自然环境下,汽车图像背景复杂、光照不均匀,如何在自然背景中准确地确定牌照区域是整个识别过程的关键。对采集到的视频图像进行大范围相关搜索,找到符合汽车牌照特征的若干区域作为候选区,然后对这些侯选区域做进一步分析、评判,后选定一个佳的区域作为牌照区域,并将其从图象中分割出来。
完成牌照区域的定位后,再将牌照区域分割成单个字符,然后进行识别。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间或字符内的间隙处取得局部小值的附近,并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
实际应用中,牌照识别系统的识别率与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响,如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等;实际拍摄过程也会受到环境亮度、拍摄亮度、车辆速度等等因素的影响。这些影响因素不同程度上降低了牌照识别的识别率,也正是牌照识别系统的困难和挑战所在。为了提高识别率,除了不断的完善识别算法,还应该想办法克服各种光照条件,使采集到的图像利于识别。
自然光路线是指白天利用自然光线,夜间采用辅助照明光源,用彩色摄像机采集车辆真彩色图像,用彩色图像分析处理方法识别车牌。自然光真彩色识别技术路线,与人眼感光习惯一致,并且,真彩色图像能够反映车辆及其周围环境真实的图像信息,不仅可以用来识别车牌照,而且可以用来识别车牌照颜色、车流量、车型、车颜色等车辆特征。用一个摄像机采集的图像,同时实现所有前端基本视频信息采集、识别和人工辅助图像取证判别,可以前瞻性的为未来的智能交通系统工程预留接口。
一个车牌识别系统的后台管理体系,决定了这个车牌识别系统是否好用。清楚地认识到重要的一点是识别率达到是不可能的,因为车牌照污损、模糊、遮挡,或者天气也许很糟(下雪﹑冰雹﹑大雾等等)。后台管理体系的功能应该包括:
1、识别结果和车辆图像数据的可靠存储,当多功能的系统操作使得网络出差错时能保护图像数据不会丢失,同时便于事后人工排查;
2、有效的自动比对和查询技术,被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警,如果车牌照号码没有被正确读取时就要采用模糊查询技术才能得出相对“佳”的比对结果;
3、一个好的车牌识别系统对于联网运行,还需要提供实时通信、网络安全、远程维护、动态数据交互、数据库自动更新、硬件参数设置、系统故障诊断。
车牌识别系统在停车场中能够起到很大的作用,有助于推动停车场收入,特别是对丁一些机动型用户来说,能够随时释放山停车位,加大停车的梳动量。基丁停车场的车牌识别系统是一个基于视频监控和门禁系统合二为一的平台。该平台不仅允许终端用户查看视频信息,也可以让他们拉制摄像头,让系统抓拍到车牌信息后方可进入停车,停车费用明细可Web访问获取信息。