车牌自动识别在智能交通系统中的应用

　　车牌自动识别系统是智能交通重要的组成部分，其主要任务是实现对采集单元输出的车辆原始图像进行检测分析，提取车牌相关特征信息，进行比对和识别，可在对车辆不做任何改动的情况下，有效地记录和验证车辆号牌信息。

　　近年来，车牌自动识别技术已被广泛应用于城市智能交通系统中，如闯红灯抓拍、超速行驶违章抓拍及交通治安卡口系统等，尤其是交通治安卡口系统，其作为治安刑侦管理的重要科技手段之一，对车牌自动识别技术提出了更高的要求，促进了车牌自动识别技术的快速发展。高清系统的出现，使得图像分辨率大大提高，为车牌自动识别技术提供了良好的基础条件，车牌识别的准确率得到很大的提高，并且相应的识别基础数据被不断地得到挖掘。

　　卡口系统一般采用基于分布式集中管理的策略，通过多层次立体式结构，把系统前端物理层、传输网络层、数据处理层和用户应用层有机结合起来。

　　系统主要由前端数据采集子系统、网络传输子系统、中心管理子系统等部分组成。前端数据采集子系统通过视频跟踪和分析技术获取车辆的经过时间、速度、图片、车牌号码、车身颜色等数据。数据通过网络传输子系统传输到中心管理子系统。中心管理子系统对数据进行集中管理、存储、共享等处理。

　　车牌自动识别流程

　　系统前端采用了嵌入式高清一体化摄像机，可实现百万级分辨率的视频和图片码流输出，内置了高性能DSP芯片，支持内置智能算法、可实现视频检测、车牌自动识别等功能。

　　内置相机的车牌自动识别系统使用了独特的纹理+模型算法，具有定位精准，识别速度快，识别精度高，误识率低等特点，不但能捕获有车牌的车辆，对于无牌车同样也能进行正常捕获。将传统模式中基于后端服务器或前端工控机的车牌识别算法移植到前端相机中，具有高集成度，高稳定性，高适应性等特点，相比传统的PC或工控机模式，更能适应实际道路的复杂环境，更能满足智能交通系统中全天候工作的要求。

　　采用了动态视频识别技术，实现对视频流每一帧图像进行识别，从而达到增加识别比对次数，大大提高了识别的效率和准确率。

　　车辆牌照的自动识别主要是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。

　　识别的具体步骤分为车牌定位、车牌提取、字符识别。在自然环境中，相机首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。

　　完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别，车牌识别算法采用基于模板匹配算法，首先将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果，通过这种多次比对的方式极大了提高了车牌识别的准确率。 

　　车牌识别功能

　　卡口系统采用先进的图像识别算法，实现对通过的所有车辆进行车辆号码识别、号牌颜色识别、车身颜色及车型等自动识别。

　　1、号牌结构识别系统能识别的号牌结构包括

　　单排字符结构的号牌，如军队用小型汽车号牌、GA36-2007中的小型汽车号牌、港澳入出境车号牌、教练汽车号牌等；

　　· 武警用小型汽车号牌；

　　· 警用汽车号牌；

　　· 双排字符结构的号牌，如军队用大型汽车号牌、武警用大型汽车号牌、GA36-2007中的大型汽车号牌、挂车号牌、低速汽车号牌等。

　　2、号牌字符识别

　　识别的字符包括：数字：0~9；字母：A~Z；省、自治区、直辖市简称；军牌用汉字号牌分类用汉字；武警号牌特殊字符：WJ、00~34、练。

　　3、号牌颜色识别

　　系统能识别蓝、黄、白、黑四种底色的机动车号牌。系统采用车牌颜色和视频检测技术结合的方法对车辆进行分型。对于民用车来说，蓝颜色车牌表示的是小型车辆，而黄颜色车牌表示的是大型车辆。因此，首先利用车牌颜色判断车辆类型，对于无法根据车牌颜色判别车型或者无法判断车牌颜色的情况，利用图像分析技术来辅助区分车辆的类型。

