关键字：车牌识别；自动识别；车牌定位；
1.引言
我国经济自八十年代开始，得到了迅猛的发展。与此同时，随着国家城市建设的快速推进，各种各样的先进技术手段都在不断被应用于智慧城市的建设中。城市中车辆的数量快速地增加，城市道路中机动车辆的流量也越来越大。因此，伴随着年度机动车辆数目的增长率不断上升，车辆行驶里程的大幅增长，各个城市必须加紧对于智能化、现代化道路交通管理体系的建设。与此相应，智能交通系统的产生与不断发展，便可以使高科技手段来进一步管理交通情况。智能交通系统是以交通管理为目的形成的系统，它的核心是对于图像的处理技术，在实践中得到了广泛的应用。智能交通系统是一种十分理想化的方案，它可以解决许多由于城市快速发展带来的交通问题。在现实生活的应用上,车牌识别技术得到了广泛的认可,具体可以涵盖交通流量的检测、交通的控制、各个机场的出入口交通管理等违章车辆监控，因此车牌的自动识别在生活的许多时候会产生十分关键的作用，有着巨大的市场需求以及实际应用价值。
机动车车牌的自动识别是通过摄像机来拍摄车辆的清晰图像，借助每辆汽车对应唯一所属车牌号码的特点来识别拍摄到的车辆车牌号码，因此自动识别是智慧城市建设、智能交通系统发展中的很关键的部分。计算机系统对于机动车车牌的自动识别能够在不影响交通运行的情况下完成图像的拍摄、识别以及处理，这样便可以大大简化对于交通运行情况的管理。车牌的自动识别可以解决车辆行驶收费的问题，有利于测量一些交通流量检测指标，有利于测报道路上发生的交通事故。另外，车牌自动识别技术也可以定位车辆、追查违规的车辆与违规交通行为，它的作用体现在生活的许多方面。文中将首先综合论述在中国及其他国家对于汽车车牌自动识别技术的研究进展，其次对车牌识别系统的组成以及原理进行分析，同时结合阐述该系统中的关键技术问题，最后对汽车识别技术的问题等作出总结并提出发展设想。完善的车辆车牌自动识别系统将会极大地提高道路交通的管理效率以及管理质量，对于智慧城市交通的智能化、科学化、效率化有十分重要的应用意义。
2.中国及其他国家汽车车牌自动识别技术的现状综述
国内的车牌技术识别研究晚于其他国家，在1990年代前后开始了相关技术研究。诸如“汉王眼”等车牌识别系统逐渐进入大众的视野。较早期的“汉王眼”识别系统使用数字信号的方式对车牌图像进行采集、处理、识别、数据的存储以及传送等，处理速度极为迅速，处理结果也极为可靠。近几年来，汽车自动识别技术得到了极大的发展。越来越多的专业学者针对汽车车牌自动识别问题研究出许多新的算法和新的技术。在中国，有些学者通过基于小波、形态学的方法进行分割，这种分割方式需要考虑更多的结构元素问题。针对各种形态的背景以及要处理的车牌图像，这种方法需要采用特定的结构元素并且采用不同的变换处理方式来得到需要的处理结果。为了进一步完善这种方法，一般可以结合形态学等学科知识改进上述分割方法，但较为复杂。自适应滤波算法是对于车牌自动识别算法的另一种优化方式，对于车牌图像的预处理可以有很大的改善，但处理速度仍不是十分令人满意。考虑到处理质量与图像处理速度等问题，越来越多学者考虑采用计算机的分布式结构方式来优化车牌自动识别的处理速度问题。计算机分布式结构的应用首先需要对目标车牌进行特征的选取和处理，接下来对获取的车牌图像进行合适、及时并准确的分割，这样既可以保证数据处理的及时性，也可以得到有效的信息，有较强的鲁棒性。
