车牌识别系统的识别原理

识别流程

车牌自动识别是一种利用车辆动态视频或静态图像自动识别车牌号码和车牌颜色的模式识别技术。其硬件基础一般包括触发设备（监控车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码处理器（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、光学字符识别算法等。一些车牌识别系统还具有通过视频图像判断是否有车辆的功能，称为视频车辆检测。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，并收集当前的视频图像。车牌识别单元处理图像，定位车牌位置，然后分割车牌中的字符进行识别，然后形成车牌号输出。

车辆检测

车辆检测可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等方式。视频检测可避免损坏路面，无需附加外部检测设备，无需纠正触发位置，节省费用，更适合移动便携式应用的要求。

视频车辆检测系统需要高处理速度，采用优秀算法，实现图像采集和处理，基本不丢帧。如果处理速度慢，会导致帧丢失，使系统无法检测到行驶速度快的车辆，也难以保证识别处理在有利于识别的位置开始，影响系统识别率。因此，视频车辆检测与车牌自动识别相结合具有一定的技术难度。

号码识别

车牌识别需要以下基本步骤：

1) 牌照定位，图片中的牌照位置定位；

2) 分割牌照字符，分割牌照中的字符；

3) 识别牌照字符，识别分割的字符，较终形成牌照号。

在车牌识别过程中，根据算法不同，可以在上述不同步骤中实现车牌颜色识别，通常与车牌识别相互配合，相互验证。

1) 牌照定位

在自然环境中，汽车图像背景复杂，光线不均匀。如何在自然背景中准确确定许可区域是整个识别过程的关键。首先，搜索收集到的视频图像，找到几个符合汽车许可证特征的区域作为候选区域，然后进一步分析和判断这些候选区域，最后选择较佳区域作为许可区域，并从图像中分离出来。

2) 牌照字符分割

许可区域定位完成后，将许可区域划分为单个字符，然后进行识别。字符分割一般采用垂直投影法。由于垂直方向上的字符投影必须在字符之间或字符之间的间隙附近获得局部较小值，因此该位置应满足字符书写格式、字符、尺寸限制等许可证条件。垂直投影法对复杂环境下的汽车图像中的字符分割具有良好的效果。

3） 许可证字符识别方法主要基于模板匹配算法和人工神经网络算法。基于模板匹配算法，首先将分割后的字符二值化，将其尺寸缩小到字符数据库中的模板尺寸，然后匹配所有模板，选择较佳匹配作为结果。基于人工神经网络的算法有两种：一种是提取字符特征，然后使用获得的特征来训练神经网络分配器；另一种方法是直接将图像输入网络，从网络自动提取特征，直到识别结果。

在实际应用中，车牌识别系统的识别率也与车牌质量和拍摄质量密切相关。车牌质量会受到锈蚀、污染、油漆剥落、字体褪色、车牌遮挡、车牌倾斜、亮反射、多车牌、假车牌等因素的影响；实际拍摄过程也会受到环境亮度、拍摄方法、车速等因素的影响。这些影响因素不同程度地降低了车牌识别的识别率，这也是车牌识别系统的困难和挑战。为了提高识别率，除了不断改进识别算法外，还应找到克服各种照明条件的方法，使收集到的图像较有利于识别。