　　4、车辆号牌识别

　　号牌识别信息包含号牌结构、号牌字符、号牌颜色等信息。

　　车牌自动识别系统应用特点

　　1、强大的ISP处理能力

　　车牌自动识别系统的识别率与牌照质量和拍摄的图像质量有非常密切的关系，不但牌照本身的生锈、污损、油漆剥落、字体褪色等各种因素会大大影响车牌识别的准确性，而且拍摄的环境是否理想也会给车牌识别带来很大的影响。

　　智能交通摄像机内置了强大的ISP处理功能，可提供视频稳定、面部检测、噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强等功能，将图像质量和效果提升到一个新的层次，不但改善了用户实际观感，更为智能化应用如车牌识别等提供了很好的运算分析基础，充分保证了较高的车牌识别的准确率。

　　2、对光照气候背景良好的适应性

　　很多车牌识别系统在阴天时识别率较高，晴天时反而下降甚至无法识别。直射光情况下，拍摄方向与阳光照射方向相同，拍摄到的车牌区域很亮导致字符笔划较粗、相互粘连，而且我国的车牌都采用反光漆，严重时会出现镜面反射，无法看清车牌号码。另外，车体表面的反光产生的亮线、光晕也会对识别造成影响。牌照识别多数用于识别运动中的车辆，车牌区域在整个图像中是不固定的，普通摄像机无法根据车牌区域进行调节。夜间环境下车辆开启车灯，普通摄像机受大灯的影响减弱曝光强度造成图像车牌区域很暗，无法看清号码，车大灯的光线还可能形成大面积光晕遮挡牌照区域。 

　　而环境光线动态分析技术、局部亮度反馈闭环控制技术，能对图像整体亮度和车牌区域亮度实时分析、控制，并智能地调整摄像机的光圈、快门、增益等曝光参数，动态跟踪光线的变化，对复杂的环境、气候及光照变化具有良好的适应性，全天候都可拍摄到最清晰的图像，进而确保了极高的车牌识别率。

　　3、准确抓拍无后车牌或者后车牌遮挡的车辆

　　系统采用成熟稳定可靠的地感线圈和先进的视频分析检测技术，对于无后车牌或者为了逃避抓拍故意将后车牌遮挡的车辆同样能够准确抓拍，确保路口违章情况记录准确、完整，为交管部门实施交通管理措施、违章处罚等提供可靠线索和依据。

　　4、多车道、多车辆同时号牌识别

　　车牌识别不是一项孤立的技术，而是与实际应用结合紧密，充分考虑到系统应用的各种实际情况，针对多车道、多辆车同时号牌识别也进行了专门设计。一些厂家采用的是最先进的视觉分析算法，不仅能够在极短的时间内对画面中的所有车牌实现快速定位、快速识别并输出识别结果，而且同样能够保证极高的车牌识别率。

　　5、车牌识别速度快

　　车牌识别速度决定了车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。

　　智能交通摄像机内置的车牌识别算法具有极高的识别效率，单车牌识别时间平均在40ms左右，较快的识别速度能够很好地避免车牌漏识别，同时能够及时地为其他智能分析应用释放出更多的系统资源。

　　6、车牌识别像素、角度容忍度高

　　车牌识别技术具有较高的识别像素、角度容忍度，识别车牌大小范围可达到75像素到220像素；支持识别车牌存在一定程度的倾斜，倾斜±15°以内都能够正常识别。对于车牌的大小、车辆出现在画面中的远近、偏斜位置具有良好的适应能力，极大地提升了系统的实用性。

　　结语

　　车牌自动识别系统经过多年的发展，已是一项较为成熟的技术。传统的车牌识别系统基于模拟标清图像来进行检测和识别，由于标清图像分辨率低，层次感不强且视场较小等原因，导致车牌识别不能达到理想的效果，往往为了达到车牌识别率而需要牺牲车辆全景，因此需要通过两台摄像机配合来完成车牌的特写和车辆全景的记录，系统复杂度较高。

　　相信在未来几年，随着各地高清智能交通系统的不断应用建设，车牌自动识别技术会逐步向高清化、集成化、智能化发展，在各个应用系统中，将会不断发挥其越来越重要的作用。