在国内对于汽车车牌自动识别的处理中，如何准确定位车辆在长期内一直是一个重点与难点问题。系统捕捉到的汽车车牌实际图像存在一定的噪声问题，同时结合多样化的背景干扰，这些问题使得汽车的准确定位成为一个难题。为了解决这个问题，有学者将遗传算法应用于定位问题的处理中。遗传算法的应用使汽车车牌的特征提取更为简单和准确，只需要对特定区域图像进行分析处理就能准确识别车牌，因此这种方式的车牌自动识别技术得到了广泛的应用。自动识别车牌应当包括定位车牌、分割车牌字符以及识别这三个主要的步骤。王枚和黄山等学者分别用彩色分量垂直边缘、小波分析等方法对定位步骤进行了分析，还有其他学者结合边缘检测、颜色特征、数学方法等对定位问题进行优化处理。对于字符的分割，现有研究中主要结合投影法、模板匹配等切割车牌的有用图像字符，使之成为单个的字符。对于单个字符的识别，学者通过模板匹配、支持向量机和神经网络等算法对于车牌字符识别，去除噪声干扰。
在其他国家，尤其是发达国家的交通系统之中，车牌的自动识别已经有了一定的应用。己取得了成功的应用。数学形态学、神经网络、模糊技术和遗传算法都在国外的车牌自动识别技术中心得到结合与研究，几种学科方法的结合使用可以得到更好地识别效果。但结合我国实际路面交通情况的复杂性以及智能化需求，现有的车牌自动识别技术仍不能完全满足我国智能化交通管理的要求。中国在车牌自动识别方面停留在研究阶段较多，识别速度的问题大大限制了自动识别技术的实际应用与作用发挥。
3.汽车车牌自动识别问题的分析算法
现有的车牌自动识别系统有以下分析算法。
第一，遗传算法分析。遗传算法在本质上属于搜索算法，结合了自然选择和遗传学的学科知识，在串结构之中形成随机性和规律性并存的信息交换方式。遗传算法的实现原理中，重心便是对于鲁棒性的处理。以生物进化的过程作为效仿对象，在全局中以保证随机性的方式寻找最优解。遗传算法可以在没有限制性的假设的情况下，借助自然生物系统的进化原理来提供一个复杂的操作空间，这种方法可以被用来对牌照进行分离。从根本上来说，分离车辆的牌照就是不断寻找并发现相应的特征区域，在一个可选择的参量空间中确定全局最优解。
第二，神经网络分析。相比于遗传算法等方法，神经网络的方式具有许多独特的优点。比如说，这种方法可以实现并行计算、拥有更强的容错能力等等。但它也有一定的缺点，即对它进行训练的时候并不适合于表达已有的知识，初始值的确定往往局限于随机数。这样的缺点则会使得网络训练时间大幅增加。
第三，模糊逻辑分析。模糊逻辑的逻辑方式和人的一般思维十分相近，因此它适合于对模糊性的、非线性的、具有特殊性的知识进行处理和表达，但这种方法自发学习的能力相对较弱，自适应能力也有些欠缺。因此客观来说，对于汽车车牌的自动识别，应当结合后两种分析方式的长处，这样可以使自动识别的系统拥有更为优良的性能。模糊神经网络有助于解决图像的复杂背景问题、图像噪声等干扰问题，是值得进一步研究的方法。
期刊文章分类查询,尽在期刊图书馆
4.汽车车牌自动识别技术的原理与实现
设计汽车车牌自动识别的系统是需要解决一定问题的。首先，该系统必须通用性强，即可以用于识别道路中行驶的各种品牌、各种型号以及颜色的车辆。其次，自动识别系统必须保证一定的抗干扰能力。也就是说要考虑在现实情况中车辆上可能存在的其他颜色的标志，这些部分应该与拍照图像有效地分离；另外要考虑车牌在被捕获图像时可能存在车体的倾斜等情况，因此系统应当有一定矫正能力，允许图像中存在少量的畸变；同时要保证车牌照不是十分完整，出现少许模糊、缺失或者粘连时也能顺利且正确地得到牌照号。系统还要能够适应现实生活中各种各样的环境、天气以及四季变化。
