一、識別原理

1.識別流程

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。其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。

2.車輛檢測

車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測技術、視頻檢測等多種方式。采用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需矯正觸發位置、節省開支，而且更適合移動式、便攜式應用的要求。

系統進行視頻車輛檢測，需要具備很高的處理速度并采用優秀的算法，在基本不丟幀的情況下實現圖像采集、處理。若處理速度慢，則導致丟幀，使系統無法檢測到行駛速度較快的車輛，同時也難以保證在有利于識別的位置開始識別處理，影響系統識別率。因此，將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度。

3.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；

2）牌照字符分割，把牌照中的字符分割出來；

3）牌照字符識別，把分割好的字符進行識別，最終組成牌照號碼。

車牌識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與車牌識別互相配合、互相驗證。

1）牌照定位

自然環境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區域是整個識別過程的關鍵。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，并將其從圖象中分離出來。

2）牌照字符分割

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。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部最小值的附近，并且這個位置應滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復雜環境下的汽車圖像中的字符分割有較好的效果。

3）牌照字符識別

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?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s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，選擇最佳匹配作為結果?；谌斯ど窠浘W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，使采集到的圖像最利于識別。

二、技術特點

1.技術路線

采用計算機視覺技術識別車牌的流程通常都包括車輛圖像采集、車牌定位、字符分割、光學字符識別、輸出識別結果5個步驟。車輛圖像的采集方式決定了車牌識別的技術路線。國際ITS通行的兩條主流技術路線是自然光和紅外光圖像采集識別。自然光和紅外光不會對人體產生不良的心理影響，也不會對環境產生新的電子污染，屬于綠色環保技術。

自然光路線是指白天利用自然光線，夜間采用輔助照明光源，用彩色攝像機采集車輛真彩色圖像，用彩色圖像分析處理方法識別車牌。自然光真彩色識別技術路線，與人眼感光習慣一致，并且，真彩色圖像能夠反映車輛及其周圍環境真實的圖像信息，不僅可以用來識別車牌照，而且可以用來識別車牌照顏色、車流量、車型、車顏色等車輛特征。用一個攝像機采集的圖像，同時實現所有前端基本視頻信息采集、識別和人工輔助圖像取證判別，可以前瞻性的為未來的智能交通系統工程預留接口。

紅外光路線是指利用車牌反光和紅外光的光學特性，用紅外攝像機采集車輛灰度圖像，由于紅外特性，車輛圖像上幾乎只能看見車牌，然后用黑白圖像處理方法識別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照圖像。因紅外光是不可見光，它不會對駕駛員產生視覺影響。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中最明亮的時候，還是在一天中最暗的時候。唯一的例外是在白天，有時會看到一些牌照周圍的細節，這是因為晴朗天氣時太陽光的外光波的影響。采用紅外燈的缺點就是所捕獲的車牌照圖像不是彩色的，不能獲取整車圖像，并且嚴重依賴車牌反光材料。

2.技術特點

車牌識別技術是現代智能交通系統重要組成部分，其應用十分廣泛。它以計算機視覺處理、數字圖像處理、模式識別等技術為基礎，對攝像機所拍攝的車輛圖像或者視頻圖像進行處理分析，得到每輛車的車牌號碼，從而完成識別過程。通過一些后續處理技術其可以實現停車場出入口收費管理、盜搶車輛管理、高速公路超速自動化管理、闖紅燈電子警察、公路收費管理等等功能。對于維護交通安全和城市治安，防止交通堵塞，實現交通全自動化管理有著現實的意義。

我國標準汽車牌照是由漢字、英文字母和阿拉伯數字組成，漢字識別與字母和數字的識別有很大的區別，漢字的識別增加了識別的難度。我國汽車車牌的懸掛位置不統一。其他國家的汽車牌照格式（如汽車牌照的尺寸大小，牌照上字符的排列等）通常只有一種，而我國則根據不同車輛、車型、用途規定了多種牌照格式，分為普通車轎車、使館車、警車、軍車等，并且通常汽車牌照中也分大車和小車。我國汽車牌照的底色和字符顏色有多種組合，我們日常生活中常見的有藍底白字車牌、黃底黑字車牌、以及白底黑字車牌等等。

