车牌识别技术定义

　　车牌识别技术(Vehicle License Plate Recognition，VLPR)是指能够检测到道路路面高速行驶的车辆并自动提取车辆牌照的信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别技术是现代智能交通系统重要组成部分，其应用十分广泛。它以计算机视觉处理、数字图像处理、模式识别等技术为基础，对摄像机所拍摄的车辆图像或者视频图像进行处理分析，得到每辆车的车牌号码，从而完成识别过程。通过一些后续处理技术其可以实现停车场出入口收费管理、盗抢车辆管理、高速公路超速自动化管理、闯红灯电子警察、公路收费管理等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通全自动化管理有着现实的意义。

　　车牌识别工作流程框架

　　车牌识别系统采用高度模块化的设计，将车牌识别过程的各个环节各自作为一个独立的模块，其系统框架如图1所示。

　　车辆检测跟踪模块

　　车辆检测跟踪模块主要对视频流进行分析，判断其中车辆的位置，对图像中的车辆进行跟踪，并在车辆位置最佳时刻，记录该车辆的特写图片，由于加入了跟踪模块，系统能够很好地克服各种外界的干扰，使得到更加合理的识别结果，可以检测无牌车辆并输出结果。

　　车牌定位模块

　　车牌定位模块是一个十分重要的环节，是后续环节的基础，其准确性对整体系统性能的影响巨大。车牌系统完全摒弃了以往的算法思路，实现了一种完全基于学习的多种特征融合的车牌定位新算法，适用于各种复杂的背景环境和不同的摄像角度。

　　车牌矫正及精定位模块

　　由于受拍摄条件的限制，图像中的车牌总不可避免存在一定的倾斜，需要一个矫正和精定位环节来进一步提高车牌图像的质量，为切分和识别模块做准备。使用精心设计的快速图像处理滤波器，不仅计算快速，而且利用的是车牌的整体信息，避免了局部噪声带来的影响。使用该算法的另一个优点就是通过对多个中间结果的分析还可以对车牌进行精定位，进一步减少非车牌区域的影响。

　　车牌切分模块

　　车牌系统的车牌切分模块利用了车牌文字的灰度、颜色、边缘分布等各种特征，能较好地抑制车牌周围其他噪声的影响，并能容忍一定倾斜角度的车牌。这一算法有利于类似移动式稽查这种车牌图像噪声较大的应用。

　　车牌识别模块

　　在车牌识别系统中，通常采用多种识别模型相结合的方法来进行车牌识别，构建一种层次化的字符识别流程，可有效地提高字符识别的正确率。另一方面，在字符识别之前，使用计算机智能算法对字符图像进行前期处理，不仅可尽可能保留图像信息，而且可提高图像质量，提高相似字符的可区分性，保证字符识别的可靠性。

　　车牌识别结果决策模块

　　识别结果决策模块，具体地说，决策模块利用一个车牌经过视野的过程留下的历史记录，对识别结果进行智能化的决策。其通过计算观测帧数、识别结果稳定性、轨迹稳定性、速度稳定性、平均可信度和相似度等度量值得到该车牌的综合可信度评价，从而决定是继续跟踪该车牌，还是输出识别结果，或是拒绝该结果。这种方法综合利用了所有帧的信息，减少了以往基于单幅图像的识别算法所带来的偶然性错误，大大提高了系统的识别率和识别结果的正确性和可靠性。[nextpage]

　　车牌跟踪模块

　　车牌跟踪模块记录下车辆行驶过程中每一帧中该车车牌的位置以及外观、识别结果、可信度等各种历史信息。由于车牌跟踪模块采用了具有一定容错能力的运动模型和更新模型，使得那些被短时间遮挡或瞬间模糊的车牌仍能被正确地跟踪和预测，最终只输出一个识别结果。

　　在线学习模块

　　在以上各个模块中，使用了大量基于学习的算法，系统特别添加在线学习模块，采用最新的反馈型学习模型，利用决策模块和跟踪模块得到的车牌质量、车辆轨迹、速度等反馈信息，智能化地更新一些算法参数，使得系统能快速适应新的应用环境。该算法作为已有算法的一个有力补充，将进一步提高系统性能。