从对系统设计的需求上来看，自动识别系统首先必须具备车牌图像初步处理、车牌字符分割以及进一步识别三个关键模块；在性能上的要求，则是要求系统要高效、准确地、保证实时性地识别车牌；在操作界面上的要求，即该自动识别系统应当配备友好的人机交互界面，操作简单且容易理解，形成基于菜单和按钮的最终界面；在升级改进方面，则要求以模块化的形式对自动识别系统进行设计，更便于持续长期地升级、改进优化系统。
系统在设计的过程中要遵循以下原则。第一，系统应该面向现场环境而设计。车牌自动识别系统一般被应用于城市道路或高速路的路口、停车场等位置，因此要综合考虑具体路口环境对系统产生的各方面影响。第二，应该使得整个系统只有一个统一的输入口，输入获取的汽车车牌图像，系统也应该只通过一个输出口来输出最终识别出的字符串。其他中间环节应在系统内部自动进行，处于黑箱状态。第三，结构设计需要模块化。系统一般要分为图像预处理、分割车牌字符、提取特征和识别字符这四个主要模块。
在触发上，系统的设计可能会采用自动触发或者外部触发两种形式，若系统自动通过在视野范围内判断是否存在车辆或车牌然后自动控制采集图像则是自动触发装置，这样的形式可以不依靠外界发出的信号，有助于保护监测点路面和避免额外信号源装置的调试、修理、维护等大量繁杂工作。若通过地感线圈来使得系统接收外界的触发信号，通过外界的信号来控制车牌图像的采集，则属于外部触发机制。这种机制一般适合用于密度、速度都较小的道路车辆中。在车牌的定位上，要将频率作为随着时间持续变化的一个参照量，尽量排除每一辆车周围的实际背景、图像噪声等问题，并通过摄像机获取车辆图像进行预处理，结合车牌的一些先验情况来给予牌照准确的定位，这样便于进一步分割车牌区域得到目标图像。字符的分割需要系统全面考虑到车牌字符的大小、字体以及间隔大小等情况，从车牌图像中分理处单个汉子、字母或者数字字符。在对字符进行分割完成后，系统要对单个字符进行特征值的提取、识别最终存储或者给予显示。整个车牌识别系统的工作流程如下。当车辆运行经过车体感应器旁时，图像采集卡可以收到来自感应器的命令对当前摄像头的图像进行及时采集。这一帧的图像经过初步处理后会被送入计算机系统内进行识别、进行车牌的定位，最后得到车牌的省份信息、号码信息、颜色信息，显示在界面上并存储起来。
车牌自动识别系统有以下关键的硬件，包括车体感应器、摄像装备、图像采集装备以及计算机等。车体感应器发挥的主要作用是及时地在车辆经过时发送采集信号给摄像机，而摄像装备、图像采集装备是负责对图像数据的初步处理，在发送给计算机后由计算机完成准确捕获视频、识别并分割图像字符等十分重要的功能。摄像装备需要连接到一个探测器上，在探测器的启动提示下、在特定角度拍摄车辆图片。现有摄像装备通常通过自然光或者红外光等绿色环保、对人体无害的方式进行图像的采集和识别。摄像装置的假设高度需要也满足一定要求，易知在摄像机取像角度有范围限制的情况下，高度越高则摄像装备需要与摄像区域拥有更远的距离。取像时应尽量放大车辆和车牌信息，尽量避免曝光带来的负面效果。
对于汽车车牌自动识别系统的完善，必须有一套完整的性能评价指标体系。为系统设立一套完整的指标既是系统设计时的初衷，也是系统要达到的目标要求。综合来说，首先车牌自动识别系统要满足较高的识别率要求。一般情况下，车牌识别系统要保证系统识别的出错率不超过5%，否则车辆管理会出现问题。其次，车牌自动识别系统要限制在较低的拒识率内。如果系统拒绝识别车辆车牌图像，那就意味着需要更多地人工识别、人工处理，这样就失去了系统的应用意义。另外，系统要满足对于鲁棒性的要求。鲁棒性，即系统在遇到异常情形或者危险情况时系统正常运行、不受干扰的能力。