技术应用

基于图像处理技术的汽车牌照识别系统设计

发布时间:2012-02-17 00:00:00

中心议题:

  • 基于图像处理技术的汽车牌照识别系统设计

解决方案:

  • 针对过亮或者过暗的图像采取不同的二值化策略
  • 根据字符识别的结果采用回溯方法来验证车牌定位和字符切分的准确性
  • 采用神经网络作为分类器均可以提高字符识别的准确率


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。
 

基于图像处理技术的汽车牌照识别系统设计

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。
 

基于图像处理技术的汽车牌照识别系统设计


    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。

1.3 车辆牌照的字符分割

    车辆牌照的字符分割是把经过定位后的车牌区域切分成若干个子区域,每一个子区域包含一个字符。字符分割的任务是把多行或多字符图像中的每个字符从整个图像中分割出来,使其成为单个字符。
    对于一般的字符识别来说,其识别过程是从输入的待识别字符(样本)点阵图形中提取描述该字符的特征,再根据一定准则来判定该样本所属的模式类别。因此,字符描述、特征提取与选择、分类判决等是字符识别的三个基本环节。

2 车牌字符的识别


    字符识别是车牌照识别系统的最重要的组成部分,该部分需要对图像采集,图像处理,车牌照定位,字符切分所得到的结果进行识别处理,以最终得到车辆牌照的字符。
    本文论述的车辆牌照字符识别方法分为字符图像预处理、特征提取、分类器设计等部分。

2.1 字符图像预处理

    字符图像预处理就是对输入的字符图像进行处理,以使其变成某种特定的标准形式,使后续的特征提取和字符识别更容易进行。其主要功能有两点:一是消除图像中的噪声,修正图像断线或粘连现象;二是通过各种线性、非线性归一化方法,使变换后的图像相对稳定,便于识别。

2.2 特征提取

    特征提取的主要目的是从原始数据中抽取出用于区分不同类别的本质特征。由于不同的特征的适用性不同,故对不同效果的字符所提取的特征性能也不尽相同,因 此,用单一的特征已经很难适应受多种条件影响的车牌照字符的识别。另外,由于不同特征的不同维之间所表示的意义也不太相同,且权重也可能相差很多,如果采 用直接组合的方法,就会使权重较大的特征占主导地位,而忽略了权重较小的特征。要解决这种问题,可以采用特征向量归一化法或者加权的办法,将两种特征通过 加权的方法组合起来,从而达到组合使用两种特征的目的。
[page]
2.3 分类器设计

    分类器就是在特征空间中用某种方法将被识别对象归为某一类别。其基本做法是在样本训练集的基础上确定某个判决规则,以使按这种判决规则对被识别对象进行分类所造成的错误率最小或引起的损失最小。
    采用神经网络作为分类器时,需要有一定的训练样本,而且样本个数不能太少,但是,本文的实验环境中的车牌上,汉字、英文样本较少,甚至某些汉字英文仅有一 个或者几个样本,因而无法保证神经网络的训练程度。因此,本文采用模板匹配法。模板匹配法实际上就是采用多个标准样本的距离分类器。通常可利用平均样本法 来计算样本均值以将其作为每个类别的标准样本,然后计算待识别样本与标准样本间的距离,最后选择距离最小的标准样本作为待识别的样本类别。
    通常采用的距离准则如下;
    (1)Minkowsky距离
    该距离是若干种距离的通式表示:
   

基于图像处理技术的汽车牌照识别系统设计


    (2)“City block”距离
    即街区距离,它是对Manhattan距离的修正,同时加上了权重。即:
   

基于图像处理技术的汽车牌照识别系统设计


    (3)Euclidean距离
    即欧氏距离,是Minkowsky距离在λ=2时的特例,其优点是各点连续可微:
   

基于图像处理技术的汽车牌照识别系统设计


    (4)Mahalanobis距离
    即马氏距离,它注意到样本的统计特性,而排除了样本间的相关性影响。它可表示为:
   

基于图像处理技术的汽车牌照识别系统设计


    本设计选用了欧式距离。因为欧式距离可以只计算基于图像处理技术的汽车牌照识别系统设计,这样可以降低计算时间。

3 结束语


    本文提到的车牌照识别方法具有很好的识别效果,并可针对出现的漏识和识别错误等现象做出改进,预处理时还可对图像亮度进行分析,针对过亮或者过暗的图像采 取不同的二值化策略;也可以根据字符识别的结果采用回溯方法来验证车牌定位和字符切分的准确性;字符识别部分可增加字符模版的训练样本数量,而采用神经网 络作为分类器均可以提高字符识别的准确率。


