牌照定位
自然环境下,汽车图像背景复杂、光照不均匀,如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频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,最后选定一个较佳的区域作为牌照区域,并将其从图像中分离出来。
车牌识别系统有两种触发方式,一种是外设触发,另一种是视频触发。
外设触发工作方式是指采用线圈、红外或其他检测器检测车辆通过信号,车牌识别系统接受到车辆触发信号后,采集车辆图像,自动识别车牌,以及进行后续处理。该方法的优点是触发率高,性能稳定;缺点是需要切割地面铺设线圈,施工量大。
视频触发方式是指车牌识别系统采用动态运动目标序列图像分析处理技术,实时检测车道上车辆移动状况,发现车辆通过时捕捉车辆图像,识别车牌照,并进行后续处理。视频触发方式不需借助线圈、红外或其他硬件车辆检测器。该方法的优点是施工方便,不需要切割地面铺设线圈,也不需要安装车检器等零部件,但其缺点也十分显著,由于算法的极限,该方案的触发率与识别率较之外设触发都要低很多。
自然光路线是指白天利用自然光线,夜间采用辅助照明光源,用彩色摄像机采集车辆真彩色图像,用彩色图像分析处理方法识别车牌。自然光真彩色识别技术路线,与人眼感光习惯一致,并且,真彩色图像能够反映车辆及其周围环境真实的图像信息,不仅可以用来识别车牌照,而且可以用来识别车牌照颜色、车流量、车型、车颜色等车辆特征。用一个摄像机采集的图像,同时实现所有前端基本视频信息采集、识别和人工辅助图像取证判别,可以前瞻性的为未来的智能交通系统工程预留接口。
识别流程
车牌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。其硬件基础一般包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如计算机)等,其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分(如图1所示)。当车辆检测部分检测到车辆到达时触发图像采集单元,采集当前的视频图像。车牌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。
车辆检测
车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省开支,而且更适合移动式、便携式应用的要求。
系统进行视频车辆检测,需要具备很高的处理速度并采用优秀的算法,在基本不丢帧的情况下实现图像采集、处理。若处理速度慢,则导致丢帧,使系统无法检测到行驶速度较快的车辆,同时也难以保证在有利于识别的位置开始识别处理,影响系统识别率。因此,将视频车辆检测与牌照自动识别相结合具备一定的技术难度。
牌照字符分割
完成牌照区域的定位后,再将牌照区域分割成单个字符,然后进行识别。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间或字符内的间隙处取得局部较小值的附近,并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。