基于復(fù)雜環(huán)境的的車牌識(shí)別系統(tǒng)研究

隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展，機(jī)動(dòng)車也隨之不斷增加，不規(guī)范駕駛行為、超速、路口違反交通信號(hào)等交通違法行為也越來(lái)越多。據(jù)公安部統(tǒng)計(jì)數(shù)據(jù)顯示，2012年全國(guó)共查處不按交通信號(hào)燈指示通行交通違法行為2649萬(wàn)起，平均每天7萬(wàn)多起；共查處超速行駛9000多萬(wàn)起，因超速行駛肇事導(dǎo)致7000多人死亡。大量的違章事故的處理使得交通管理部門的壓力也不斷增大，而智能車牌識(shí)別系統(tǒng)，能將違章事故的處理過(guò)程大大簡(jiǎn)化，實(shí)現(xiàn)違章處理全自動(dòng)化，從而大大提高了交通管理工作效率。

一、車牌識(shí)別系統(tǒng)

1.車牌識(shí)別系統(tǒng)組成

車牌識(shí)別系統(tǒng)主要包括車牌定位、字符分割和字符識(shí)別三個(gè)部分，其中車牌定位指在拍攝的汽車圖像中找出車牌所在的位置并將車牌區(qū)域提取出來(lái)；字符分割是將定位后的車牌圖像去除車牌邊界后進(jìn)行字符的分割，從而得到單個(gè)的字符圖像；字符識(shí)別是把分割好的字符通過(guò)處理和特征提取，進(jìn)行具體的字符識(shí)別。識(shí)別后的字符和攝像頭的地址碼（包含具體時(shí)間、地點(diǎn)、違章緣由等信息）通過(guò)GPRS傳輸至管理中心的數(shù)據(jù)庫(kù)，通過(guò)管理中心的違章確認(rèn)處理后，將處罰結(jié)果通過(guò)GPRS短消息通知車主。其組成圖如圖1所示：

2.車牌定位

車牌定位是車牌識(shí)別系統(tǒng)的關(guān)鍵步驟，定位的準(zhǔn)確和快速將直接影響到最后字符識(shí)別的準(zhǔn)確率。常見(jiàn)的車牌定位的方法有基于直線邊緣檢測(cè)（Hough變換）的方法、基于閩值迭代的方法、基于圖像彩色信息的方法、基于灰度檢測(cè)的方法、基于模板匹配的方法、基于自適應(yīng)能量濾波的方法等。其中基于直線檢測(cè)（Hough變換）的方法對(duì)復(fù)雜環(huán)境下車牌變形或者車牌污損較多時(shí)失效的可能性會(huì)大大增加，并且計(jì)算量較大；而閩值迭代的方法對(duì)車牌顏色模式很敏感，當(dāng)存在兩種或兩種以上的車牌顏色模式時(shí)，就無(wú)法定位；圖像彩色信息的方法當(dāng)車牌區(qū)域顏色和附近顏色非常相似時(shí)，定位的錯(cuò)誤率也會(huì)大大增加。考慮到復(fù)雜環(huán)境下各種因素都可能出現(xiàn)，并且每種定位方法都存在一定的局限性，為提高車牌定位的準(zhǔn)確率，本系統(tǒng)采用由粗到細(xì)的多車牌定位法定位車牌。

如圖像二值化處理后，用灰度檢測(cè)法使車牌邊緣強(qiáng)化，快速的定位車牌位置的同時(shí)也增加了車牌的紋理信息。圖2是經(jīng)邊緣檢測(cè)后的圖像。

邊緣檢測(cè)后的車牌圖像已經(jīng)比較突出，接著可以根據(jù)特征法對(duì)對(duì)車牌特征進(jìn)行投影定位。先通過(guò)水平定位測(cè)定車牌的水平位置，再通過(guò)垂直定位和投影分析得到準(zhǔn)確的車牌位置。

3.字符分割

字符分割是將車牌中的單個(gè)字符分割出來(lái)，正確的分割直接影響到后繼字符的識(shí)別。最常見(jiàn)的字符分割方法是基于投影特征的分割法，通過(guò)投影圖中的峰谷分布規(guī)律進(jìn)行字符分割。但是在復(fù)雜環(huán)境下如果車牌附近框架較多的話則投影圖中就很難準(zhǔn)確分割出來(lái)。因此本系統(tǒng)在原有的垂直投影前先增加水平方向的投影分割，實(shí)驗(yàn)表明這樣的改進(jìn)能增加了一定的分割準(zhǔn)確率。

