近年來，車牌自動識別技術已被廣泛應用于城市智能交通系統中，如闖紅燈抓拍、超速行駛違章抓拍以及交通治安卡口系統等，尤其是交通治安卡口系統，其作為治安刑偵管理的重要科技手段之一，對車牌自動識別技術提出了更高的要求，促進了車牌自動識別技術的快速發展。　　2016年元旦假期雖然沒有實現7座以下小客車高速免費通行，但是一些熱門一點的高速路段依然被堵成了停車場，不過大部分來說整體有改觀。有不少出行者稱，在ETC實現全國聯網之后，使用ETC通道過高速收費站比以往減斷的時間少了不止10秒鐘，這也成為減少高速擁堵情況的一大原因。　　車牌識別　　ETC通道能實現快速汽車快速通過，自動欄桿機功能的重要性不言而喻，但是車牌自動識別技術也發揮不可替代的作用。近年來，車牌自動識別技術已被廣泛應用于城市智能交通系統中，如闖紅燈抓拍、超速行駛違章抓拍以及交通治安卡口系統等，尤其是交通治安卡口系統，其作為治安刑偵管理的重要科技手段之一，對車牌自動識別技術提出了更高的要求，促進了車牌自動識別技術的快速發展。　　車牌識別技術(LicensePlateRecognition，LPR)是以計算機技術、圖像處理技術、模糊識別為基礎，建立車輛的特征模型，識別車輛特征，如號牌、車型、顏色等。它是一個以特定目標為對象的專用計算機視覺系統，能從一幅圖像中自動提取車牌圖像，自動分割字符，進而對字符進行識別，它運用先進的圖像處理、模式識別和人工智能技術，對采集到的圖像信息進行處理，能夠實時準確地自動識別出車牌的數字、字母及漢字字符，并直接給出識別結果，使得車輛的電腦化監控和管理成為現實。　　與傳統的射頻卡刷卡管理系統相比，車牌自動識別系統最大的優點是：第一、可以完全實現無干擾、不停車通行;第二、真正實現車輛一車一桿的通行管理要求，杜絕傳車卡互換情況的發生;第三、實現車場管理收費的完全電腦化記錄、統計，最大程度減少了停車費用的流失。　　車牌自動識別流程　　系統前端采用了嵌入式高清一體化攝像機，可實現百萬級分辨率的視頻和圖片碼流輸出，內置了高性能DSP芯片，支持內置智能算法、可實現視頻檢測、車牌自動識別等功能。　　內置相機的車牌自動識別系統使用了獨特的紋理+模型算法，具有定位精準，識別速度快，識別精度高，誤識率低等特點，不但能捕獲有車牌的車輛，對于無牌車同樣也能進行正常捕獲。將傳統模式中基于后端服務器或前端工控機的車牌識別算法移植到前端相機中，具有高集成度，高穩定性，高適應性等特點，相比傳統的PC或工控機模式，更能適應實際道路的復雜環境，更能滿足智能交通系統中全天候工作的要求。　　采用了動態視頻識別技術，實現對視頻流每一幀圖像進行識別，從而達到增加識別比對次數，大大提高了識別的效率和準確率。　　車輛牌照的自動識別主要是基于圖像分割和圖像識別理論，對含有車輛號牌的圖像進行分析處理，從而確定牌照在圖像中的位置，并進一步提取和識別出文本字符。　　識別的具體步驟分為車牌定位、車牌提取、字符識別。在自然環境中，相機首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，最后選定一個最佳的區域作為牌照區域，并將其從圖象中分割出來。　　完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別，車牌識別算法采用基于模板匹配算法，首先將分割后的字符二值化，并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，最后選最佳匹配作為結果，通過這種多次比對的方式極大了提高了車牌識別的準確率。　　車牌自動識別影響因素　　那么影響車牌識別結果的因素有哪些呢?　　1、圖像對識別的影響　　只有在圖像聚焦清晰的情況下，識別結果才能達到比較滿意的效果。