車(chē)牌識別技術(shù)工作流程及案例應用分析

成都弱電公司訊：

車(chē)牌辨認是利用車(chē)輛的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行車(chē)牌號碼、車(chē)牌顏色自動(dòng)辨認的模式辨認技術(shù)。技術(shù)的核心包括車(chē)牌定位算法、車(chē)牌字符分割算法和光學(xué)字符辨認算法等。該技術(shù)常用于停車(chē)場(chǎng)及小區出入口、高速公路收費站、公路卡口和城市交通。

車(chē)牌辨認技術(shù)工作流程

車(chē)牌辨認系統采用高度模塊化的設計，將車(chē)牌辨認過(guò)程的各個(gè)環(huán)節各自作為一個(gè)獨立的模塊。

一、車(chē)輛檢測跟蹤模塊

車(chē)輛檢測跟蹤模塊主要對視頻流進(jìn)行分析，判斷其中車(chē)輛的位置，對圖像中的車(chē)輛進(jìn)行跟蹤，并在車(chē)輛位置最佳時(shí)刻，記錄該車(chē)輛的特寫(xiě)圖片，由于加入了跟蹤模塊，系統能夠很好地克服各種外界的干擾，使得到更加合理的辨認結果，可以檢測無(wú)牌車(chē)輛并輸出結果。

二、車(chē)牌定位模塊

車(chē)牌定位模塊是一個(gè)十分重要的環(huán)節，是后續環(huán)節的基礎，其準確性對整體系統性能的影響巨大。車(chē)牌系統完全摒棄了以往的算法思路，實(shí)現了一種完全基于學(xué)習的多種特征融合的車(chē)牌定位新算法，適用于各種復雜的背景環(huán)境和分歧的攝像角度。

三、車(chē)牌矯正及精定位模塊

由于受拍攝條件的限制，圖像中的車(chē)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)節來(lái)進(jìn)一步提高車(chē)牌圖像的質(zhì)量，為切分和辨認模塊做準備。使用精心設計的快速圖像處理濾波器，不僅計算快速，而且利用的是車(chē)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)長(cháng)處就是通過(guò)對多個(gè)中間結果的分析還可以對車(chē)牌進(jìn)行精定位，進(jìn)一步減少非車(chē)牌區域的影響。

四、車(chē)牌切分模塊

車(chē)牌系統的車(chē)牌切分模塊利用了車(chē)牌文字的灰度、顏色、邊緣分布等各種特征，能較好地抑制車(chē)牌周?chē)硗庠肼暤挠绊?，并能容忍一定傾斜角度的車(chē)牌。這一算法有利于類(lèi)似移動(dòng)式稽查這種車(chē)牌圖像噪聲較大的應用。

五、車(chē)牌辨認模塊

在車(chē)牌辨認系統中，通常采用多種辨認模型相結合的方法來(lái)進(jìn)行車(chē)牌辨認，構建一種層次化的字符辨認流程，可有效地提高字符辨認的準確率。另一方面，在字符辨認之前，使用計算機智能算法對字符圖像進(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分性，保證字符辨認的可靠性。

六、車(chē)牌辨認結果決策模塊

辨認結果決策模塊，具體地說(shuō)，決策模塊利用一個(gè)車(chē)牌經(jīng)過(guò)視野的過(guò)程留下的歷史記錄，對辨認結果進(jìn)行智能化的決策。其通過(guò)計算觀(guān)測幀數、辨認結果穩定性、軌跡穩定性、速度穩定性、平均可信度和相似度等度量值得到該車(chē)牌的綜合可信度評價(jià)，從而決定是繼續跟蹤該車(chē)牌，還是輸出辨認結果，或是拒絕該結果。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辨認算法所帶來(lái)的偶然性錯誤，大大提高了系統的辨認率和辨認結果的準確性和可靠性。

七、車(chē)牌跟蹤模塊

車(chē)牌跟蹤模塊記錄下車(chē)輛行駛過(guò)程中每一幀中該車(chē)車(chē)牌的位置以及外觀(guān)、辨認結果、可信度等各種歷史信息。由于車(chē)牌跟蹤模塊采用了具有一定容錯能力的運動(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(chē)牌仍能被準確地跟蹤和預測，最終只輸出一個(gè)辨認結果。