车牌识别技术的意义和发展现状综述.docVIP

车牌识别技术的意义和发展现状综述 随着人民生活水平的提高和经济的发展，机动车的数量逐年增多，道路交通成为人们日益关注的问题。为了解决道路交通问题，一种准确、高效的新型运输系统——智能交通系统(Intelligent?Transportation?System,简称ITS)应运而生。 智能交通系统通常由交通信息采集系统、信息处理分析系统、信息发布系统等组成。交通信息采集系统主要的作用是为了获取车辆状况、道路情况，常见的有GPS导航、红外雷达检测器等；信息处理分析系统是对获取的相关信息进行处理，比如提取车牌的相关信息、获得路线等，常用的信息处理分析系统有：专家系统、GIS应用系统等；信息发布系统是指利用广播、互联网等媒体公布处理后的信息。智能交通系统能够提高交通运输效率、缓解交通阻塞、减少交通事故，因此在车站客流疏导、高速公路和城市交通等方面发挥着越来越重要的作用。 ??车牌识别(License?Plate?Recognition,简称LPR)技术是智能交通系统的重要组成部分。车牌识（信息科技论文发表--论文发表向导网江编辑加扣二三三五一六二五九七）别技术利用车牌号码作为车辆的唯一标识的特点，采用图像处理技术、人工智能技术、模式识别等技术识别车牌号码，在实际生活中具有广泛的应用。 （1）超速检测。当车辆超速时，可以利用车牌识别系统捕获超速车辆的车牌图像，提取车牌号码用于作为处罚违章车辆的证据。 ??（2）高速公路收费管理。在高速公路收费站可以利用车牌识别系统识别车牌号码，实现不停车收费，而且还可以记录没有缴纳相关费用的车辆。 ??（3）监测车流量。通过车牌识别系统可以获得高峰时间段的车流量、车流量的密度等相关数据。分析与车流量有关的数据，从而为分散车流量、诱导交通提供参考数据。 ??（4）居民小区、重要机关单位的车辆安全管理。 ??（5）道路交通路口的“电子警察”。 总之，车牌识别系统在道路交通安全、道路管理、道路交通疏导具有广泛的应用，已经成为各个国家研究的一个重点课题。 二、车牌识别技术的国内外研究现状 ??在20世纪90年代，随着信息处理技术和计算机性能得到不断提高，国外的车牌识别技术得到较大的发展。A.S.Johnson等学者利用数字图像处理技术和模式识别技术对车牌进行识别。首先对大量的车牌图像实验，统计车牌图像位置对应的图像直方图阈值；然后利用得到的阈值从采集到的图像中提取车牌；最后通过对提取出的车牌图像和标准字符模板进行匹配，从而识别车牌字符。P.V.Suryanarayana等学者首先通过Otsu算法对图像进行二值化操作，采用Sobel算子检测二值化图像的垂直边缘以得到边缘检测后的图像；然后根据车牌字符的几何特征构造结构元，通过闭操作以获得完整的车牌图像，并且采用开操作去除非车牌区域；最后采用八连通分量的提取算法从车牌候选区域中得到最终的车牌图像。Eun?Ryung?Lee等学者首先利用神经网络对图像中的每个像素点进行颜色分类。以像素点的八个邻域像素点的HLS分量的值作为输入，输出的最大值对应的颜色类别即为该像素点的颜色。其次采用HV彩色直方图提取区域，并且根据车牌的结构特征得到最终的车牌图像；然后根据车牌中的字符颜色的HV直方图进行字符分割；最后利用模板匹配的方法识别车牌字符。M.Notturmo?Gramieri等人针对意大利车牌的自动识别技术进行了系统的研究，研制了名为TELEPASS的车牌识别系统。另外还有英国Alphatech公司开发的ARGUS车牌识别系统，ARGUS车牌识别系统识别车牌号码的时间约为100毫秒，而且能够对时速100英里的车辆进行有效的识别。车牌识别系统已经在美国、日本、德国等国家得到了广泛的应用，而且车牌的有效识别率高达95%，在一秒左右的时间内能够识别3辆机动车。 国内有很多学者在车牌识别系统方面提出了新的算法。武汉大学的喻晓、李慕龙等学者提出（信息科技论文发表--论文发表向导网江编辑加扣二三三五一六二五九七）利用车牌的颜色和纹理特征定位车牌。通过数学形态学和边缘检测的方法得到车牌的候选区域，然后利用车牌的颜色特征去除不符合条件的候选区域，从而得到最终的车牌图像。华中科技大学的沈世宴、盛翊智指出首先将RGB彩色图像转换为灰度图像，通过Robert边缘检测算子得到边缘检测后的图像；然后通过迭代求图像最佳分割阈值的算法得到二值图像；最后对二值图像进行水平投影来确定车牌的位置，从而提取出车牌图像。再结合垂直投影分割车牌图像中的字符以实现车牌字符的分割。东南大学的李双才指出首先根据图像中车牌区域内的字符和底色之间的灰度变化的特点，结合车牌的先验知识，提出一种利用差分的方法对图像中的车牌进行初步定位；其次依据车牌区域的直方图的特征确定车牌的类别以对车牌图像进行二值化操作；然后采用Radon变换检