引言
车辆牌照定位与识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，该技术应用范围非常广泛，其中包括：交通流量检测、交通控制与诱导、机场、港口等出入口车辆管理、小区车辆管理、闯红灯等违章车辆监控、不停车自动收费、道口检查站车辆监控、公共停车场安全防盗管理、计算出行时间、车辆安全防盗、查堵指定车辆等。其潜在市场应用价值极大，有能力产生巨大的社会效益和经济效益。国外汽车牌照识别系统研究工作已有一定进展，但并不适合我国国情。我国汽车牌照的规范悬挂位置不唯一，并且由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下国外发达国家不允许上路，而在我国仍可上路行驶等。这就增大了车牌识别的难度。
车牌识别技术的运用使得“大输入小输出”成为了可能——输入一幅很大存储量的图像，输出时仅仅是很小存储量的数字，这必然使得其在大量存储和管理数据库相连等方面有无可替代的优越性。在此基础上，研制出能在公众场合准确迅速地对汽车牌照进行自动定位识别的系统，将极大地提高汽车安全管理水平及管理效率。
1 系统目标
本项目采用J2EE技术并以JavaCV开源计算机视觉库技术为基础，完成一套在流媒体图像中定位行驶过程中的车辆牌照，并将其从图像中提取出来，实现在流媒体中进行车牌检索功能，并具有车辆流量分析功能的系统。本系统利用车牌的形态学特征建立相应的车牌定位引擎同时建立相应的车牌识别引擎达到从流媒体搜寻车牌的功能。系统对重点街道或路口采集的视频数据进行分析，完成以下功能。
（1）建立车牌定位引擎，定位视频中出现机动车辆的机动车牌，生成截屏图片；（2）建立车牌字符分割引擎，对提取的图片中机动车牌号码进行图像分割；（3）建立字符图像识别引擎，对分割后的图像字符进行识别，并输出文件进行记录；（4）对输入的车牌号码是否存在与流媒体中实现检索功能；（5）对街道或路口的车辆流量进行统计。
2 系统设计与实现
项目实施技术路线如图1所示。
图1 车牌分析系统技术方案
（1）图像处理与车牌定位定位引擎的设计
在图像处理过程中首先进行图像灰度化处理，根据灰度直方图的分布有选择地对灰度区间进行分段拉伸以增强对比度。对于图像中的一些孤立噪点，通常采用图像平滑的方法或采用空域滤波的中值滤波去除噪点，本项目采用空域滤波进行去噪。图像的边缘检测主要是精确定位边缘和抑制噪点，其基本思想是首先利用边缘增强算子，突出图像中的局部边缘，其中主要的算子有：Roberts算子，Prewitt算子，Canny算子，Laplacian和LoG算子。本项目采用Roberts算子进行边缘检测。最后进行精确定位，精确定位分为水平定位和垂直定位。
（2）车牌字符分割引擎的设计
图像中对象物的形状特征的主要信息通常从二值图像中得到。对于有些车牌的放置位置等环境因素造成的不合适的角度需要倾斜校正，分两步，第一步找出倾斜的角度；第二步进行坐标变换。目前提出的字符识别的方法有：模版匹配字符识别算法，统计特征匹配法，神经网络字符识别法，支持向量机模式识别算法。
（3）字符图像识别引擎的设计
目前提出的字符识别的方法有：模版匹配字符识别算法，统计特征匹配法，神经网络字符识别法，支持向量机模式识别算法。
3 结束语
现有的图像识别技术在国内研究较多，但实用相对较少，本系统希望将图像处理技术应用于流媒体的图像车牌识别技术上，为交通领域的发展做出贡献。
参考文献
[1]褚勤.基于小波分析和支持向量机的人脸识别方法研究[D].华南理工大学，2012.
[2]李友坤.BP神经网络的研究分析及改进应用[D].安徽理工大学，2012.
立即询价
