道路视频监控中的车牌自动识别算法分析

黄卫

摘要

为了获取车辆违章信息，引入视频监控技术，采用车牌自动识别算法，构建一套视频交通检测监控系统，该系统采集到的信息将作为交通事故处理的主要依据。本文主要对车牌自动识别算法进行详细分析，包括字符识别算法、字符分割算法、牌照区域分割算法。

【关键词】车牌识别 视频监控 二值化

随着科学技术的快速发展，智能交通逐渐融入到人们的日常生活中，其中优势比较大的是视频交通信息检测，主要应用技术为车牌识别技术。一般情况下，车牌识别算法由三个模块构成，分别是字符识别、字符分割、牌照区域分割。其中，后两部分是从车头图像当中提取车牌相关信息，作为字符识别的主要依据。

1 视频交通检测监控系统的结构与工作流程

该系统硬件由4部分构成，分别是监控服务器、通信网、视频检测器、图像采集设备。如图1所示为视频交通检测监控系统结构图。

本系统使用大区域摄像机抓拍车头近景图像，并依据道路全景图像，对车辆违章事件进行检测，包括违章停车、逆行、超度、闯红灯。一但发现违章事件，视频检测卡会自动发出抓拍控制信号，获取违章车头图像。

本系统抓拍车辆图片经过工控机压缩以后传送至监控端，并在该端对图像进行解压与识别牌照图像处理，车辆违章现场图像、车辆信息图像将一同传送至交通管理中心，作为违章处罚的主要依据。

2 车牌自动识别算法

2.1 牌照区域分割算法

区域分割的目标是将牌照图像从车头图像当中提取出来。首先，选取合适的sobel算子，要求算子具有较好的噪声抑制特性，实施边缘检测，同时将梯度算子响应方向与强度均相似的点连接起来，形成一个车辆图像边缘图，依据车牌区域特性，对边缘图纹理进行扫描，从而实现牌照区域的粗定位。

完成定位操作以后，牌照图像很有可能产生有垂直拉伸、水平拉伸的现象，本文采用改进后的hough变换对几何失真进行矫正。

以下为hough变换矫正算法的改进与编程图像采集实现：

虽然该算法对车牌边缘上的造成影响、柳钉影响都不是很敏感，但是运算量非常大，在实际求解过程当中，必须控制好倾角的范围，不得超出[-20°，20°]。为了提高效率、减少系统内存空间需求，本文对该算法做出的改进如下：使用二分法降低计算量，将量化精度分成两级，其中一级的精度范围控制在[-1°，1°]，经过计算得到α值的范围是[-20°，20°]，需要计算41次；另外一级的精度范围控制在[-O.1°，O.1°]，经过计算得到α值的范围是[-1°，1°]，需要计算21次，两级总共计算次数为62次。通过使用分级方法进行搜索以后，与原来相比，总计算次数减少百分比至少为80%，经过计算所得倾斜角精度不变，系统内存空间得到改善，运行效率有所提高。

2.2 字符分割算法

通过使用字符分割处理得到的结果为归一化的单个汉字图像、字母与数字。其中，从背景中分割出字符的过程为二值化处理技术，该项技术是字符分割处理的主要技术。

一般情况下，使用阈值法来实现车辆牌照二值处理，但是车牌图像在自然条件下，很容易受到车牌自身、噪声、光线的影响，背景与字符灰度差异不明显情况时常发生。阈值法的不足之处在于没有考虑图像空间信息，只使用了图像灰度信息，为了解决这一问题，本文构建一种基于马尔可夫随机场模型函数优化二值化方法，并采用遗传算法对二值化算法结构进行优化，以下为优化步骤：

第一步：选取图像类别，并将x配置为遗传算法处理的对象，也就是将其作为个体，使用二进制编码，构成一个染色体位串，从而获取适应值函数，即

第二步：选取合适的群体，用N代表群体大小，随机生产一个初始群体，并获取初始参数；

第三步：对个体适应值进行计算，得到的群体总适应值当中比例以后，采用滚花轮方法，选取N个强性个体；

第四步：确定两个概率，一个是变异概率，用匕表示，另外一个是交叉概率，用Pb表示，使用这两个概率对个体进行变异与交叉处理，获取新的个体，从而达到加快收敛速度的目的，。

第五步：将N个子代个体的检验率作为参数估计的主要依据，使用最大似然算法对其进行更新处理；

第六步：跳转到第三步，得到一个新的个体适应值，如果经过计算得到的最小适应值与上一次的差值不超过参数则结束算法，反之，继续繁殖新个体。

2.3 字符识别算法

经过牌照区域分割以及字符分割处理以后，最后需要采用字符识别算法进行处理，从而获取准确的车牌信息，字符识别算法的主要流程如图2所示。

3 总结

本文主要对道路视频监控中的车牌识别算法进行了相应分析。主要包括字符识别、字符分割、牌照区域分割。首先将牌照图像从车头图像当中提取出来，依据车牌区域特性，对边缘圖纹理进行扫描，采用改进后的hough变换对几何失真进行矫正，接下来采用遗传算法对二值化算法结构进行优化，最后使用字符识别算法进行处理，获取准确的车牌信息。

参考文献

[1]石时需，秦勇，蔡昭权，等.基于高速公路交通图像的安全带自动识别算法[J].计算机与现代化，2014（05）：118-121.

[2]宁彬.图像处理技术在机动车车牌自动识别技术中的应用[J].科学技术与工程，2013，13（02）：366-371.

[3]凌家良，黄进江，林洪辉，等.车牌自动识别算法及基于LabVIEW的设计实现[J].惠州学院学报，2014，34（03）：79-83.