　　车牌识别的具体应用

　　停车场及小区出入口

　　停车场及小区出入口车牌识别技术的应用，主要用于记录车辆的牌照号码、车牌颜色、出入时间，实现车辆的自动管理，以便节省人力、提高效率;例如应用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合，自动、客观地记录本单位车辆的出车情况。

　　停车场及小区出入口管理单靠人工去记来往车辆的车牌号码和停靠时间是非常困难的，不但会出现错误，还需投入大量人力。一个小小的车牌识别设备安装在停车场的出入口就能“一劳永逸”地解决很多问题。对于车牌被遮挡、掉漆断裂、模糊不清等也能够分析识别，为停车场及出入口的工作人员省去许多烦恼。

　　高速公路收费站

　　目前，我国的高速公路建设发展突飞猛进，高速公路四通八达，每个出口均设有收费站，一方面便于收费管理，另一方面也可协助交警对高速公路上的交通进行规范管理。高速公路收费站出入口车牌识别技术的应用，可以极大地方便交警识别违规行驶车辆的号牌信息，对一些违法车辆进行有效的管理和抓捕。

　　收费站卡口一般设在露天环境中，再加上一些车辆行驶较快，因而对车牌识别技术的要求很高。传统的车牌识别是针对160P像素的车牌进行识别，有效的图像范围小，车牌漏识率高，不能满足收费站卡口的时代需求。现在高清车牌识别的应用解决了以前车牌识别率低的问题，从而为公安和交警的执法提供了可靠的依据。

　　在收费站出入口安装车牌识别系统，当有车辆驶入时系统识别车辆牌照并将识别到的车牌信息发送到指定的中心管理服务器上，通过和数据库中的盗抢可疑车辆的车牌信息进行对比便可判断出驶入高速公路收费站出入口的车辆是否是盗抢可疑车辆，可极大地避免违法犯罪事故的发生并对已发生的事件提供破案参考信息。

　　在公路卡口中的应用

　　伴随着我国公路里程建设的增加，人民生活水平的整体提高，现在买车的人越来越多，给公路造成各种各样的违法问题。车牌识别技术作为车辆违法处罚的必要依据，可以对视频中车辆号牌进行自动的检测识别，其中最为典型的就是治安卡口系统，该系统如果没有车牌识别技术，就没有真正意义上的智能化。一个完善的治安卡口管理系统应该具备车牌自动识别、卡口应用系统和中心管理平台三个主要功能。车牌识别是其中最为重要的一部分，车牌识别的优劣直接影响了卡口系统的整体性能，而识别速度是其最为重要的一个技术指标。识别速度快，系统需要占用的系统资源就少、人工介入的可能性就小，系统网络的运行负担也相应减小。识别车牌速度快、准确，车牌识别系统才能有效地实现自动比对报警，避免出现大量的误报。可以为防盗抢车辆、套牌车辆，非法抢劫车辆等犯罪破案提供有力可靠的破案信息。

　　在城市交通的应用

　　近年来，随着社会经济的快速发展，机动车数量的迅速增长，公路运输变得越来越繁忙。交通管理现状和需求的矛盾进一步加剧，与交通相关的刑事和治安案件也逐年上升。在此情况下，如何利用先进的科技手段，增强公安管理部门对城市内的机动车和驾驶人的查控力度，为打击各类违法犯罪行为提供科技手段，是公安交通管理部门急需解决的问题。

　　为有效遏制城市内车辆闯红灯违章行为，现在城市内各个路口都在大力安装卡口式的闯红灯违法行为的检测系统，而此系统最重要的组成部分就是车牌识别模块，车牌识别系统主要是确定违法车辆的信息，通过抓拍所有车辆的车牌信息并和公安网的数据库进行比对分析哪些车辆是可疑车辆，减少违法行为的同时也可以控制、减少道路交通事故，应用道路监控设备结合现代信息网络技术，形成道路监控智能化网络系统，更好地提升道路动态管理/控制和满足治安、刑侦、交通管理等新形势的业务需求。

　　我国车牌识别系统的主要特点

　　• 我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字识别与字母和数字的识别有很大的区别，汉字的识别增加了识别的难度;

　　• 我国汽车车牌的悬挂位置不统一;[nextpage]

