关于机动车车牌信息识别技术的研究

■ 文/公安部检测中心 鄢亚平 陶磊 刘芷伊 刘琦

关键字：车牌识别

1 引言

随着现代社会的发展，汽车成为人民出行不可或缺的交通工具，越来越多的汽车出现在大街小巷中，也为安防市场带了新的机遇和挑战。卡口抓拍系统、电子警察、停车场管理系统、出入口管理系统越来越普及并受到重视，而车牌识别技术对于这些系统的作用及意义更是无需多言。本文对当前机动车车牌识别技术的特点进行简要介绍，并对其中的部分技术难题进行归纳总结。

2 车牌识别技术的特点

车牌识别是一项对车辆动态视频图像或静态抓拍图像进行扫描、车牌定位、字符分割并识别的识别技术。该识别技术可以在车不停、牌不动、无人协助的场景下对车牌信息进行识别，实现车辆“身份”的自动登记及验证。车牌识别技术发展始于20世纪末期，经过20余年的研究探索，目前已经可以实现车牌字符识别、车牌颜色识别、无车牌报警等综合识别功能。

2.1 车牌识别工作流程

如图1所示，车牌识别功能工作流程包括：车辆检测、图像采集、预处理、车牌定位、字符分割、字符识别及结果输出。

2.2 车牌识别触发方式

如今车牌识别技术采用的触发方式主要有三种：视频触发、地感线圈触发及视频+地感线圈触发。

图1 车牌识别工作流程

2.2.1 视频触发方式

视频触发方式是指通过摄像机直接对车牌信息进行视频识别。即摄像机实时检测车道上机动车辆通行情况，当监视画面中有机动车辆通行时，摄像机自动捕捉车辆图像，识别车牌信息。

视频触发方式的优点是无需对道路施工安装地感线圈及车辆检测器等辅助设备，工程量小，维护成本低，提高了经济效益。

其次，由于摄像机的性能以及识别算法等技术的提升，识别速度及识别率较以前都有了很大的提升，一些厂家的车牌识别率甚至可以达到99%，基本可以满足用户的实际需要。

缺点是针对无牌车无法输出图像，容易漏车。不过目前一些厂商将摄像机做到可以通过车辆轮廓及特征点对无牌车进行抓拍，在一定程度上弥补了这个缺点。

2.2.2 地感线圈触发方式

地感线圈触发方式指的是通过在路面埋设地感线圈及安装车辆检测器，当车辆通过或停止在线圈上时，车辆自身的铁质会改变线圈内的磁通，引起线圈回路电感量的变化，车辆检测器通过检测该电感量的变化来判断通行车辆状态，进而联动摄像机对车辆进行抓拍并识别。

地感线圈触发方式的优势在于触发率高、不易出现漏车现象，而且性能实用稳定，针对无牌车能够输出图像记录。

缺点是需要切割地面铺设线圈，施工量大。我国地域广阔，气候类型多样，冬夏温差大、降雨量大等环境因素，都会加快地感线圈老化速度，当线圈受损程度过大，易导致无法准确感应车辆经过，出现漏车现象，若更换地感线圈则又将增加工程量，费时费力。

2.2.3 视频+地感线圈触发方式

视频+地感线圈触发方式是以上两种模式的升级版，该模式是通过视频检测方式进行识别，通过地感线圈触发方式进行上传。相比较视频触发和地感线圈触发模式，视频+地感线圈触发模式可以兼顾快速的识别速度和更高的识别率。灵活性是它的优势，通过摄像机客户端软件在监视画面中划定识别区域和输出区域，根据现场使用环境，自由设置车牌输出的位置，并且对于无牌车也有较好的捕获率。

当然，施工量大、维护成本高也是它不可避免的缺陷。

3 影响车牌识别技术的因素及简要分析

车牌识别率是衡量一套车牌识别系统好坏的重要指标，国家已相继发布了多个标准对车牌识别率进行了明确要求，在GA/T 497-2016《道路车辆智能监测记录系统通用技术条件》中第4.3.3.2条规定“日间车辆号牌号码识别准确率应不小于95%；夜间车辆号牌号码识别准确率应不小于90%”。从中不难看出，该标准在日间和夜间对于车牌识别率均有要求且略有不同，而白天和夜晚对于车牌识别率最大的影响即是光照度的变化。光照度过低、过高均会干扰识别效果。此外，雨雪等恶劣天气也会使车牌识别效果发生变化。下面将部分影响车牌识别率的因素逐一列举，并进行简要分析。

3.1 光照度的变化

3.1.1 日间光照度对车牌识别率的影响

通常情况下，在天气晴朗阳光明媚的白天，室外的光照强度会达到甚至超过5000lx，对于摄像机而言，此时光照强度应该是一个较为理想的范围。然而，我国现行机动车车牌均采用铝制金属制成，在阳光直射情况下易产生反光现象。当阳光照射方向与闪光灯照射方向相反，反光致使背景光过强，造成抓拍图像发白，导致牌照颜色失真，号牌颜色与车牌底色色差过小，易造成识别系统对号牌裁剪识别时产生位置偏差，从而使车牌识别率产生波动或下降。

