欢迎来到中科智泊科技(广州)有限公司网站!
智能平板车位锁专注无人值守停车管理解决方案!
全国服务热线:4006-800-823
手机微信:18122171825
您的位置: 首页>>新闻中心>>行业资讯

咨询热线

4006-800-823
手机微信:18122171825

车牌识别系统车牌识别算法如何识别机动车号牌种类

作者: 浏览:460 来源: 时间:2019-01-24

车牌配色很多种,如何识别机动车号牌种类


在路上,我们能够看到各式各样的机动车,无一例外这些车辆上都悬挂着机动车号牌。如果你留心观察,就会发现机动车号牌也是各式各样的


最直观的就是机动车号牌的配色有很多种,最常见的机动车号牌底色是蓝色,但还有黄色、白色、绿色等。其次,我们还会看到一些机动车号牌上有省份简称以外的汉字,如“学”、“警”等。


车牌识别算法基于图像分割和图像识别理论,对含有车牌识别车辆号牌的图像进行分析处理,从而确定牌照在图像中的位置,并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算,其运行流程如下图所示:

关键词:车牌识别一体机、车牌识别摄像机、车牌识别摄像头、车牌识别相机、车牌识别系统

1.图像采集

根据车辆检测方式的不同,图像采集一般分为两种,一种是静态模式下的图像采集,通过车辆触发地感线圈、红外或雷达等装置,给相机一个触发信号,相机在接收到触发信号后会抓拍一张图像,该方法的优点是触发率高,性能稳定,缺点是需要切割地面铺设线圈,施工量大;另一种是视频模式下的图像采集,外部不需要任何触发信号,相机会实时地记录视频流图像,该方法的优点是施工方便,不需要切割地面铺设线圈,也不需要安装车检器等零部件,但其缺点也十分显著,由于算法的极限,该方案的触发率与识别率较之外设触发都要低一些。

2.预处理

由于图像质量容易受光照、天气、相机位置等因素的影响,所以在识别车牌之前需要先对相机和图像做一些预处理,以保证得到车牌最清晰的图像。一般会根据对现场环境和已经拍摄到的图像的分析得出结论,实现相机的自动曝光处理、自动白平衡处理、自动逆光处理、自动过爆处理等,并对图像进行噪声过滤、对比度增强、图像缩放等处理。去噪方法有均值滤波、中值滤波和高斯滤波等;增强对比度的方法有对比度线性拉伸、直方图均衡和同态滤波器等;图像缩放的主要方法有最近邻插值法、双线性插值法和立方卷积插值等。

逆光图像

过曝图像

有噪声图像

3.车牌定位

从整个图像中准确地检测出车牌区域,是车牌识别过程的一个重要步骤,如果定位失败或定位不完整,会直接导致最终识别失败。车牌定位方法一般会依据纹理特征、颜色特征和形状特征等信息,采用投影分析、连通域分析、机器学习等算法检测车牌。投影分析方法根据车牌字符与背景交替出现的次数相比于其他情况要多这个特征,通过图像在水平和垂直方向的投影分析来定位车牌。连通域分析根据车牌中的每个字符都是一个连通域且这些连通域的结构和颜色都一致的特征,通过检测并合并这些连通域来定位车牌;机器学习的思路是,先使用从很多个车牌样本中提取出来的特征把一个弱分类器训练成一个强分类器,再使用这个强分类器对图像进行扫描检测从而定位到车牌。由于复杂的图像背景,且要考虑不清晰车牌的定位,所以很容易把栅栏,广告牌等噪声当成车牌,所以如何排除这些伪车牌也是车牌定位的一个难点。为了提高定位的准确率和提高识别速度,一般的车牌识别系统都会设计一个外部接口,让用户自己根据现场环境设置不同的识别区域。

