底色和字符顏色有多種組合，我們?nèi)粘Ｉ钪谐Ｒ?jiàn)的有藍(lán)底白字車牌、黃底黑字車牌、以及白底黑字車牌等等。

　　車牌識(shí)別系統(tǒng)存在的問(wèn)題

　　車牌定位與字符分割

　　這是指在已拍攝的圖像中確定車牌的位置，提取出車牌的圖像，然后分割出車牌中的字符。車牌區(qū)域定位的困難主要是來(lái)自于采集的圖像，由于采集的車牌圖像的多樣性，并且采集圖像時(shí)受到許多因素的影響，如雨天、大霧、光線等，使得有一些車牌圖像質(zhì)量出現(xiàn)不同程度的差異，在一般情況下，采集的圖像的背景非常復(fù)雜，采集圖像是在高速運(yùn)動(dòng)中采集的圖片，所以圖片中車牌的位置不固定，車牌的大小也不一樣，以上的種種干擾因素，都給車牌區(qū)域定位和字符分割帶來(lái)了困難，從而影響車牌的識(shí)別率。

　　高分辨率與識(shí)別速度的矛盾

　　從模擬相機(jī)到高清相機(jī)，也會(huì)引發(fā)圖像的高分辨率與識(shí)別速度相矛盾的問(wèn)題。高清的優(yōu)勢(shì)不言而喻，但是任何事情都是兩面的，在車牌識(shí)別時(shí)主要體現(xiàn)為：高清圖片由于圖片覆蓋面廣，可能會(huì)同時(shí)在圖片中出現(xiàn)多個(gè)車牌的識(shí)別。這就對(duì)車牌識(shí)別的速度要求很高，車牌識(shí)別系統(tǒng)對(duì)于高清視頻流碼流過(guò)大，還會(huì)因?qū)ψR(shí)別系統(tǒng)資源占用需求過(guò)大而分析起來(lái)會(huì)出現(xiàn)處理速度過(guò)慢的問(wèn)題，這可能導(dǎo)致出現(xiàn)漏車現(xiàn)象，而難以實(shí)現(xiàn)對(duì)車輛抓拍率和車牌識(shí)別準(zhǔn)確率的提升。

　　車牌識(shí)別系統(tǒng)的適應(yīng)性急需加強(qiáng)

　　目前我國(guó)的車牌識(shí)別產(chǎn)品都要求所識(shí)別的車牌大小固定，而對(duì)過(guò)大和過(guò)小的車牌一般都不能準(zhǔn)確識(shí)別。這樣就造成對(duì)視頻觸發(fā)的情況下部分車牌無(wú)法被識(shí)別的問(wèn)題。此外，在有些現(xiàn)場(chǎng)環(huán)境中，由于受外界條件的影響，無(wú)法將相機(jī)架設(shè)在最合理位置，會(huì)造成圖片中車牌不同程度的偏移。

　　車牌識(shí)別系統(tǒng)對(duì)污損車牌的識(shí)別效果不好

　　在公路和城市內(nèi)的實(shí)際應(yīng)用過(guò)程中，很難保證所涉及到的車牌都是沒(méi)有污損的，車牌在使用幾年之后，難免會(huì)出現(xiàn)污染和磨損等現(xiàn)象，而在路面上行駛的車輛也很難保證都是標(biāo)準(zhǔn)干凈的車牌，因此在實(shí)際環(huán)境中，面對(duì)破損污舊的車牌，如何提高車牌識(shí)別系統(tǒng)的識(shí)別能力也是實(shí)際需要解決的問(wèn)題。

　　車牌識(shí)別存在的問(wèn)題如何解決

　　感光部件對(duì)外部環(huán)境的處理

　　環(huán)境是影響車牌識(shí)別的主要因素，在采集車輛圖像時(shí)，由于環(huán)境光線變化劇烈，白天光較強(qiáng)、夜間較弱，面光與背光不同，上午和下午的光照方向也不一樣，抓拍圖像時(shí)受環(huán)境光線影響較大，車速過(guò)高、采集設(shè)備的動(dòng)態(tài)范圍等都使成像質(zhì)量難以得到有效保證。當(dāng)識(shí)別算法認(rèn)為車牌達(dá)到了最佳成像位置時(shí)系統(tǒng)觸發(fā)系統(tǒng)開(kāi)始拍攝，這對(duì)觸發(fā)設(shè)備的可靠性和響應(yīng)速度都有較高的要求。所以要解決環(huán)境造成識(shí)別率低下的問(wèn)題，還要靠攝像機(jī)的感光部件對(duì)外部環(huán)境的處理。

　　對(duì)圖像預(yù)處理

　　車牌定位之前一般要對(duì)圖像做預(yù)處理，然后再進(jìn)行車牌的定位、分割、識(shí)別等部分。由于得到的車牌圖像可能含有較多噪聲，或圖像對(duì)比度不強(qiáng)、車牌被部分遮擋、車牌處出現(xiàn)污點(diǎn)、變臟、模糊退色、有其它字符區(qū)域干擾、以及出現(xiàn)因運(yùn)動(dòng)產(chǎn)生的圖像模糊失真等情況，所以定位算法實(shí)現(xiàn)起來(lái)有較多困難。對(duì)于字符分割，則可能存在光照不均、污跡嚴(yán)重、車牌傾斜、對(duì)比度小、牌照退色、牌照字符粘連等不利因素，這樣就需要研發(fā)與之適應(yīng)的算法。如算法能適應(yīng)各種復(fù)雜環(huán)境和有噪聲、車牌遮擋、車牌傾斜等狀況的話，那就可以大大提高車牌識(shí)別的概率(如圖3)。

　　結(jié)語(yǔ)

　　隨著車牌識(shí)別技術(shù)的不斷成熟與發(fā)展，其應(yīng)用也得到大面積普及推廣。就目前智能交通系統(tǒng)(ITS)的建設(shè)來(lái)看，車牌識(shí)別技術(shù)已逐漸演化成為ITS的基礎(chǔ)應(yīng)用技術(shù)，并發(fā)揮著日益重要的作用。作為道路監(jiān)控必不可少的技術(shù)手段，相信未來(lái)對(duì)于車牌識(shí)別現(xiàn)存問(wèn)題的解決必然帶動(dòng)整個(gè)智能交通行業(yè)進(jìn)入一個(gè)新的發(fā)展階段。