車牌自動(dòng)識(shí)別國(guó)內(nèi)外發(fā)展現(xiàn)狀

中國(guó)車牌的格式與國(guó)外有較大差異且車牌識(shí)別技術(shù)研究起步較晚，所以國(guó)外關(guān)于車牌識(shí)別的研究對(duì)于中國(guó)僅具有參考價(jià)值，其在中國(guó)的應(yīng)用效果不能達(dá)到其在國(guó)內(nèi)的應(yīng)用效果，但在其識(shí)別系統(tǒng)中所采用的各種思想和算法可以為我國(guó)所借鑒。車牌識(shí)別系統(tǒng)自進(jìn)入中國(guó)以來(lái)，迅速吸引大量的學(xué)者開始從事這方面的研究，并提出了很多新穎便捷的算法。自動(dòng)化研究所的劉智勇等人開發(fā)的系統(tǒng)在一個(gè)樣本容量為3170的樣本集中，車牌定位的準(zhǔn)確率為99.41%，切割準(zhǔn)確率為94.62%，這套系統(tǒng)后來(lái)被漢王公司的車牌識(shí)別系統(tǒng)采用，取得了較好的效果。南京大學(xué)的熊軍等提出基于字符紋理特征的定位算法，其準(zhǔn)確率高達(dá)95%。華中科技大學(xué)的陳振學(xué)等人提出一種新的車牌圖像字符分割和識(shí)別算法，使用一維循環(huán)清零法，先對(duì)垂直投影圖進(jìn)行一次掃描，有效的清除雜點(diǎn)與間隔符，其分割正確率達(dá)到96.8%。浙江大學(xué)的潘云鶴、張引等提出彩色邊緣算子Color Prewitt 、彩色邊緣檢測(cè)和區(qū)域生長(zhǎng)相結(jié)合的定位算法，算法非常簡(jiǎn)單，作用顏色空間廣，牌照區(qū)域易于與背景分離，但其存儲(chǔ)量和計(jì)算量比較大，不能滿足實(shí)時(shí)性的要求。而且當(dāng)車牌區(qū)域的顏色與附近顏別不大時(shí)，定位失誤機(jī)率增加。國(guó)內(nèi)還有許多學(xué)者也在進(jìn)行這方面的研究且取得可觀的研究成果。

汽車的快速發(fā)展，無(wú)線網(wǎng)絡(luò)、車牌識(shí)別、物聯(lián)網(wǎng)等技術(shù)不斷突破，促使智控停車場(chǎng)管理系統(tǒng)越發(fā)成熟。那么車牌識(shí)別系統(tǒng)如何實(shí)現(xiàn)無(wú)人值守呢？

1、車牌識(shí)別出入管理系統(tǒng)

使用車輛：有懸掛正牌車牌，且號(hào)牌辨識(shí)度清晰的車輛。

2、二維碼出入管理系統(tǒng)

適用車輛：無(wú)規(guī)范車牌，或號(hào)牌辨識(shí)度不清的車輛。

3、在線電子支付結(jié)算系統(tǒng)

自助繳費(fèi)，快捷省時(shí)省人;降低了設(shè)備成本與管理成本;資金直達(dá)物業(yè)帳號(hào)。

車牌識(shí)別技術(shù)原理：車輛檢測(cè)：可采用埋地線圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)技術(shù)、視頻檢測(cè)等多種方式感知車輛的經(jīng)過(guò)，并觸發(fā)圖像采集抓拍。圖像采集：通過(guò)高清攝像抓拍主機(jī)對(duì)通行車輛進(jìn)行實(shí)時(shí)、不間斷記錄、采集。預(yù)處理：噪聲過(guò)濾、自動(dòng)白平衡、自動(dòng)曝光以及伽馬校正、邊緣增強(qiáng)、對(duì)比度調(diào)整等。車牌定位：在經(jīng)過(guò)圖像預(yù)處理之后的灰度圖像上進(jìn)行行列掃描，確定車牌區(qū)域。字符分割：在圖像中定位出車牌區(qū)域后，通過(guò)灰度化、二值化等處理，字符區(qū)域，然后根據(jù)字符尺寸特征進(jìn)行字符分割。字符識(shí)別：對(duì)分割后的字符進(jìn)行縮放、特征提取，與字符數(shù)據(jù)庫(kù)模板中的標(biāo)準(zhǔn)字符表達(dá)形式進(jìn)行匹配判別。結(jié)果輸出：將車牌識(shí)別的結(jié)果以文本格式輸出。

判斷車牌識(shí)別系統(tǒng)的標(biāo)準(zhǔn)：，認(rèn)可率，無(wú)論車牌識(shí)別系統(tǒng)是否實(shí)用，的指標(biāo)是識(shí)別率。國(guó)際交通技術(shù)已被用作特殊識(shí)別率指標(biāo)。要求是一體化24小時(shí)全天候的正確識(shí)別率為85%~95%。為了測(cè)試車牌識(shí)別系統(tǒng)的識(shí)別率，系統(tǒng)需要安裝在一天24小時(shí)或更長(zhǎng)時(shí)間運(yùn)行的實(shí)際應(yīng)用環(huán)境中，為至少1000輛流通的自然車輛收集車牌，并識(shí)別許可證。板圖像和識(shí)別。存儲(chǔ)結(jié)果以供檢索。然后，您需要獲得實(shí)際的車輛圖像和正確的手動(dòng)識(shí)別結(jié)果。然后可以計(jì)算以下識(shí)別率：1、自然交通流量識(shí)別率=正確識(shí)別整數(shù)/實(shí)際通過(guò)車輛總數(shù)的總數(shù)。2、可識(shí)別的車牌百分比=人正確讀取的車牌總數(shù)/實(shí)際通過(guò)的車輛總數(shù)。3、可以識(shí)別整張卡的正確識(shí)別率=整張卡正確識(shí)別的牌照總數(shù)/手動(dòng)讀取的牌照總數(shù)。這三個(gè)指標(biāo)決定了車牌識(shí)別系統(tǒng)的識(shí)別率，例如可信度、誤識(shí)別率等。中間結(jié)果是車牌識(shí)別過(guò)程。