技术中心
 
 

车牌识别系统识别原理特点分析

   日期:2013-02-17     来源:互联网    
现代汽车工业的迅猛发展,在给人们的工作和生活带来了巨大便利的同时,也加重了交通管理的压力。由此,交通管理智能化被提上日程,应之而生的智能交通逐渐成为行业研究的热点,尤其在最近几年,智能交通发展十分迅速。

  车牌识别的优势

  在智能交通应用中,除了提取车辆信息外,如何便捷地确认车辆身份也格外重要。在众多车辆身份确认方式中,车牌识别以其在应用中的卓越表现而获得业界的普遍认可。与其他识别方式相比,车牌识别具有如下突出优势。

唯一性

车牌作为车辆身份的标识,具有唯一性,世界上没有任何两辆车使用完全相同的合法车牌。虽然在国外存在两辆车使用相同车牌号码的情况,但车牌颜色各异。

车牌信息制定的规范性

作为车辆识别标识,车牌有着十分规范的编码方式,给识别提供了便利条件。对每一类型的车牌,其车牌格式类型都是唯一的,如普通民用车中,车牌的第一个字符都为汉字,且为车辆所属省份的简称;第二个字符为字母,且不同字母代表不同的城市。同时,不同类的车辆使用何种颜色的车牌也有着严格的规定,如军警类特种车辆均使用白色车牌,民用轿车均使用蓝色车牌等等。

车牌图像采集的便利性

车牌的安装位置相对固定,均安装在车辆的最前端和最后端的固定位置,十分显眼,亦方便拍照采集。
  
车牌识别系统功能与组成

车牌识别系统主要功能包括
  
·车辆号牌识别,包括号牌颜色、字母、汉字、数字等完整的牌照信息识别;

·车辆测速功能;

·违法车辆识别报警;

·车辆识别信息与车管所车辆信息的联动控制;

·车辆行驶方向判断监测。

车牌识别系统功能模块包括

车牌识别系统主要包含如下功能模块:抓拍控制模块,视频采集模块,号牌识别模块,图像和数据交互控制模块,远端接收,各个模块关系如下图1所示。
  
各模块基本功能
  
1、抓拍控制模块。该模块主要功能是在有车辆通过时产生抓拍控制信号,并将该信号传给视频采集模块,通知视频采集模块进行图像采集。该模块一般只在非视频触发抓拍的方式下使用,在视频触发抓拍方式下,一般在软件中控制抓拍,不需要抓拍控制模块。

2、视频采集模块。该模块的主要功能是在需要进行视频采集时,完成视频图像的采集,通过图像和数据交互控制模块,为后续的识别提供图片。

3、号牌识别模块。

该模块是车牌识别系统的核心模块,主要功能是将视频模块提供的图片进行号牌识别,提取出其中的车牌信息,通过图像和数据交互控制模块,完成数据的传输。在某些应用场所中,传输车牌识别结果的同时,还要求将图像进行编码压缩,将码流传送给远端接收系统,从硬件设计的角度看,图像的压缩和编码一般也是在识别模块中完成的。

4、图像和数据交互控制模块。该模块的主要功能是完成图像和数据的传输,同时实现与远端接收模块的数据交互。

5、远端接收模块。远端接收模块主要是用来接收车牌识别系统的识别结果信息和相关的图片或码流。

  车牌识别系统识别原理
  
车牌识别系统实现的方式主要分为两种:一种是静态图像图片的识别,另一种是动态视频流的实时识别。

静态图像识别技术的识别有效率较大程度受制于图像的抓拍质量,为单帧图像识别,目前市场产品识别速度平均在200毫秒左右;而动态视频流的识别技术适应性较强,识别速度快,它实现了对视频每一帧图像进行识别,增加识别比对次数,择优选取车牌号,关键在于较少受到单帧图像质量的影响,目前市场上较好的产品在PC上识别的时间可控制在10毫秒以内。

车辆牌照的识别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。

识别步骤概括为:车牌定位、车牌提取、字符识别。三个步骤的识别工作相辅相成,各步骤的有效率都较高,整体的识别率才会提高。识别速度的快慢取决于字符识别,字符的识别目前的主要应用技术为比对识别样本库,即将所有的字符建立样本库,字符提取后通过比对样本库实现字符的判断,识别过程中将产生可信度、倾斜度等中间结果值;另一种是基于字符结构知识的字符识别技术,更加有效地提高识别速率和准确率,适应性较强。
  
车牌识别系统主要性能参数
  
车牌识别系统的优劣主要由二个关键参数共同决定:识别率、识别速度。

识别率

车牌识别系统是否实用,最重要的指标是识别率。国际公认的识别率指标要求是24小时全天候全牌正确识别率85%?95%。识别率统计也有以下三种方式:

1、自然流量识别率=识别车牌号的总数/实际通过的车辆总数。

2、可识别车牌率=人工正确读取的车牌号总数/实际通过的车辆总数。

3、全牌识别准确率=全牌正确识别的车牌总数/人工识别读取的车牌号总数。

以上指标决定了车牌识别的识别率。

识别速度

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。目前,国际交通技术给的识别速度是1秒以内,当然识别速度是越快越好。

市场上的车牌识别系统在实际应用中识别速度平均为200毫秒,而较好的车牌识别系统已经达到了10毫秒,实际应用识别速度能够达到平均40毫秒。

  车牌识别系统存在的主要问题
  
相机技术有待提高

各大摄像机厂家针对道路监控研发出相应的产品,并针对交通的特殊要求进行改进,然而由于道路监控中摄像机长期处于室外,受客观环境影响较大。因此不仅要求摄像机摄制的图像清晰度高,还要求摄像机适应性强。

图像的高分辨率与识别速度的矛盾有待解决

高清优势不言而喻,但是任何事情都是两面的,而在车牌识别系统中,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问题。再有高清由于数据量过大,不仅会出现处理速度过慢的问题,还会因对资源占用需求过大而难以实现高清视频流识别。

车牌识别系统的图片适应性亟需加强

目前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变形。

对污损车牌的识别效果不好

在实际的应用中,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。



 
标签: 车牌识别系统
  
  
  
  
 
更多>同类技术
 
全年征稿 / 资讯合作
 
推荐图文
推荐技术
可能喜欢