如果在输入错误、系统存在故障或者遭受到恶意攻击时，系统能够不死机和崩溃、维持原有的必要功能与特性，这就是这个系统鲁棒性。一般情况下，在获取汽车图像时要考虑图像的一定程度变形、周围环境包括天气和光照等条件变化、车辆行驶速度的快慢、车牌周围是否存在污渍和粘贴物等干扰因素，因此性能优良的系统应该对不同质量的车辆图像有准确地识别能力。实时性，也可以称为及时性，体现了现代智能化交通管理对于车牌识别和处理速率的要求。在一定的时间内，实时性要求车牌自动识别系统能够准确地、在一定反应时间内自外部环境中手机信息，并及时作出响应，这并不仅仅体现在“快”上。现代化的交通管理需要满足大规模的汽车流量要求，需要满足高效准确的管理要求，因此系统对于车牌识别的效率和精度均是越高越好，更要给出快速的响应。最后则是系统经济性的要求。一个系统要更广泛地得到应用，则需要系统有合适的软件和硬件配置，以一定的成本获得更多收益。更高的系统性价比会使得产品获得更加广泛的应用，市场生命力更强。
5.总结
目前，我国国民经济发展迅速，机动车辆无论是规模还是流量都有着很大程度上的增加，很多城市也相应地出现了严重的交通问题，如交通堵塞、环境污染等等；我国的许多城市内部道路、公路以及建设的停车场数量不断增加。因此通过采用高科技手段来充实和加强交通管理水平以提高城市交通管理现代化水平势在必行，在此种情况下，智能交通系统便应运而生。通过应用现代化的信息通信技术，人们可以借助计算机来计算和管理道路交通问题。为了管理交通，必须通过自动化的车辆检测为智能化交通管理提供给有效信息，需要完成牌照信息的采集与深入处理。因而对在智能交通系统中扮演重要角色的汽车车牌自动识别技术进行研究至关重要。车牌识别技术的实现使得自动从车辆图像中提取有效车牌字符得以实现，并能够进一步分割和识别字符，转化成需要的车牌号码信息。车牌识别系统的存在使行驶车辆不需要改造安装额外的信号发送装置，因此十分有应用价值。
本文首先通过对大量文献的阅读，在汽车车牌自动识别技术的应用背景、研究意义以及国内外研究现状等方面进行了系统性的阐述。其次，对汽车车牌自动识别问题中的算法遗传算法、神经网络、模糊逻辑进行了综合论述，对汽车车牌自动识别技术的原理与实现作了详细阐述。车牌的自动识别由三个关键模块组成，即定位车牌、分割车牌字符、识别车牌字符三部分，每部分缺一不可。通过此次深入分析，认识到在汽车车牌自动识别系统的很多方面还有待我们继续深入研究和发展，主要可以从以下几个方面入手。在汽车车牌自动识别系统的完善过程中，一般仅仅依靠预处理技术很难达到理想化的结果，接下来要考虑有机结合多种其他方法来进一步优化系统识别车牌的速率和有效性，提升性能。另外，对于车牌图像的车牌字符分割环节，可以进一步深化研究二值化合理的规则实现以及优化相应的软件应用。对于车牌图像的车牌字符识别部分，应当深入研究，确定匹配性能更强的模板以及相应标准。最后，也是十分关键的一步，为了充分发挥汽车车牌自动识别技术的应用价值，应该为此建立相应的车牌识别数据库，便于车牌自动识别大数据的集中处理、传送、保存以及共享。
参考文献：
[1] 葛笑飞，《基于OpenCV的车牌自动识别系统的研究与实现》，东南大学硕士学位论文，2015年；
[2] 杜伟,《基于机器学习的车牌识别算法研究》，沈阳师范大学硕士学位论文，2017年；
论文作者:张帅
论文发表刊物:《科技中国》2018年3期
论文发表时间:2018/8/6
标签：车牌论文; 自动识别论文; 系统论文; 图像论文; 车辆论文; 汽车论文; 识别系统论文; 《科技中国》2018年3期论文;