4.字符識(shí)別

在車牌識(shí)別系統(tǒng)三個(gè)組成部分中，字符識(shí)別是最后也是最關(guān)鍵的一部，尤其是字符噪聲的處理，直接將影響到最后的識(shí)別結(jié)果。常用的去噪算法有去除雜點(diǎn)的算法、最大連通域的邊界均值的方法、Gabor濾波算法等，但是這些算法在連續(xù)噪聲，高噪聲等情況下去噪情況并不是很理想，因此本系統(tǒng)主要研究了基于EMD的去噪算法去除噪聲，然后再重建字符。該算法的具體步驟如下：（1）歸一化和二值化。先將所有的字符都?xì)w一化到的矩陣，并對(duì)字符圖像進(jìn)行二值化處理，如規(guī)定目標(biāo)值為“1”，背景值為“0”。（2）積分投影。對(duì)二值化后的圖像進(jìn)行積分投影，得到投影近似曲線。（3）經(jīng)實(shí)驗(yàn)發(fā)現(xiàn)，4層分解后提取出來(lái)的高頻分量去噪后擬合出來(lái)的投影波形效果最好，因此對(duì)上一步驟中的投影近似曲線進(jìn)行EMD分解到4層高頻分量。（4）對(duì)每個(gè)IMF的每個(gè)數(shù)據(jù)點(diǎn)采用Gabor濾波器進(jìn)行平滑處理。（5）對(duì)濾波處理后的前幾個(gè)IMF分量和未經(jīng)處理的IMF分量進(jìn)行信號(hào)重構(gòu)，即得到濾波后的信號(hào)。

三、結(jié)語(yǔ)

識(shí)別出的字符輸入計(jì)算機(jī)，與實(shí)時(shí)上傳的車輛違章相關(guān)信息進(jìn)行統(tǒng)一存儲(chǔ)，并提供確認(rèn)界面由工作人員進(jìn)行信息復(fù)核，違章數(shù)據(jù)經(jīng)過(guò)確認(rèn)后將形成車輛違章信息數(shù)據(jù)庫(kù)，可定期通過(guò)短消息方式通知車主，并可定時(shí)與銀行進(jìn)行數(shù)據(jù)同步，以便實(shí)現(xiàn)費(fèi)用代繳。另外，根據(jù)之前通過(guò)交通主管部門提供的基礎(chǔ)數(shù)據(jù)庫(kù)，包括通緝、被盜、欠費(fèi)等車輛信息，將識(shí)別系統(tǒng)送來(lái)的車牌號(hào)進(jìn)行比對(duì)，發(fā)現(xiàn)相關(guān)車輛時(shí)系統(tǒng)可給出聲光告警信息。車牌識(shí)別系統(tǒng)由于識(shí)別速度快，大大增加了違章處理的工作效率，同時(shí)在停車場(chǎng)、收費(fèi)站等特殊場(chǎng)地也可以實(shí)現(xiàn)實(shí)時(shí)登記、上網(wǎng)收費(fèi)等功能。

參考文獻(xiàn)

[1]李會(huì)民，張仁津，基于改進(jìn)BP網(wǎng)絡(luò)的車牌字符識(shí)別方法研究[J]，計(jì)算機(jī)工程與設(shè)計(jì)，31（3）：619-621，2010.

[2]王夏黎，周明全，耿國(guó)華，基于視頻檢測(cè)和顏色的車輛牌照提取方法[J]，計(jì)算機(jī)應(yīng)用與軟件，22（11）：41-44，2005.

[3]廖翔云，許翔標(biāo)，龔仕偉，車牌識(shí)別技術(shù)研究[J]，微機(jī)發(fā)展，13：31-33，2003.

[4]孟杰，伯紹波，蘇詩(shī)琳，基于灰度圖像的車牌字符提取算法研究[J]，微計(jì)算機(jī)信息，23（9）：254-257，2007.

（作者單位：南京信息職業(yè)技術(shù)學(xué)院）