首頁熱門文章
淺談：智慧交通車牌識別的應用
發布時間：2017-09-20 分類：交通百科
近幾來，面對傳統停車業務在高速發展的城市交通面前暴露出各種難題，如停車難、尋車難等各種問題，而車牌識別技術無疑成為智慧交通行業發展的核心技術。車牌識別可以簡單概括為基于圖像分割和圖像識別的技術，對含有車輛號牌的圖像進行分析處理，從而確定牌照在圖像中的位置，并進一步提取和識別出文本字符。
一般來說，車牌識別包括圖像采集、預處理、車牌定位、字符分割、字符識別、結果輸出等一系列算法運算。車牌識別應用在智慧停車領域也無外乎出入口車牌識別、場內視頻引導、道路停車三大板塊，這三大板塊也是城市停車整體架構中必不可少的部分。另外在這個車牌識別的整套識別業務還包括：圖像采集、圖像預處理、車牌定位、字符分割、字符識別等環節，具體分析如下：
圖像采集
通過IPC過車或車輛違章行為進行實時、不間斷記錄、采集。
圖像預處理
影響車輛識別率高低的關鍵因素，因此，需要對IPC采集到的原始圖像進行噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等處理。
車牌定位
準確與否直接決定后面的字符分割和識別效果，是影響整個車牌識別率的重要因素。其核心是紋理特征分析定位算法，在經過圖像預處理之后的灰度圖像上進行行列掃描，通過行掃描確定在列方向上含有車牌線段的候選區域，確定該區域的起始行坐標和高度，然后對該區域進行列掃描確定其列坐標和寬度，由此確定一個車牌區域。通過這樣的算法可以對圖像中的所有車牌實現定位。
字符分割
在圖像中定位出車牌區域后，通過灰度化、灰度拉伸、二值化、邊緣化等處理，進一步精確定位字符區域，然后根據字符尺寸特征提出動態模板法進行字符分割，并將字符大小進行歸一化處理。
字符識別
對對分割后的字符進行縮放、特征提取，獲得特定字符的表達形式，然后通過分類判別函數和分類規則，與字符數據庫模板中的標準字符表達形式進行匹配判別，就可以識別出輸入的字符圖像。
