车牌智能识别技术的应用研究

钟彩 唐婧 杨兴耀

摘要：在各种技术手段的支持之下，车牌智能识别技术也逐渐地成熟。车牌智能识别技术作为智能交通管理系统的重要部分，在实践中应用较为广泛。基于此，文章主要对车牌智能识别技术在实践中的应用进行了简单的研究，分析了车牌智能识别技术的技术原理，探究了车牌智能识别技术的在不同领域中的应用，仅供参考。

关键词：车牌智能识别技术；技术原理；应用实践

中图分类号：TP393 文献标识码：A

文章编号：1009-3044（2019）07-0171-02

开放科学（资源服务）标识码（OSID）：

在社会经济高速发展过程中，人们的生活水平在不断地提升，人们对物质生活以及精神生活的需求不断提升，私家车的数量在迅速增加。而随着车辆的高度普及，对交通设置以及监管部门提出了严格的要求。通过传统的人工管理模式进行管理，无法有效的解决交通拥挤、信息识别以及车辆管理等工作。通过车牌智能识别技术可以对车辆进行系统化的监督与管理，可以实时的获得车辆的信息数据，实现自动化、智能化的车辆管理。车牌智能识别技术是一种车辆检测系统中关键技术手段，在各个领域中有着较为广泛的应用。

1 车牌智能识别技术工作原理

车牌智能识别技术是一种智能化的技术手段。车牌智能识别技术可以精准识别一天中各个时间段中的车牌，在白天精准度高达90%以上，而在夜晚则就会降低到60%左右。这也直接的反映了车牌智能识别技术缺乏稳定性的问题。车牌智能识别技术主要构成部分如图1。

在实践中，外界环境以及车牌自身因素都会影响车牌智能识别技术的识别率。车牌的规格以及大小等都会增加车牌智能识别技术的难度。同时，车牌自身的污损、光照效果、时间等等都会影响车牌智能识别技术，增强识别难度。为了解决此种问题，就要探究车牌智能识别关键技术手段，对其进行优化完善。

1.1车牌图像采集与预处理

1.1.1牌图像采集与分析

车牌原始图像信息的采集主要就是通过摄像机、数码相机等设备完成拍摄。下图为通过数码相机拍摄的车牌图像信息。

彩色车牌图像，就是RGB图像，在图像中蕴含着丰富的颜色信息，因为彩色图像信息的存储空间相对较大，对此在进行图像处理中要耗费大量的时间，这样就会降低车牌识别效率。因此，在进行车牌图像识别中，要将彩色图像转变为灰度图，通过此种方式可以有效地减少运算量，可以达到加快算法处理速度的效果。如果直接的通过彩色图像的分量平均值代替不同的分量，进行灰度化的处理，在处理之后不同像素中的分量是相同的。

1.1.2图像增强

在拍摄过程中车牌图形信息会受到光线、天气以及照明、观察角度等不同因素的影响，也会存在对比度不足、噪声干扰等问题，这样就会导致图像细节模糊，车牌识别率不高等问题。

直方图均衡化拓展图像整体的灰度級，可以改善图像的观察质量，而在光照不好的状态之下，一些在光线较暗的环境中车牌图像会直接的通过直方图进行均衡化处理，这样就会造成灰度过度拉伸以及图像失真等问题。通过小波变换处理，对车牌的原始图像信息进行高频成分以及低频成分的特殊性处理，可以达到提升图像中部分区域识别标识的效果与目的。在处理过程中，通过对车牌中原始图像信息进行小波分解，然后在对分解之后的小波系数阈值处理，通过阈值处理之后的小波系数重构车牌图像信息，进而达到减少图像噪声的效果，可以充分地突出车牌边缘的轮廓信息内容，增强车牌图像的整体对比度，小波分析图像在增强之后，整个车牌的边缘轮廓则更加分明。

1.1.3边缘提取

提取图像中局部亮度变化显著的部分，进行图像分割、形状特征提取以及纹理特征提取。

1.1.4形态学滤波

车牌图像通过灰度化处理以及边缘提取之后，其边缘轮廓会显著提升。

1.2车牌定位

在摄像机中拍摄的拍照彩色图形中，汽车车牌区域仅占一小部分的区域，在车辆周围以会存在着一些相对较为复杂的背景图案。在一般状况之下车牌区域主要就是基于颜色定位、根据形态定位、纹理定位等等。

在进行图像预处理之后，车牌图像中的车牌连通区域中要进行标记与特征的合理提取，综合我国车牌标准尺寸长度以及宽度，在计算图像不同区域的图像特征参数信息，可以提取显示更为接近的车牌长宽比区域作为主要的车牌区域，其具体如图3。

1.3车牌字符识别

在一般状况之下字符识别的主要方式就是基于模板匹配的算法以及人工神经网络算法进行处理。对其进行字符归一化处理，在通过模板匹配分析。

在车牌智能识别系统中，最为关键的就是车牌识别技术，精准有效的识别车牌信息，是识别系统优劣的重点内容。现阶段，车牌识别的方法繁多，主要有基于特征统计的识别方式、基于神经网络的识别方式以及基于模式匹配的识别方式。