　　• 其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)通常只有一种，而我国则根据不同车辆、车型、用途规定了多种牌照格式，分为普通车轿车、使馆车、警车、军车等，并且通常汽车牌照中也分大车和小车(参见图2);

　　• 我国汽车牌照的底色和字符颜色有多种组合，我们日常生活中常见的有蓝底白字车牌、黄底黑字车牌、以及白底黑字车牌等等。

　　车牌识别系统存在的问题

　　车牌定位与字符分割

　　这是指在已拍摄的图像中确定车牌的位置，提取出车牌的图像，然后分割出车牌中的字符。车牌区域定位的困难主要是来自于采集的图像，由于采集的车牌图像的多样性，并且采集图像时受到许多因素的影响，如雨天、大雾、光线等，使得有一些车牌图像质量出现不同程度的差异，在一般情况下，采集的图像的背景非常复杂，采集图像是在高速运动中采集的图片，所以图片中车牌的位置不固定，车牌的大小也不一样，以上的种种干扰因素，都给车牌区域定位和字符分割带来了困难，从而影响车牌的识别率。

　　高分辨率与识别速度的矛盾

　　从模拟相机到高清相机，也会引发图像的高分辨率与识别速度相矛盾的问题。高清的优势不言而喻，但是任何事情都是两面的，在车牌识别时主要体现为：高清图片由于图片覆盖面广，可能会同时在图片中出现多个车牌的识别。这就对车牌识别的速度要求很高，车牌识别系统对于高清视频流码流过大，还会因对识别系统资源占用需求过大而分析起来会出现处理速度过慢的问题，这可能导致出现漏车现象，而难以实现对车辆抓拍率和车牌识别准确率的提升。

　　车牌识别系统的适应性急需加强

　　目前我国的车牌识别产品都要求所识别的车牌大小固定，而对过大和过小的车牌一般都不能准确识别。这样就造成对视频触发的情况下部分车牌无法被识别的问题。此外，在有些现场环境中，由于受外界条件的影响，无法将相机架设在最合理位置，会造成图片中车牌不同程度的偏移。

　　车牌识别系统对污损车牌的识别效果不好

　　在公路和城市内的实际应用过程中，很难保证所涉及到的车牌都是没有污损的，车牌在使用几年之后，难免会出现污染和磨损等现象，而在路面上行驶的车辆也很难保证都是标准干净的车牌，因此在实际环境中，面对破损污旧的车牌，如何提高车牌识别系统的识别能力也是实际需要解决的问题。

　　车牌识别存在的问题如何解决

　　感光部件对外部环境的处理

　　环境是影响车牌识别的主要因素，在采集车辆图像时，由于环境光线变化剧烈，白天光较强、夜间较弱，面光与背光不同，上午和下午的光照方向也不一样，抓拍图像时受环境光线影响较大，车速过高、采集设备的动态范围等都使成像质量难以得到有效保证。当识别算法认为车牌达到了最佳成像位置时系统触发系统开始拍摄，这对触发设备的可靠性和响应速度都有较高的要求。所以要解决环境造成识别率低下的问题，还要靠摄像机的感光部件对外部环境的处理。

　　对图像预处理

　　车牌定位之前一般要对图像做预处理，然后再进行车牌的定位、分割、识别等部分。由于得到的车牌图像可能含有较多噪声，或图像对比度不强、车牌被部分遮挡、车牌处出现污点、变脏、模糊退色、有其它字符区域干扰、以及出现因运动产生的图像模糊失真等情况，所以定位算法实现起来有较多困难。对于字符分割，则可能存在光照不均、污迹严重、车牌倾斜、对比度小、牌照退色、牌照字符粘连等不利因素，这样就需要研发与之适应的算法。如算法能适应各种复杂环境和有噪声、车牌遮挡、车牌倾斜等状况的话，那就可以大大提高车牌识别的概率(如图3)。

　　结语

　　随着车牌识别技术的不断成熟与发展，其应用也得到大面积普及推广。就目前智能交通系统(ITS)的建设来看，车牌识别技术已逐渐演化成为ITS的基础应用技术，并发挥着日益重要的作用。作为道路监控必不可少的技术手段，相信未来对于车牌识别现存问题的解决必然带动整个智能交通行业进入一个新的发展阶段。