1、高速公路车牌识别技术摘 要：随着社会的发展进步，车牌识别已经逐渐的发展成为智能交通系统中较为重要的组成部分，也是收费系统防止作弊的重要手段，更是高速系统自动化收费系统必须解决的关键问题，主要的目的是可以从图像中自动提取出车牌的图像，分割字符图像，实现对车牌信息的识别和比对。它不仅仅是计算机视觉与模式识别技术重要的研究话题，更是交通管理智能化的关键技术之一。目前，国内外都致力于这方面的研究，如模版匹配，神经网络，小波变换等，也都取得了较好的研究成果。关键字：车牌识别,模版匹配，神经网络，小波变换 Abstract:With the development of society progress,
2、License plate recognition has gradually become the development of intelligent transportation system an important part, also is the charging system to prevent an important means of cheating, but also high speed system automatic charging system must solve the key problem, the main purpose is to extrac
3、t image automatic license plate image, segmentation character image, realize on license information recognition and matching. It is not only a computer vision and pattern recognition technology important research topic, but also intelligent traffic management one of the key technologies. At present,
4、 the home and abroad have devoted to the research of this aspect, such as template matching, neural network, wavelet transform and so on, have achieved good results. Keywords:License plate recognition, template matching, neural network, wavelet transform 中图分类号：U412.36+6 文献标识码：A 文章编号： 1 引言 随着高速公路系统新技
5、术的高速发展，车牌识别技术已经成为交通应用方面的重要组成部分，切社会对其的应用也十分广泛，它不但在高速，隧道，桥梁等方面被广泛应用，而且也逐渐的被应用于小区，停车场等方面，也在电子警察和违章拍照方面做出较大贡献，介于车牌识别技术的广泛应用，越来越过的国家也都致力于对其的研究，同时也提出了一些较好的办法。但是，单方面而言其流程大概一致，关键差别在于前端采集系统图像的精度，和后端的算法处理。 2 车牌识别系统的介绍 汽车牌照自动识别系统 是智能交通系统的重要组成部分，是高科技的公路交通监控管理系统的主要功能模块之一。它在传统的交通监控技术的基础上，引入了数字摄像技术和计算机信息管理技术，采用先进的
6、图像处理、模式识别和人工智能技术，通过对车辆图像的采集和处理，获得车辆的数字化信息，从而达到更高的智能化管理水平。它运用车牌是车辆身份的唯一标识的思想概念来智能识别和统计车辆，涉及图像的捕捉、处理、理解和记录等技术。其中车牌识别又可以依据针对的方向不同可以分为车辆图片识别，和视频车牌号识别，其中车辆图片识别主要针对单张图片进行抓拍处理，识别图片中的车牌号码，而视频车牌号识别则主要应用于高速公路收费，交通治安，闯红灯系统，小区或是停车场的监控系统中，两项程序都可以清晰的捕捉图像，并适用于win98,2000,XP,等系统，适用较为方便快捷，下图是车牌识别系统流程。图 1 车牌识别系统流程 Fig
7、 1 License plate recognition system process 3 图像字符分割 在车牌识别的整个过程中，为了达到字符识别的目标从提取的车牌图像中分割出字符的工作室必不可少的，阀值分割，目标与背景区别，车牌字符倾斜校正，单个字符切割以及字符的归一化都是图像字符分割的主要工作。 车牌图像阀值分割：阀值分割主要是基于像素的一种图像分割方法，主要目的是选择一个合适的灰度值 T 将图像所有的灰度值相比较，大于T 和小于 T 的分别归类，在识别系统中图像经过预处理，质量有所提高，且背景干扰不严重我们通常使用最大类间方差法（Otsu 法）进行分割其方法原理如下： 设数字图像的灰度级
8、（G=1,2，L)处在灰度级 i 的所有像素用 i表示，总的像素 N 可表示为： 设 Pi 表示图像中灰度级为 i 出现的概率，且定义为： , 将图像中的像素按灰度级用阀值 T 划分为两类 C0 和 C1，则两类出现的概率分布为： 有时，由于存在一些背景的干扰，用 Otsu 方法求得的阀值进行分割不能最好的起到保留车牌字符的效果所以根据调差发现对于车牌的定位，当在 1.021.20 时的分割效果比较好。 4 结论 该技术已经越来越多的被应用在不同的场合，越来越体现出该技术在高速公路监控等系统中的重要地位，也是国内为很多公司都致力于这项技术的原因，目前对于车牌识别技术仍存在诸多问题，如：预处理过程中产生的误差，车牌定位及字符的分割及识别，没有用到车牌原有的颜色特征，都需要在研究的过程中进一步的加以改进。 参考文献 1 高速公路机电系统新技术及应用
