承钢车牌识别系统设计与实现

王宗鹏 李冠楠 葛丽丽 张永强 韩玉焕

【摘要】 传统车牌识别采用的是RFID射频识别技术，这种方式识别率高，但是每辆车辆均需加装电子标签，成本高，不便于管理。本系统采用计算机图像处理技术和模式识别技术对车牌进行自动识别。该系统除了具备前端数据采集、车牌识别、数据存储等基本的功能之外，还能根据自身需要实现一些特色功能，主要是交通违章抓拍取证、配合栏杆机自动放行等功能。

【关键字】 车牌识别 二值化 预处理

引言

承钢门禁系统目前主要采用RFID技术进行车牌识别，需要每辆车辆加装防撕毁RFID标签，由于每天进出场车流量大，同时一些社会车辆根本就没有标签，发放临时标签又增加了管理上的繁琐程度。为简化管理流程、降低成本。开发本系统，用户只需要将允许放行车辆提前输入系统即可不需要RFID标签，车辆可以随时反复进入厂区，系统将自动记录车辆进出信息。通过它还可以检索车辆的各项重要信息，记录车辆的违章或用于收费等用途，给交通系统的自动管理提供极大的方便。

一、系统设计与开发

该系统由彩色摄像机、现场辅助光源、电脑和车牌自动识别软件组成。大体上可分为图像采集模块和车牌识别模块。当汽车通过抓拍摄像机制定区域时，图形采集控制模块通过摄像机抓取车辆图像，经过模/数转换后再输出给计算机系统进行图像分析处理，将识别的结果存入数据库系统。该系统除了具备前端数据采集、车牌识别、数据存储等基本的功能之外，还能配合栏杆机对车辆进行自动放行等功能。

二、系统主要功能

2.1车牌的自动识别

对于通过大门门禁系统的车辆进行抓拍，能自动的对车辆的类型以及车辆的拍照进行识别处理。并自动保存到本地数据库中。

2.2车辆的自动检测报警

此系统包括“黑名单”功能，即对于违章的车辆可加入“黑名单”，只要将其车牌信息输入到该系统中，系统就会自动进行检测，不间断的将所抓拍的车牌信息与录入到该系统中的“黑名单”车牌信息进行识别、比对。一单发现黑名单车辆，系统就会告警。

2.3车辆的自动放行

该系统能对经过授权的车辆，如公司领导车辆进行自动识别，并自动控制道闸系统抬杆进行放行，提高通行效率。

三、车牌识别系统工作原理

该系统先对牌照图像进行滤波、二值化、校正、分割等处理，再进行识别。软件部分由六个主要处理子模块组成。各模块功能为：

1、采集模块实现对汽车牌照图像的实时采集，并将采集的图像转换为数字图像存储。对采集到的车牌图像进行处理是车牌自动识别系统的重要环节。在车牌图像信号的采集、输入过程中，由于受到诸多因素的影响，图像可能模糊不清、倾斜或缺损。通过预处理，将除去图像的噪声，提高图像的质量。而且有效的降低系统的存储空间，提高识别速度和准确度。

2、车牌搜索及定位模块对数字化后的车牌进行区域目标搜索，并将图像进行灰度翻转统一为“白底黑字”，即灰度图像二值化。在二值图像存储矩阵中，只有0和1两种值。在数字图像处理中，二值图像因为其处理速度快，程序处理方面而占有非常重要的地位。

3、车牌分割对定位的车牌区域进行字符分割，对于经过预处理的字符，通过逐级分类及笔画跟踪最终达到字符识别的目的，将车牌分为7个单一的字符图片。在分析字符结构前，首先应分析车牌字符的特点，从而减少识别复杂度。

4、在经过预想预处理的灰度图像中确定车牌的具体位置，并将包含车牌字符的一块子图像从整个图像中提出出来，供字符识别子系统识别之用。提取的准确与否直接关系到整个牌照字符识别系统的识别率。由于牌照图象在原始图象中是很有特征的一个子区域，确切说是水平度较高的横向近似的长方形，它在原始图象中的相对位置比较集中，而且其狄度值与周边区域有明显的不同，因而在其边缘形成了灰度突变的边界，这样就便于通过边缘检测来对图象进行分割。

5、车牌图象经过了以上的处理后，车牌区域比较明显。此时可进一步确定牌照在整幅图象中的准确位置。在本程序中用到了膨胀腐蚀处理和闭运算，通过膨胀连接相近图像区域，去掉单独、过小的色块。最后运用一个矩形框扫描整幅图像，将面积小于矩形框、形态不规则的小区域删除掉，保留车牌候选区域。

6、经过上述方法分割出来的车牌图像中存在目标物体、背景还有噪声，在对图像进行二值化处理，进行车牌字符提取和字符匹配。数据传送输出识别结果字符串到指定的设备上。

四、结语

车牌识别算法是车牌识别系统的基础，对图像进行采集，然后从车牌纹理出发，应用分开理论建立基于有向分形参数的车牌定位预处理模型，结合投影法提取车牌区域，再将字符进行分割和识别，最后输出结果。该系统目前准确率能达到90%左右。

参 考 文 献

[1]林志毅，周运祥.基于场景分类及灰度跳变的车牌定位方法[J].交通科技，2005，20（2）：86.