基于图像处理技术的汽车牌照识别系统设计

　　引言

　　智能交通系统的研究领域十分广阔，各国各地区的侧重点也有所不同。如：电子收费系统是ITS在公路收费领域的具体表现，可解决收费站的“瓶颈”制约，较好地缓解收费站的交通拥挤、排队等候以及环境污染等问题。为了满足这些需求，十分有必要在智能交通管理系统引入车辆牌照自动识别技术。

　　汽车牌照是车辆最清晰、准确、唯一的标志。车辆牌照识别(Vehicle License Plate Recognition，简称VLPR)系统作为一个专门的计算机视觉系统，它能够自动拍摄车辆行进中的动态数据，有效判断和提取有车牌的图像数据，并实时准确的识别出车辆牌照上的字符。

　　1 汽车牌照自动识别系统的实现流程

　　一个完整的汽车牌照自动识别系统主要分为图像采集，图像处理，车牌定位，字符分割，字符识别等几个部分。图1所示是一个汽车牌照自动识别系统的主要工作流程图。

　　1．1 图像采集与处理

　　图像采集目前主要采用专用摄像机连接图像采集卡，或者直接连接便携式笔记本进行实时图像采集，同时将模拟信号转换为数字信号。图像处理主要是对采集的图像进行增强、恢复、变换等处理，目的是突出车牌的主要特征，以便更好地提取车牌区域。

　　1．2 车牌定位

　　从人眼视觉的角度出发，同时根据车牌的字符目标区域特点，在二值化图像的基础上，可以提取其相应的定位特征。这从本质上说，就是一个在参量空间寻找最优定位参量的问题，它需要用最优化方法予以实现。一般可计算边缘图像的投影面积，寻找峰谷点，大致确定车牌位置，再计算此连通域内的宽高比，剔除不在域值范围内的连通域，最后得到的就是车牌区域。车牌定位是车辆牌照自动识别系统中的关键和难点，实际图像中的噪声、复杂的背景等干扰都会给定位增加困难。车辆牌照的分割是一个寻找最符合牌照特征区域的过程。

　　车牌检测定位方法包括图像预处理，车辆牌照粗定位，车辆牌照精确定位等几个组成部分。图2所示是本系统的车牌定位流程图。
 

　　图像预处理部分的功能是将已经变成电信号的信息加以区分，同时去除信号中的污点、空白等噪声，并根据一定准则除掉一些非本质信号，再对文字的大小、位置和笔划粗细等进行规范化，最后简化判断部分的复杂性。

　　车牌照粗定位部分将给出若干个待进一步判断识别的候选车牌区域，如果候选区域的个数为零，则说明本幅图像不含车牌，也就不用进行下一步的识别。

　　车牌照精确定位就是对车牌候选区域进行分类，以判断哪一个是真正的车牌区域并给出车牌区域的坐标。