车辆识别系统技术的应用及发展

赵兴章

摘要：随着经济的发展，人民生活水平的提高，机动车辆的数量迅速增长，传统的人工管理系统效率较慢，所以车辆识别成为了人们一个重视的热点问题，本文重点就车辆识别系统的技术应用与发展趋势进行了分析和研究。

关键词：车辆识别；车辆识别系统；技术应用；发展趋势

一、引言

车牌识别技术作为计算机视频图像识别技术的一种应用，已经得到越来越多人的重视，其相关技术的发展基本成熟，现已应用到许多方面，并且效果显著。例如，在提高执法效率方面，公安人员只需将被通缉、未年检等违法违规车辆的车牌号输入到系统中，一旦车牌识别设备发现可疑车辆会立即发出警报，从而达到监测预警的目的，极大提高了执法效率；利用车牌识别技术可以通过监测到车牌号码来判断车辆的出入时间，实现自动化计时收费的功能。

二、车辆识别系统的概论

车辆识别系统（Vehicle Licence Plate Recognition，VLPR）是现在智能交通中不可缺少的组成部分，他可以自动抓拍汽车牌照识别出车牌的号码，以及判断出车辆类型等信息，车牌识别系统简单、十分方便，是比较受欢迎的识别系统，车辆识别系统也会受环境的影响，影响到它的稳定度，例如要等待识别的车辆牌照受到一些污染或者损缺等都会影响到识别率，还有就是天气的原因，例如暴雨、浓雾、冰雹、大风的影响都会使识别系统受到破环，从而影响到车辆识别的效率[7]。

三、车辆识别系统的组成部分

图像采集可分为自然光和红外光图像采集识别技术，两者的不同在于前者观测到的图像为真彩色图像，其观测效果与人眼实际观察结果基本一致，后者观察到的图像为灰度图像。图像预处理作为车牌识别的一个重要部分，其处理结果直接影响到结论的准确性，现在存在的车牌识别预处理方法主要包括：灰度图像的变换和增强、图像的二值化处理和滤波及形態学处理等[2]。

目前车牌定位比较流行的方法有：边界检测定位法、区域检测定位法、颜色空间定位法等，这些算法虽然可以实现对车牌的基本定位目的，但却存在一定的局限性，例如：有的是在彩色图像的情况显然完全失效；有的是在强光干扰时失效等等[1]。

车牌识别系统的关键是字符识别子系统[3]，字符识别主要包括汉子网络识别、英文字符网络识别和数字网络识别三部分。然而仅对中国大陆车牌字符中含一位汉字而言其结构复杂，识别困难，出错率高[4]。

四、车牌识别系统的应用

住宅小区入口车辆识别技术的应用，它主要记下进出车辆的车牌号码、车牌的颜色以及进出小区车辆的时间，这样更有利于进出车辆的进出管理，主要是节省了人力、从而提高了工作效率。[8]。

五、国内外发展的现状

（一） 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。

（二） 耿庆田等人针对车牌二值化和车牌字符识别效率不高的问题，提出了一种基于分形维数和隐马尔科夫特征的车牌识别算法，并将字符、英文字母和阿拉伯数字的识别率提高到98%、98.5%和98.9%，对各种不同的车牌整体识别的平均识别率提高到90.60%。

六、车牌识别系统的应用技术

（一）深度学习作为现在一个正在兴起的学科，现也以应用到车牌识别中，其方法大致为：在车牌定位完成后，将候选车牌输入到 CRNN 网络中，训练出分类模型，进行车牌识别，得到识别结果[5]。

（二）耿庆田等人发现车牌的图像包含的信息量少于普通图像，并且其其图像的内容相关性符合马尔可夫性，因此选用隐马尔科夫特征的算法对图像的模型进行提取，实现了降维提取。

七、结论

在交通管理系统中，通过对车牌识别技术的应用可实现对车辆在某条道路的平均行驶时间，指挥中心通过对该参数的分析来判断道路的拥堵状况。车牌识别技术的发展对现代智能化的社会发展起到了一定的推动作用，具有一定的研究意义。

参考文献：

[1]张家伟.基于图像内容识别和神经网络的车牌识别方法研究[D].吉林：吉林大学，2010：5-7

[2]邓运生.车牌识别预处理优化的研究与实现[J].工业控制计算机.2011， 12：28-29

[3]Kwasnicka H， Wawrzyniak B. License plate localization and recognition in camera pictures[J].Artificial Intelligence Methods，2002，2（3）：13-15

[4]呙润华. BP神经网络联合模板匹配的车牌识别系统[J].清华大学学报：自然科学版，2013，9：1221-1226

[5]周凯龙.基于深度学习的图像识别应用研究[D].北京：北京工业大学，2016

[6] 耿庆田. 基于分形维数和隐马尔科夫特征的车牌识别[J].光学精密工程，2013，21（12）：3198-3204