2 车牌智能识别技术的应用

在计算机技术高速发展过程中，通信技术与物联网技术也在不断地成熟，现阶段人们已经进入了一个自动化的社会。自动化技术在各个领域中均广泛应用。而随着智能交通的不断发展，人们可以通过物联网技术实现自动化的管理，车牌智能识别技术也应运而生。车牌识别技术是智能交通中较为重要的技术手段，集合了计算机信息、通信、传感、物联网等多种技术手段，具有高度智能化的特征。车牌智能识别技术可以在智能小区、智能停车场中应用，也在道路监控中应用，可以根据要求发现违章的车辆，逃逸的犯罪分子等等，可以实现全天候的车辆识别，对比、处理，做到对交通管制车辆的自动化检测与报警处理。

2.1停车场以及小区入口车牌智能识别技术的应用

停车场以及小区车牌智能识别技术主要就是在小区以及停车场中通过车牌智能识别技术自动的对车联车牌识别分析，记录进出的时间信息，辨别车辆是否为小区内车辆，通过此种方式可以实现智能化的车辆管理，达到提升工作效率、降低人工管理成本的作用。例如，在小区中通过车牌智能识别技术可以通过自动化的方式采集收集车辆的相关信息，对其进行精准的判断。

同时，车辆识别系统可以综合车辆调速系统，可以对车辆的进出入、调度等进行系统化的管理。在小区以及停车场安装车牌智能识别技术可以有效地避免人工操作的失误问题，解决各种问题，也可以对一些遮挡车牌、掉漆断裂以及车牌模糊等车辆进行精准分析，合理判断，进而提升了车辆管理的效率与质量。

基于车牌智能识别技术进行车辆识别，通过构建模式匹配信息库，输入车辆信息，在车辆进入的时候通过信息库进行匹配分析，如果符合车辆有效，不符合则属于陌生车辆，这样就会提升车辆管理的效率。

2.2高速公路收费站车牌智能识别技术的应用

随着我国社会经济的持续发展，在高速公路中应用车牌智能识别系统，可以提升管理效率，也可以加强对一些违法车辆的监督与管理。在高速公路行驶的车辆通过车牌智能识别技术辨认分析之后就可以合理的分析车辆的合法性，达到精准的判断，车辆识别系统如果发现违法车辆，就会快速地将车辆信息传递给高速公路系统，这样就可以进行车辆的抓捕以及调查。因为高速车站收费站具有一定的特殊性，在安装车辆识别系统的时候，要提升系统的像素，在现代科学技术手段的支持之下，应用高清摄像技术，可以为各项工作开展提供精准的信息支持。

在一般状况之下，车辆在高速公路上的行驶速度在90～120公里每小时，一些低分辨率的摄影头是无法识别这些车辆的信息内容的。对此，通过高清的摄影技术可以为车辆识别系统提供更为精准的信息数据支持。

合理的應用车辆识别系统可以提升工作效率，也可以加强对违法犯罪车辆的监控，是一种较为科学的技术手段。车牌智能识别技术在高速公路中应用可以与ETC系统有效结合，进而做到不停车收费，不仅仅会提升工作效率，也可以节约时间，在整体上来说车牌智能识别技术应用范围相对较为广泛。

2.3在公路卡口中车牌智能识别技术的应用

随着人们生活水平的不断提升，私家车数量增多，这样无疑增加了交通管理工作量。通过车牌智能识别技术，可以精准的分析各种违法车辆，为车辆的处罚提供精准的信息支持。在公路卡口系统中应用车牌智能识别及技术手段，通过车辆识别系统、治安卡口系统以及中心管理平台联合应用，可以为各项工作开展提供有效的参考。

车含量识别系统作为基础的检测系统，在公路卡口系统中有着重要的价值与作用，可以将智能化识别系统获得速度信息作为主要的参考指标，具有速度精准、高效的特征，可以实现自动化的对比报警分析，也可以为公安交警工作提供有效的支持。

区间测速是通过一个路段中相对距离中设置两个距离一定的速度监测点，通过车牌智能识别技术计算分析车辆经过区间的平均速度，确认车辆是否存在超速行为的一种技术手段。通过对区间测速的数据信息分析，可以发现通过车牌智能识别技术规范车牌超速的问题得到了显著的效果。

2.4城市交通中车牌智能识别技术的应用

我国城市化进程在不断的加快，城市公路运输行业在不断的发展，通过车牌智能识别技术手段可以为城市的交通管理提供有效的信息支持。在智能化的识别技术支持之下，可以为公安交通管理等工作开展提供有效的参考，也可以对城市的监管、公路违法犯罪行为打击等工作提供技术支持。

3 结束语

随着车牌智能识别技术的不断发展，在各种技术手段的支持之下，车牌智能识别技术逐渐成熟。现阶段，合理的应用车牌智能识别技术可以为各项工作开展提供智能化的信息支持，有效地转变了传统人工工作的弊端与不足，也为公安交通管理等工作开展提供了有效的参考，随着各种技术手段的成熟，车牌智能识别技术会不断地完善，功能也更加完善，这样无疑会在客户管理、车辆管理以及交通工作中凸显自身的价值与作用。

参考文献：

[1] 莫玲.图像处理技术在车牌识别中的研究[J].轻工科技，2018，34（08）：88-90.

[2] 王子源.基于图像处理技术的车牌识别研究[J].科技资讯，2018，16（6）：3+5.

[3] 任秋儒.基于数字图像处理的车牌识别技术[J].中国战略新兴产业，2017（40）：118-119+121.

[4] 黎洪龙.基于图像处理技术的车牌识别方法研究[J].科技与创新，2017（19）：65-66.

[5] 朱万意，程晓荣，张鹏，等.图像处理技术在车牌识别中的应用研究[J].信息与电脑（理论版），2017（16）：72-75.

【通联编辑：光文玲】