智能交通系統中車牌識別技術的應用與發展

柯豪爽　張東琦　張靜思

摘 要 在經濟快速發展的同時，城市道路有限、汽車數量不斷增加，傳統的汽車管理方法不再適用，智能交通系統應運而生。其中車牌識別技術作為智能交通系統的核心技術，利用車牌這唯一標識性來索引和統計車輛信息是實現交通管理的關鍵手段，但由于外界環境等因素使得車牌識別技術有很大的上升空間，因此研究其起源與發展具有重要意義。

關鍵詞 智能交通系統 車牌識別技術 應用研究

中圖分類號：TP391.41 文獻標識碼：A

隨著全球經濟的快速發展，人們的物質生活質量逐步加深，促進了公路交通事業的快速發展，隨之而來的機動車輛與日俱增。由于城市空間有限，面對巨大的城市交通壓力，僅依靠發展交通設施已不能解決現已存在的交通擁擠、環境污染、交通事故頻發等問題。為了緩解這一壓力，利用高科技手段，建立完善的道路網絡緩解道路交通增長的需求，智能交通系統應運而生。車牌識別系統作為智能交通系統的核心組成部分，在道路交通管理、交通事故與機動車盜竊現象的抑制以及維護公共安全等方面發揮著重要的作用，因此車牌識別系統已成為現代交通工程領域中研究的重點和熱點問題之一。

1車牌識別系統在智能交通中的發展歷程

隨著交通事業的不斷發展，車牌識別技術日趨走向成熟，并開逐漸應用于交通、公安、路政、停車場、安防、門禁、智能小區等許多領域。車牌識別系統簡單的說是一種以特定目標為對象的專用視覺系統，它能夠從一幅圖像中提取分割并識別出車輛牌照，運用先進的圖像處理、模式識別和人工智能技術，通過對圖像的采集和處理完成車輛牌照的自動識別，識別結果可按需求分別包括車牌的字符、數字、牌照圖像，以致牌照顏色、坐標、字體顏色等。

2車牌識別系統的研究現狀

車牌識別技術起源于上個世紀末，ARGUS的車牌識別系統的識別時間約為100毫秒，通過ARGUS的車速可高達每小時100英里。還有Hi-Tech公司的See/Car？system，新加坡Optasia公司的VLPRS等。

國內不少學者也在進行車牌識別方面的研究，實驗室方面，西安交通大學的圖像處理和識別研究室、上海交通大學的計算機科學和工程系、清華大學人工智能國家重點實驗室、浙江大學的自動化系等在車牌識別方面有各自獨立的研究，并取得了一定的成績。中國科學院自動化所的劉智勇等發表文章，他們在一個3180的樣本集中，車牌定位準確率為99.4%，切分準確率為94.5%。北航的胡愛明等利用模板匹配技術開發了一種應用于收費站的車牌識別系統，其識別正確率能達到97%以上。華南理工大學的駱雪超、劉桂雄等提出了一種基于車牌特征信息的二值化方法，該系統對效果較好的車牌的識別率能夠達到96%。清華大學的馮文毅等利用一種光電混合系統進行車牌識別，系統能夠通過硬件來完成車牌識別的全過程。黃志斌等將基于串行分類器的字符識別應用于車牌識別系統中，對車牌識別系統中的分類器進行了詳細的研究。目前比較成熟的產品有中科院自動化研究所漢王公司的漢王眼，香港亞洲視覺科技有限公司的慧光車牌號碼識別系統等等。

根據IMS研究顯示，截止2012年底，全球車牌自動識別市場已經擴展到了3.5億美元左右。2011年車牌識別達到了年增長率6.9%的成績。隨著市場的發展和用戶需求的不斷變化，車牌識別保持著快速的發展。車牌自動識別技術算法有了很大的提升，從應用情況來看智能化算法與攝像機完美搭配，能夠解決道路交通上遇到的不少難題。

盡管車牌自動識別機會比比皆是，但是其挑戰仍然存在。以美國為例，車牌形式各種各樣，形狀、圖片和字體也沒有統一的規范。一點車輛可跨國駛入，監控系統面對其他國家或區域的車牌信息時，具體的語言文字也有所不同，攝像機算法必須更為復雜和精準。盡管識別技術已達到爐火純青的地步，但是目前車牌識別阿拉伯語仍具有很大的挑戰。毫不夸張地說，這些字母的難度高于中國的草書。

3車牌識別系統可提升的空間及發展

車牌識別系統集中了光電、計算機、圖像處理、計算機視覺、人工智能、模式識別等關鍵技術。隨著信息化時代的不斷發展，住宅、小區、停車場等需要保安人工監控的地方都將使用車牌識別系統，減少了許多人為因素造成的疏忽之處。也能擴展到犯罪車輛、肇事車輛、被盜車輛的辨識和攔截，交通流量監測等領域，為人們出行的安全和便捷提供了保障。一方面，車牌識別系統本身是一個全數字化的智能系統，以此為技術基礎，可以衍生出一些其他功能。另一方面，由于環境因素、車牌自身因素以及拍攝角度等問題，盡管世界上很多研究機構和公司專門從事這方面的研發工作，高可靠性、高性能和高識別率的車牌識別系統還待開發。

參考文獻

[1] MD.Tanvir Learning Algorithms for Artificial Neural Networks，Proc. 10tb Informantion Engineering Senimar June 2001.

[2] GuyonI.Applicationofneuralnetworkstocharacterrecognition[J].InternationalJournalofPatternRecognitionandArtificialIntelligence，1993，7（4）：721.755.

[3] 楊大力，劉舒.基于神經網絡的車牌漢字識別方法[J].中國人民大學公安學報，2009，5（3）：56-57.