3.體系結構

一個車牌識別系統的基本硬件配置是由攝像機、主控機、采集卡、照明裝置組成。而軟件是由一個具有車牌識別功能的圖像分析和處理軟件，以及一個滿足具體應用需求的后臺管理軟件組成。

車牌識別系統于是出現了兩種產品形式，一種是軟硬件一體，或者用硬件實現識別功能模塊，形成一個全硬件的車牌識別器，例如DSP。另外一種形式是開放式的軟、硬件體系，即硬件采用標準工業產品，軟件作為嵌入式軟件。兩種產品形式各有優缺點。開放式體系的優點是由于硬件采用標準工業產品，運行維護容易掌握，備品備件采購可以從任何一家產商獲得，不用擔心因為一家產商倒閉或供貨不足而出現產品永久失效或采購困難。而軟硬件一體式產品，對于使用者操作產品時更易操作及控制。對于后期的維護調試也更易于掌握。

4.觸發方式

車牌識別系統有兩種觸發方式，一種是外設觸發，另一種是視頻觸發。

外設觸發工作方式是指采用線圈、紅外或其他檢測器檢測車輛通過信號，車牌識別系統接受到車輛觸發信號后，采集車輛圖像，自動識別車牌，以及進行后續處理。

視頻觸發方式是指車牌識別系統采用動態運動目標序列圖像分析處理技術，實時檢測車道上車輛移動狀況，發現車輛通過時捕捉車輛圖像，識別車牌照，并進行后續處理。視頻觸發方式不需借助線圈、紅外或其他硬件車輛檢測器。

1）間接法

指通過識別安裝在汽車上的IC卡或條形碼中所存儲的車牌的信息來識別車牌及相關信息。IC卡技術識別準確度高，運行可靠，可以全天候作業，但它整套裝置價格昂貴，硬件設備十分復雜，不適用于異地作業；條形碼技術具有識別速度快、準確度高、可靠性強以及成本較低等優點，但是對于掃描器要求很高。此外，二者都需要制定出全國統一的標準，并且無法核對車、條形碼是否相符，也是技術上存在的缺點，這給在短時間內推廣造成困難。

2）直接法

基于圖像的車牌識別技術屬于直接法，是一種無源型汽車牌照智能識別方法，能夠在無任何專用發送車牌信號的車載發射設備情況下，對運動狀態車輛或靜止狀態車輛的車牌號碼進行非接觸性信息采集并實時智能識別。與間接法識別系統相比，首先，這種系統節省了設備安置及大量資金，從而提高了經濟效益；其次，由于采用了先進的計算機應用技術，所以可提高識別速度，較好地解決實時性問題；再次，它是根據圖像進行識別，所以通過人的參與可以解決系統中的識別錯誤，而其他方法是難以與人交互的。

直接法一般有圖像處理技術，傳統模式識別技術及人工神經網絡技術。

（1）圖像處理技術

運用圖像處理技術解決汽車牌照識別的研究最早始于80年代，但國內外均只是就車牌識別中的某一個具體問題進行討論，并且通常僅采用簡單的圖像處理技術來解決，并沒有形成完整的系統體系，識別過程是使用工業電視攝像機拍下汽車的前方圖像，然后交給計算機進行簡單的處理，并且最終仍需要人工干預，例如車輛牌照中省份漢字的識別問題，1985年有人利用常見的圖像處理方法提出漢字識別的分類是在抽取漢字特征的基礎上進行的，根據漢字的投影直方圖選取浮動閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進行漢字的粗分類；然后根據漢字在水平方向的投影直方圖，選取適當閉值，進行量化處理后，形成一個變長鏈碼，再用動態規劃法，求出與標準模式鏈碼的最小距離，實現細分米完成漢字省名的自動識別。