为您推荐

东芝推出 TLX9909 光伏输出型光耦,可外部调节关断时间面向车载 SSR 应用 新品速递

东芝推出 TLX9909 光伏输出型光耦,可外部调节关断时间面向车载 SSR 应用

东芝电子元件及存储装置株式会社发布车载光伏输出型光耦 TLX9909 并开启批量出货。该器件符合 AEC‑Q101 车载标准,最小开路电压可达 13.5V,无需隔离侧电源与电荷泵电路;可借助外部栅极放电电路灵活调节关断时间,扩大高压功率 MOSFET 适配范围。搭配外置 MOSFET 可搭建高压大电流固态继电器 SSR,适用于电池管理系统 BMS、车载充电器 OBC、车载逆变器等场景,与 TLX9910 形成产品组合,方便工程师根据元器件数量、设计自由度选型。

汽车电子 能源电路 电源管理 光电显示 继电器 TOSHIBA(东芝)

Skyworks 推出 SKY4680x 多核车载音频 DSP,单核‑三核覆盖入门至高端整车平台 新品速递

Skyworks 推出 SKY4680x 多核车载音频 DSP,单核‑三核覆盖入门至高端整车平台

Skyworks(思佳讯)正式发布 SKY4680x 车载音频 DSP 系列,包含单核、双核、三核多种配置,覆盖从入门级到高端车型。该系列基于 Cadence HiFi 5 内核,三核版本总算力超 1.2GHz,集成 8MB 带 ECC 的 SRAM,多数场景无需外接 DRAM,可支持最高 64 路音频通道。器件支持自研算法、第三方音频 IP 以及边缘 AI 音频应用,搭配图形化音频开发环境与 SDK,帮助车企与 Tier1 实现跨车型软件复用,平衡座舱音频性能与 BOM 成本。目前工程样片与评估板已开放申请。

汽车电子 互联技术 处理器 SKYWORKS

MathWorks 取得 TÜV 南德认证扩展,智能体 AI 融入 ISO 26262 汽车功能安全开发流程 业界新闻

MathWorks 取得 TÜV 南德认证扩展,智能体 AI 融入 ISO 26262 汽车功能安全开发流程

MathWorks 宣布扩展 MATLAB、Simulink 等工具的 TÜV 南德认证范围,新增依据 ISO 26262 制定的 AI 工具分类指南,成为首家为功能安全场景下 AI 辅助工程工作流提供评估指南的工具供应商。借助 Simulink Agentic Toolkit 与 Polyspace Agentic Toolkit,可将 AI 智能体嵌入基于模型的完整开发链路,完成模型搭建、评审、测试生成、代码缺陷检测等工作。方案基于 Model Context Protocol(MCP),兼容 GitHub Copilot、Gemini CLI、Claude Code 等主流 AI 平台,在引入 AI 提效的同时,保障汽车安全关键项目所需的可审计、可追溯能力。

汽车电子 EMC安规 测试测量 MathWorks

纳芯微收购隔空智能:融合模拟与射频技术,打造平台型国产芯片企业 业界新闻

纳芯微收购隔空智能:融合模拟与射频技术,打造平台型国产芯片企业

11 月 16 日,国产模拟芯片龙头纳芯微(688052.SH/02676.HK)发布公告,拟以现金 48692.70 万元收购隔空智能 78.1520% 股权。隔空智能在毫米波雷达 SoC 拥有全频段技术积累,本次收购将帮助纳芯微新增射频产品线,形成 “模拟 + 传感 + 射频 + 数字 + SoC” 的综合研发体系。交易保留隔空智能核心团队部分股权实现长期激励,双方将在智能驾驶、智能终端市场协同发力,推进 77GHz 车载雷达、60GHz 消费级雷达等产品研发落地,为行业提供更加完整的系统级芯片解决方案。

汽车电子 RF /微波 传感技术 射频 NOVOSENSE(纳芯微)

贸泽赞助|2026 “创造未来” 设计大赛决赛入围名单揭晓,纽约现场演示角逐高额奖金 业界新闻

贸泽赞助|2026 “创造未来” 设计大赛决赛入围名单揭晓,纽约现场演示角逐高额奖金

贸泽电子(Mouser)持续赞助的全球知名“创造未来(Create the Future)” 设计大赛,公布 2026 年度决赛入围名单。本届赛事由 SAE Media Group 与《Tech Briefs》主办,英特尔、ADI、COMSOL 联合参与赞助,入围作品将赴纽约开展现场演示,共同角逐 25000 美元最高奖金。大赛分为航空航天国防、汽车交通、电子产品、能源动力、制造材料、医疗、机器人自动化七大赛道。本文整理全部决赛入围项目、赛事背景,一览全球工程师面向民生改善、可持续发展的创新成果。

医疗穿戴 汽车电子 MOUSER(贸泽)

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