當圖像中的車牌大小為150X40點陣時，字符不易粘連，利于切分，且切分后的字符特征較明顯，利于識別。　　2、車速對圖像的影響　　我國采用的PAL制視頻標準規定為每秒25幀圖像(每幀圖像之間的間隔為40毫秒)。假若攝像機鏡頭的景深(圖像清晰范圍)為1.0米。對于90公里/小時(0.001*3600/0.04=90)的車速，攝像機只能采集到1幀的清晰圖片。為了得到更多的清晰圖像，應設法增加景深，具體辦法是加大鏡頭，減小CCD攝像機的盡寸。　　3、觸發裝置對圖像的影響　　在Windows多任務系統中，任務的切換時間極不穩定，經過實測，這一時間從0到幾百毫秒不等，當系統CPU占用率高時，任務的切換時間很長。而視頻應用系統的CPU占用率都比較高。觸發裝置實際上是使用任務查詢方式檢測I/O端口的狀態，當達到設定的條件時，捕捉圖像。由于I/O端口狀態的變化到檢測有一定的延遲，使得捕捉的圖像可能不是最清晰的，當車速較高時，這種情況更加明顯。　　4、車型對圖像的影響　　不管是使用地感線圈還是紅外觸發，車型的影響都是顯而易見的，大車與小車的觸發位置即使在低速的情況下也可能超過0.5米，當超過1米時，捕捉的圖像可能不是最清晰的。　　5、識別速度為什么要快?　　在城市道路以及國道上，車速一般為0至80公里/小時，實際的車輛緝查應用系統，應達到這一車速水平，而不應限制車速。在80公里/小時的車速下，攝像機只有一幀清晰的圖像，要準確地捕捉到這一幀圖像的唯一方法，就是對圖像進行逐幀捕捉和識別，這就要求捕捉和識別的時間不得多于40毫秒，為了保證Windows系統的正常運行，這一時間不得不縮短為20毫秒以下。　　車牌自動識別系統應用特點　　1、強大的ISP處理能力　　車牌自動識別系統的識別率與牌照質量和拍攝的圖像質量有非常密切的關系，不但牌照本身的生銹、污損、油漆剝落、字體褪色等各種因素會大大影響車牌識別的準確性，而且拍攝的環境是否理想也會給車牌識別帶來很大的影響。　　智能交通攝像機內置了強大的ISP處理功能，可提供視頻穩定、面部檢測、噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強等功能，將圖像質量和效果提升到一個新的層次，不但改善了用戶實際觀感，更為智能化應用如車牌識別等提供了很好的運算分析基礎，充分保證了較高的車牌識別的準確率。　　2、對光照氣候背景良好的適應性　　很多車牌識別系統在陰天時識別率較高，晴天時反而下降甚至無法識別。直射光情況下，拍攝方向與陽光照射方向相同，拍攝到的車牌區域很亮導致字符筆劃較粗、相互粘連，而且我國的車牌都采用反光漆，嚴重時會出現鏡面反射，無法看清車牌號碼。另外，車體表面的反光產生的亮線、光暈也會對識別造成影響。牌照識別多數用于識別運動中的車輛，車牌區域在整個圖像中是不固定的，普通攝像機無法根據車牌區域進行調節。夜間環境下車輛開啟車燈，普通攝像機受大燈的影響減弱曝光強度造成圖像車牌區域很暗，無法看清號碼，車大燈的光線還可能形成大面積光暈遮擋牌照區域。　　結語　　車牌自動識別系統經過多年的發展，已是一項較為成熟的技術。傳統的車牌識別系統基于模擬標清圖像來進行檢測和識別，由于標清圖像分辨率低，層次感不強且視場較小等原因，導致車牌識別不能達到理想的效果，往往為了達到車牌識別率而需要犧牲車輛全景，因此需要通過兩臺攝像機配合來完成車牌的特寫和車輛全景的記錄，系統復雜度較高。　　相信在未來幾年，隨著各地高清智能交通系統的不斷應用建設，車牌自動識別技術會逐步向高清化、集成化、智能化發展，在各個應用系統中，將會不斷發揮其越來越重要的作用。下固件網 http://m.xinzhenzfzp.cn/

★下載時請注意網站提示！如未成功下載勿關閉頁面并聯系網站客服。