（2）傳統模式識別技術

傳統模式識別技術指結構特征法、統計特征法等。90年代，由于計算機視覺技術的發展，開始出現汽車牌照識別的系統化研究。1990年AS.Johnson等運用計算機視覺技術和圖像處理技術實現了車輛牌照的自動識別系統。該系統分為圖像分割、特征提取和模板構造、字符識別等三個部分。利用不同閩值對應的直方圖不同，經過大量統計實驗確定出車牌位置的圖像直方圖的閩值范圍，從而根據特定閩值對應的直方圖分割出車牌，再利用預先設置的標準字符模板進行模式匹配識別出字符。

（3）人工神經網絡技術

近幾年來，計算機及相關技術發達的一些國家開始探討用人工神經網絡技術解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經網絡方法對車牌上的字符進行自動識別，BAM神經網絡是由相同神經元構成的雙向聯想式單層網絡，每一個字符模板對應著唯一個BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。

這種采用BAM神經網絡方法的缺點是無映解決識別系統存儲容量和處理速度相矛盾的問題。

5.技術指標

從技術上評價一個車牌識別系統，有三個指標，即識別率、識別速度和后臺管理系統。當然，前提是系統要能夠穩定可靠的運行。

1）識別率

一個車牌識別系統是否實用，最重要的指標是識別率。國際交通技術作過專門的識別率指標論述，要求是24小時全天候全牌正確識別率85%～95%。

為了測試一個車牌識別系統識別率，需要將該系統安裝在一個實際應用環境中，全天候運行24小時以上，采集至少1000輛自然車流通行時的車牌照進行識別，并且需要將車輛牌照圖像和識別結果存儲下來，以便調取查看。然后，還需要得到實際通過的車輛圖像以及正確的人工識別結果。之后便可以統計出以下識別率：

1）自然交通流量的識別率=全牌正確識別總數/實際通過的車輛總數；

2）可識別車牌照的百分率=人工正確讀取的車牌照總數/實際通過的車輛總數；

3）可識別全牌正確識別率=全牌正確識別的車牌照總數/人工讀取的車牌照總數這三個指標決定了車牌識別系統的識別率，諸如可信度、誤識率等都是車牌識別過程中的中間結果。

2）識別速度

識別速度決定了一個車牌識別系統是否能夠滿足實時實際應用的要求。一個識別率很高的系統，如果需要幾秒鐘，甚至幾分鐘才能識別出結果，那么這個系統就會因為滿足不了實際應用中的實時要求而毫無實用意義。例如，在高速公路收費中車牌識別應用的作用之一是減少通行時間，速度是這一類應用里減少通行時間、避免車道堵車的有力保障。

國際交通技術提出的識別速度是1秒以內，越快越好。

3）后臺管理

一個車牌識別系統的后臺管理體系，決定了這個車牌識別系統是否好用。必須清楚地認識到重要的一點是識別率達到100%是不可能的，因為車牌照污損、模糊、遮擋，或者天氣也許很糟（下雪﹑冰雹﹑大霧等等）。后臺管理體系的功能應該包括：

1）識別結果和車輛圖像數據的可靠存儲，當多功能的系統操作使得網絡出差錯時能保護圖像數據不會丟失，同時便于事后人工排查；

2）有效的自動比對和查詢技術，被識別的車牌照號碼要同數據庫中成千上萬的車牌號碼自動比對和提示報警，如果車牌照號碼沒有被正確讀取時就要采用模糊查詢技術才能得出相對“最佳”的比對結果；

3）一個好的車牌識別系統對于聯網運行，還需要提供實時通信、網絡安全、遠程維護、動態數據交換、數據庫自動更新、硬件參數設置、系統故障診斷。