基于连通域分析的车牌定位方法流程图

4.车牌校正

由于受拍摄角度、镜头等因素的影响,图像中的车牌存在水平倾斜、垂直倾斜或梯形畸变等变形,这给后续的识别处理带来了困难。如果在定位到车牌后先进行车牌校正处理,这样做有利于去除车牌边框等噪声,更有利于字符识别。目前常用校正方法有:Hough变换法,通过检测车牌上下、左右边框直线来计算倾斜角度;旋转投影法,通过按不同角度将图像在水平轴上进行垂直投影,其投影值为0的点数之和最大时的角度即为垂直倾斜角度,水平角度的计算方法与其相似;主成分分析法,根据车牌背景与字符交界处的颜色具有固定搭配这一特征、求出颜色对特征点的主成分方向即为车牌的水平倾斜角度;方差最小法,根据字符在垂直方向投影点的坐标方差最小导出垂直倾斜角的闭合表达式,从而确定垂直倾斜角度;透视变换,利用检测到的车牌的四个顶点经过相关矩阵变换后实现车牌的畸变校正。

水平和垂直倾斜

梯形畸变

5.字符分割

定位出车牌区域后,由于并不知道车牌中总共有几个字符、字符间的位置关系、每个字符的宽高等信息,所以,为了保证车牌类型匹配和字符识别正确,字符分割是必不可少的一步。字符分割的主要思路是,基于车牌的二值化结果或边缘提取结果,利用字符的结构特征、字符间的相似性、字符间间隔等信息,一方面把单个字符分别提取出来,也包括粘连和断裂字符等特殊情况的处理;另一方面把宽、高相似的字符归为一类从而去除车牌边框以及一些小的噪声。一般采用的算法有:连通域分析、投影分析,字符聚类和模板匹配等。污损车牌和光照不均造成的模糊车牌仍是字符分割算法所面对的挑战,有待更好的算法出现并解决以上问题。

6.字符识别

对分割后的字符的灰度图像进行归一化处理,特征提取,然后经过机器学习或与字符数据库模板进行匹配,最后选取匹配度最高的结果作为识别结果。目前比较流行的字符识别算法有:模板匹配法、人工神经网络法、支持向量机法和Adaboost分类法等。模板匹配法的优点是识别速度快、方法简单,缺点是对断裂、污损等情况的处理有一些困难;人工神经网络法学习能力强、适应性强、分类能力强但比较耗时;支持向量机法对于未见过的测试样本具有更好的识别能力且需要较少的训练样本;Adaboost分类法能侧重于比较重要的训练数据,识别速度快、实时性较高。我国车牌由汉字、英文字母和阿拉伯数字3种字符组成,且具有统一的样式,这也是识别过程的方便之处。但由于车牌很容易受外在环境的影响,出现模糊、断裂、污损字符的情况,如何提高这类字符和易混淆字符的识别率,也是字符识别的难点之一。易混淆字符包括:0与D、0与Q、2与Z、8与B、5与S、6与G、4与A等。

污损车牌

7.车牌结果输出

将车牌识别结果以文本格式输出,包括车牌号,车牌颜色,车牌类型等。

想必你一定很好奇,种类繁多的机动车号牌是如何进行分类的?下面小编就从机动车号牌的配色以及机动车号牌上的汉字等方面对路面上常见的机动车号牌种类进行梳理。

机动车号牌的配色

机动车号牌的配色主要由号牌底色和字符颜色构成。目前常见的机动车号牌配色有6种组合。

1、黄底黑字

适用于大型汽车号牌、挂车号牌、普通摩托车号牌、教练汽车号牌和教练摩托车号牌。

2、蓝底白字

适用于小型汽车号牌和轻便摩托车号牌。

3、白底黑字

适用于警用汽车号牌和警用摩托车号牌,但其中“警”字为红色。

4、黑底白字

适用于使、领馆的汽车号牌和使、领馆摩托车号牌。

5、渐变绿色底黑字

适用于小型新能源汽车号牌。

6、黄绿双拼色底黑字

适用于大型新能源汽车号牌。

机动车号牌上的汉字

机动车号牌上除了有代表省、自治区、直辖市简称的汉字在机动车号牌的左侧外,还有一些机动车号牌右侧也有汉字,这些是专用机动车号牌。专用机动车无论大车还是小车,前后都悬挂着一样的机动车号牌。右侧的汉字有:

1、挂:代表挂车

2、学:代表教练车

3、使:代表使领馆车车辆

4、领:代表领馆车辆

5、警:代表警用车辆

6、港、澳:代表内地-港澳往返车辆