基于嵌入式车牌识别的研究

谢明月

【摘要】随着经济的发展，城乡贫富差距不断地缩小，偏远地区和乡镇地区的机动车辆也越来越多。但一般这些地区警力不足，为确保行车安全，加强这些地区的智能化交通管理显得尤为重要。

【关键词】行车安全;车牌识别

近年来，随着我国汽车工业的高速发展使得机动车辆越来越多，城市道路交通设施及管理设施也在不断地完善中。汽车的“身份证”是车牌号，车牌识别是使交通管理智能化的一项关键技术。车牌识别可以提高车辆管理效率，缓解公路交通压力。目前，车牌识别技术主要应用于停车场的计费和防盗、交通中的超速和超载等方面。车牌识别技术的应用对于整个城市的交通安全意义重大。

但目前还有不少偏远地区和乡镇地区缺乏交通管理设施，车辆驶进这些地区，若出现交通事故，警方将无法快速获取该车辆行进线路，错过救援最佳时间。被盗车辆行驶在乡镇地区的道路，由于无交通监控设备，无法迅速找到丢失车辆。所以这些地区的交通管理系统也应该得以完善。目前多数自动车牌识别产品都还是基于PC机的应用程序，可移动性差，成本很高，嵌入式车牌识别产品还很少。将嵌入式系统和图像处理技术相结合，可推动嵌入式系统的发展，同时降低车牌识别系统的成本。因嵌入式处理器比普通计算机的工作稳定性更高，且功耗较小，因此可以使用嵌入式处理器作为车牌识别的硬件平台。

若车牌识别系统采用传统的RS485通讯实时监控将耗资巨大，为有效避免大量布线的繁琐工作，本文采用无线通讯技术实现数据传输。随着通信技术、网络技术和人工智能等科学技术的飞速发展，无线传感器网络（）技术逐步兴起。无线传感器网络是由大量无处不在、低功耗、低成本、具有通信能力的传感器节点，密集分布在无人值守的监控区域，形成一个能够按照指令执行任务的网络系统，其主要任务是数据的采集与处理、信息传输与监控。WSN的自适应网络拓扑、可扩展性、自组织性与自治性等特点，成为了国内外的研究热点，应用前景广泛。

嵌入式设备是一种具有特定功能的计算机，嵌入式系统与通信及网络技术相结合，大大提高了嵌入式产品的灵活性和智能性。随着信息技术的不断发展和人们需求的日益增加，在硬件和软件交替的发展中，嵌入式系统逐渐趋于稳定和成熟。嵌入式系统的应用日益广泛，将嵌入式系统应用于图像处理，无疑会增强图像处理系统数据处理能力、通讯能力和适应不同的环境与需求的能力，使图像处理技术的应用范围得以扩展。嵌入式车牌识别是嵌入式图像处理技术的应用之一[12]。

而提高系统的识别速率及正确率关键在于车牌识别算法上，追求更高的车牌识别正确率及速率一直是专业人士共同的目标。

随着智能交通系统（ITS）技术的不断发展，越来越多的新技术在ITS中得到了应用。车牌号在交通管理系统中有着不可替代的作用，车牌识别是ITS中的一个关键环节，具有深入研究的意义。车牌识别技术的核心是车牌识别算法，识别算法水平越高，各个算法的组合越合理，则识别系统的整体性能和实时性就越好，对不同环境的适用性也就越强。从上个世纪90年代至今，国内外科研人员对车牌识别（LPR）技术的研究就从未间断，通过对车牌图像特征的分析来定位车牌号的具体位置，并对车牌号的字符进行分割与识别，从而获得车牌数据。即采用数字图像处理技术对采集的车牌图像进行分析，并自动提取车牌信息，从而精准地确定出车牌号[15]。我国对智能交通系统的研究和开发尚属起步阶段，车牌识别技术在其中占据着绝对重要的位置。随着嵌入式车牌识别技术发展到实用阶段，智能交通系统的研究和开发、车牌识别技术的推广和普及，必将会给人们社会生活带来极大的变化和便利。

为满足人们各种各样的需求，在高速公路收费站、十字路口和停车场所等交通关卡处安装嵌入式车牌识别系统。所有这一切都将加强对高速公路、城市、乡镇及偏远地区道路和停车场的管理，减少交通事故和汽车盗窃案件的发生，对社会稳定将会产生极其深远而又重大的影响。

目前嵌入式车牌识别产品还存在一些问题待解决，具体见表1.1。

表1.1 车牌识别待解决的问题

车牌识别问题 所需解决效果

车牌可能出现在图像中的任何位置 不能对牌照出现的位置做特殊的要求

车牌颜色不同 算法必须适用于国内任何一种颜色的牌照

车牌的倾斜、扭曲 车牌图像的形状允许一定程度的倾斜、扭曲

车牌字符有一定程度的模糊、笔画断裂 确保在出现该情况下仍能够正确识别

外界光线强度 算法需适应外界光线强度和图像对比度的变化

识别速度 识别的速度要快，一般应在0.5s内识别出车牌

以上几个方面是车牌识别研究的重点和难点，广大学者有针对性地做了大量工作。图像采集与处理硬件平台的构建重点在于提高系统处理速度和整体可靠性及稳定性。嵌入式系统的处理速度快、稳定性好，可以作为车牌采集与处理的硬件系统。而车牌识别算法的研究主要围绕于图像预处理、车牌定位、车牌倾斜校正、字符分割、字符识别等展开，以期获得较好的识别效果。车牌识别算法的多样性主要体现在图像预处理、车牌定位和字符分割部分，而字符识别部分一般采用神经网络或字符匹配法。