车牌识别英文文献2翻译.pdf

实时车辆的车牌识别系统

摘要

本文中阐述的是一个简炼的用于车牌识别系统的算法。基于模式匹配，该算法可

以应用于对车牌实时检测数据采集，测绘或一些特定应用目的。拟议的系统原型已

经使用C++和实验结果已证明认可阿尔伯塔车牌。

1.介绍

车辆的车牌识别系统已经成为在视频监控领域中一个特殊的热门领域超过10

年左右。随着先进的用于交通管理应用的视频车辆检测系统的的到来，车牌识别系

统被发现可以适合用在相当多的领域内，并非只是控制访问点或收费停车场。现在

它可以被集成到视频车辆检测系统，该系统通常安装在需要的地方用于十字路口控

制，交通监控等，以确定该车辆是否违反交通法规或找到被盗车辆。一些用于识别

车牌的技术到目前为止有如BAM（双向联想回忆）神经网络字符识别[1]，模式匹配

[2]等技术。应用于系统的技术是基于模式匹配，该系统快速，准确足以在相应的请

求时间内完成，更重要的是在于阿尔伯塔车牌识别在字母和数字方位确认上的优先

发展。由于车牌号码的字体和方位因国家/州/省份的不同而不同，该算法需要作相

应的修改保持其结构完整，如果我们想请求系统识别这些地方的车牌。

本文其余部分的组织如下：第2节探讨了在识别过程中涉及的系统的结构和步

骤，第3节解释了算法对于车牌号码的实时检测，第4节为实验结果，第5节总结

了全文包括致谢和参考文献。

2.系统架构

系统将被用来作为十字路口的交通视频监控摄像系统一个组成部分来进行分

析。图1显示了卡尔加里一个典型的交叉口。只有一个车牌用在艾伯塔，连接到背

面的车辆照相机将被用于跟踪此背面车牌。

1/7

图1卡尔加里一个的典型交叉口

系统架构包含三个相异部分：室外部分，室内部分和通信链路。室外部分是安

装摄像头在拍摄图像的不同需要的路口。室内部分是中央控制站，从所有这些安装

摄像头中，接收，存储和分析所拍摄图像。通信链路就是高速电缆或光纤连接到所

有这些相机中央控制站。

几乎所有的算法的开发程度迄今按以下类似的步骤进行。一般的7个处理步骤

已被确定为所有号牌识别算法[3]共有。它们是：

触发：这可能是硬件或软件触发。硬件触发是旧的方式，即感应圈用于触发和

这个表述了图像通过检测车牌的存在何时应该被捕获。硬件触发现在在操作上在许

多地方被软件触发取代。在软件触发，图像分为区，通过图像对于分析的车辆的检

测的执行。

图像采集：硬件或软件触发启动图像捕捉设备来捕捉和存储图像来进一步的分

析。

车辆的存在：这一步是只需要如果在确认一定时间间隔后触发完成不需要知道

车辆存在于捕获的图像中。这一步背景图像与捕获的图片作比较，并检测是否有任

何重大改变。如果没有，拍摄的图像被忽略，否则进入到下一个步骤。

寻找车牌：此步骤是在捕获的图像中定位车牌。一些技术的可用于这一步，例

如颜色检测[4]，特征分析[5]，边缘检测[6]等。在捕获的图像中的任何倾斜是纠正

在这一步。一旦车牌已被定位，图像即准备进行字符识别。

字符分割：分割可以通过检测浓到淡或者淡到浓的过渡层。车牌中的每个灰色

字符产生了一个灰色带。因此，通过检测类似灰度带每个字符可以被分割出来。

识别过程：这是光学字符识别的一步。一些技术可以被用于到这一步包括模式

匹配[2]，特征匹配[7][8]和神经网络分类[9]。

2/7

发布过程：这是应用程序的特有的一步。根据应用此步骤可保存已被检测出来

的车牌用于交通数据收集，尝试匹配号牌与被盗车辆数据库或在停车场中为认可停

车的车辆打开汽车门等等。

3.算法

该算法用于在处理捕获的图像和车牌检测后的车牌字符识别。基于模式匹配，

系统沿用了一个智能算法用于艾伯塔车牌字母和数字的识别。图2显示了一个艾伯

塔省车牌样本其中包含三个字母，3个数字和破折号在内。所以通过基本的字符确

认方法，模糊的字符比如有：数字0和字母O，数字8和字母B已被解决。

此外，由于前三个字符是字母，所以只需与A-Z这一段的字母作比较比较。类

似的，在最后三个字符，它门只需与0-9这一段数字作比较。

图2.