牌照自動識別是一項利用車輛的動態視頻或靜態圖像進行牌照號碼、牌照顏色自動識別的模式識別技術。
牌照自動識別硬件基礎一般包括觸發設備(監測車輛是否進入視野)、攝像設備、照明設備、圖像采集設備、識別車牌號碼的處理機(如計算機)等,其軟件核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法等。某些車牌識別系統還具有通過視頻圖像判斷是否有車的功能稱之為視頻車輛檢測。一個完整的車牌識別系統應包括車輛檢測、圖像采集、車牌識別等幾部分。當車輛檢測部分檢測到車輛到達時觸發圖像采集單元,采集當前的視頻圖像。車牌識別單元對圖像進行處理,定位出牌照位置,再將牌照中的字符分割出來進行識別,然后組成牌照號碼輸出。
1.車輛檢測
2.號碼識別
為了進行車牌識別,需要以下幾個基本的步驟:
1)牌照定位,定位圖片中的牌照位置;3)牌照字符識別方法主要有基于模板匹配算法和基于人工神經網絡算法。
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,選擇佳匹配作為結果。基于人工神經網絡的算法有兩種:一種是先對字符進行特征提取,然后用所獲得特征來訓練神經網絡分配器;另一種方法是直接把圖像輸入網絡,由網絡自動實現特征提取直至識別出結果。
實際應用中,車牌識別系統的識別率還與牌照質量和拍攝質量密切相關。牌照質量會受到各種因素的影響,如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實際拍攝過程也會受到環境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率,也正是車牌識別系統的困難和挑戰所在。為了提高識別率,除了不斷地完善識別算法還應該想辦法克服各種光照條件,使采集到的圖像利于識別。