基于Android移动终端的车牌识别系统研究与实现

文/刘永锋

交通运输是促进我国经济飞速发展的重要途径，现如今汽车成为各家各户必备的交通工具，汽车出行成为重要的交通运输方式，很大程度上会造成交通拥堵的现象，甚至导致车祸的发生。所以，就需要相关部门告诉关注交通路况，充分利用互联网技术，建立完善的交通系统，使出行人员能够及时的查看所需要的路况信息，提高出行的速度和质量，减少不必要的麻烦，为交通管理系统降低工作压力，提高交通管理的效率。

1 车牌识别技术发展的现状分析

目前，我国用车人数与日俱增，为了方便人们的出行以及人们的合法权益受到保护，各大路口都设有电子眼以此来督促司机规范行车，保障人们的安全。随着用着人群的增加，城市停车困难成为现在国内发展的重要难题，很多大型购物中心以及综合写字楼等地都设立了停车系统，伴随着互联网技术的发展以及车牌识别系统的普遍应用，司机可以在很短的时间内停车取车，但是这些都只是针对发达的城市来讲，很多相对比较落后的地区并没有引进这样高端的技术，依旧会被停车难问题困扰。还有国内各大高速路口都设有电子收费系统，能够保证车辆在短时间内通行，节省了大家的时间，同时也保证了出行安全。由于车辆识别技术的初步应用取得了显著的效果，国家非常重视车牌识别技术的广泛应用，不仅应用于发达的一线城市，还要在欠发达的城市及乡镇得到广泛应用，对车牌识别技术投入了大量的人力和物力，促进车牌识别技术不断完善，满足市场需求。但是，在车牌识别系统在实际应用过程中我们不难发现，车牌识别受到很多因素的制约，如光照条件、汽车与摄像头之间的距离等，总而言之，要实现车牌识别系统有效地运行还存在很大的困难。

2 车牌识别系统存在的问题

2.1 车牌定位与字符分割

车牌定位就是通过摄像头拍摄车牌的位置，经过系统地处理提取车辆的位置，然后将车牌中的字符分割出来。车牌定位是阻碍车牌识别系统发展的重要因素，其受到很多因素的制约，比如在采集图像时不能确定天气的状况，很大程度上导致图片质量不高，还有采集图像是在车辆高速运行下进行采集的，很难采集到质量比较高的图像，受到很多因素的干扰，为车牌定位与字符分割造成干扰，降低了车牌的识别。

2.2 高分辨率与识别速度的矛盾

在选择智能设备时会选择分辨率高的，不言而喻高清的设备能够使整个过程非常清晰的展现出来，但是高兴的摄像机并没有在车牌识别过程中展现其优势，高清的摄像机的拍摄范围比较广，很多时候能够拍摄出多个车牌，反而对识别的速度要求变高，高清的摄像机会导致识别系统处理速度减慢，有时候会造成漏车现象，很难实现对车辆的抓拍以及车牌识别。

2.3 车牌识别系统的适应性急需加强

车牌识别系统对车牌的大小是由一定的要求的，不符合要求的车牌很难准确的识别，很多车辆的车牌并没有按照一定的大小制定，也就造成部分车辆无法被识别。还有受到外在环境的影响，对摄像机摆放的位置并不固定，拍摄后会发现图片中车牌的位置会发生改变。

2.4 车牌识别系统对污损车牌的识别效果不好

车辆在行驶过程中无法保证车牌能够干干净净的，车牌使用很多年后，会在一定程度上出现磨损的现象。因此，在车牌识别系统中也应该考虑车牌污染和磨损问题。

图1：基于移动终端的车牌识别系统结构图

3 车牌识别系统解决方法

3.1 感光部件对外部环境的处理

在车牌识别过程中受到环境因素的直接影响，在车辆采集信息时，环境因素存在多种变化，白天的光照比夜间的光照要好很多，迎光和背光的效果也截然不同，光照的时间也存在异同，抓拍照片时受到很大的光线阻挠，当车速超多一定的限速时，在采集过程中就很难拍到质量比较好的图片。在识别过程中当车牌位置达到最佳效果时识别系统开始进行拍摄，但是这就对相关设备要求比较高，必须有较快的反应速度和可靠性。所以在环境影响的当下，应该依靠感光部件对外部环境进行处理，达到最佳的车牌成像效果。

3.2 对图像预处理

车牌定位之前要有一定的预估及判断，对图像做好预处理工作，然后再进行车牌的定位、分割、识别等部分。在车牌图像识别过程中因为背景复杂、图像的对比度不高、车牌可能会被遮挡、或者有污点、摄像头表面灰尘影响使得图片模糊、褪色、或者会出现其它字符的干扰、以及在运动过程中产生的动荡导致车牌图像的失真等情况，所以在车牌识别的过程中定位算法的难度比较高。在字符分割方面，可能存在光照不够均匀、污损严重、车牌的位置变动、对比度小、牌照褪色模糊等不利因素，这就需要研发比较适合其变化的算法。在研究过程中必须能够让算法适应各种不适的影响，提高车牌识别的概率。

4 基于移动终端的车牌识别系统结构

4.1 传统的车牌识别系统

在传统的车牌识别系统中包括图像采集、图像预处理、车牌定位、字符分割、车牌字符识别等五个具体流程。其中图像采集，采用CCD 摄像机采集车牌的图片，以触发式和连续式两种采集方式为主。触发式采集是在车辆经过摄像机设备时，触发图像进行采集。连续式采集是不断的进行采集，通过算法判断图中是否有汽车经过。两种方式比较，后者的成本比较低，也是广泛应用的。

4.2 移动终端的车牌识别系统

传统的车牌识别系统在采集时收到场地等的限制，基于移动终端的车牌识别系统通过移动终端的摄像头进行采集车牌图像，整个过程都能够通过手机等移动设备进行操作，最终识别输出结果。如图1所示。

5 推行移动终端的车牌识别系统的意义

汽车数量的猛然增长，带来了一系列的问题，如交通安全、环境污染等问题。为了解决这些问题，相关部门研究除了智能交通系统，通过车牌的独一性，对车牌进行自动识别，加强对每辆车的监督管理。在智能系交通系统中影响最大的就是车牌识别系统，也被广泛应用。现在市场被互联网和智能手机垄断，在智能识别系统中也会发生革命性的变化。众所周知，传统的车牌识别系统存在一定的滞后性，导致图像采集不灵活，而且成本比较高，由于传统识别系统的局限性进而研发出移动终端的车牌识别系统，现在几乎每个手里都会有一部手机，利用手机满足图像处理的要求，这样不仅扩大了覆盖面积，而且能够通过Android 平台对车牌进行时别，由于本系统安装在Android 手机上，使其减少了空间的占有，图像采集更加灵活，方便携带，利于执法人员对车辆违规现象进行及时的牌照，也降低了交通的阻碍，推动社会的发展。

6 结语

总而言之，在智能交通系统中车牌识别系统占据的重要位置，传统的车牌识别系统已经无法满足社会发展的需求，在相关部门的努力研究下，Android 移动终端的车牌识别系统出现很大程度上为交通系统提供了便利，其意义及价值是值得被肯定的，应该广泛应用于社会的发展中，为交通管理系统提供有效地监管方式，并且提高交通出行的安全性，但是在推广的过程中还会存在很多的问题，需要我们共同的努力，将Android 移动终端的车牌识别系统发挥出最大的优势，为社会的发展提供更大的便利。