在日常测试过程中我们发现，尤其以东西走向的车道较为明显。早上6-8时时段（季节不同时间段略有变化），太阳从东方升起后，易使由西向东行驶的机动车辆车头车牌产生反光，影响识别率。下午17-19时时段（季节不同时间段略有变化），太阳从西边落下，易使由东向西行驶的机动车辆车头车牌产生反光，影响识别率。

3.1.2 夜间光照度对车牌识别率的影响

夜间或阴天情况下，由于没有阳光照射，路面光照度低，摄像机需要在补光灯补光的条件下对车牌进行识别。针对使用场景不同，摄像机所搭配的补光灯种类也不同。目前，补光灯多以LED补光灯、氙气爆闪灯及LED频闪灯为主，这三种补光灯的特点如下：

a、LED补光灯，也称之为LED白光补光灯，LED补光灯是常亮的，而氙气爆闪灯和LED频闪灯是闪亮的。优点是寿命比氙气爆闪灯长，缺点是工作时的发热量比LED频闪灯大，所以市面上的LED常亮灯功率一般只有几十瓦，亮度不及氙气爆闪灯和LED频闪灯。

b、氙气爆闪灯，一般采用氙气灯泡作为光源，亮度比LED频闪灯高，可以有效穿透汽车前挡风玻璃，让摄像机监测到驾驶室内人脸特征及安全带使用等情况，并且可以做到单帧同步曝光，补光时机准确。缺点是寿命较短，闪光寿命一般只有几百万次，维护成本高。多用于电子警察、卡口系统、公路治安等晚上补光需要抓拍整车或者司机的高清照片。

c、LED频闪灯，可与摄像机视频同步，实现与视频流中的每帧曝光均同步，既能够用于录像补光又能用于抓拍补光。

在实际使用过程中我们发现，补光灯类型选择错误会使补光效果大打折扣，出现达不到最低照度需求的情况。而夜间车辆行驶所用的照明灯光，易使车牌被两侧车灯灯光光晕交叉覆盖，导致车牌信息不易识别，影响识别率。因此依据实际使用场景选择合适类型的补光灯显得极为重要。

3.2 恶劣天气对车牌识别率的影响

传统基于颜色PCA算法的车牌视频识别技术是通过对车牌图片的单个像素进行逐个提取操作。通过直接将车牌图像灰度化，对车牌灰度的阈值比较，实现车牌信息的识别。

公式（3）中f（x,y）是车牌图片中单个像素点的灰度，g为图像灰度的阈值，S为像素阈值化比较后的灰度值。当像素灰度大于等于图像灰度阈值时，认为此像素为车牌图片中车身上的像素点，个数用Sc表示。当像素灰度小于图像灰度阈值时，则此像素点被认为是环境中的一个像素点，对车牌图像的识别精度w由公式（4）得出：

由公式（4）可得，车牌图像识别精度与检测到的车牌图像上的像素个数成正比例关系。而由于该算法过于依赖车牌图像中每个独立的像素，因此，当出现雨雪、大雾等恶劣天气时，车牌图像中各像素点的像素值变小，车牌区域像素点随车辆图像进入识别系统后，系统通过将此车牌区域像素点灰度值与与阈值比较而误认为此像素点为外界环境中的一点，造成像素丢失。如果此类受误判的像素点过多，可识别的像素点个数Sc就会变小，由公式（4）可得车牌识别的精度就会下降，这就造成了无法准确识别车牌的问题。因此，这种识别算法在外接环境影响较大时，易出现误识或错识现象。

目前，已出现具有透雾功能的摄像机，该类摄像机可通过不同波长滤光片的切换，有效的防止浓雾对车牌识别的影响。并且在识别算法上，也出现了优化后的算法。在新算法中，通过将连续三帧车辆图像进行垂直灰度投影，把相邻两帧图像像素的灰度值相减，通过前后帧的灰度值差确定中间帧图像运动物体的垂直范围，然后在缩小的图像范围内进行水平灰度投影，与背景图的水平灰度投影相减得到目标车辆的水平范围，这样就得到了运动目标的垂直范围和水平范围，实现了对车牌的准确识别。

4 结语

目前，智能交通产品的开发受到越来越多企业的重视，其前景的光明和市场的庞大都是无可厚非的。对于车牌识别技术而言，除了上述干扰因素之外，车牌污损、变形、异物粘连以及车牌倾斜等现象也会对车牌识别结果产生困扰，相信随着日新月异的前端技术在硬件以及算法上的不断改进和加强，对复杂多样特殊环境下识别难题的积极应对，定会逐步增强车牌识别系统的识别率和稳定性。