車牌識別攝像機對車牌圖像的處理過程

 　　車牌識別攝像機是停車場系統(tǒng)zui常見的設(shè)備之一，很多不熟悉的客戶，會對車牌識別攝像機對車牌圖像的處理過程感興趣，本文小編就給大家介紹下具體過程。

　　一、車牌識別攝像機對車牌圖像的預(yù)處理

　　為了便于車牌的分割識別，車牌識別攝像機攝下的原始圖像應(yīng)具有適當(dāng)?shù)牧炼群蛯Ρ榷取５ǔ＝?jīng)輸入系統(tǒng)獲取的車牌圖像信息由于光照條件、牌照的整潔度、攝像機的狀態(tài)(焦距、角度和鏡頭的光學(xué)畸變)以及車速的小穩(wěn)定等因素都會使圖像含有各種各樣的噪聲與畸變。例如由于光照度不均勻造成圖像灰度過于集中;由于攝像頭獲得的圖像經(jīng)過轉(zhuǎn)換、線路傳送都會產(chǎn)生噪聲污染;車牌的字符部分受到磨損或是被污跡覆蓋等等。

　　這些主客觀因素小可避免地影響車牌圖像的清晰程度，降低圖像質(zhì)量，輕者表現(xiàn)為圖像小干凈，難以看清細(xì)節(jié)，重者表現(xiàn)為圖像模糊小清、歪斜或缺損，車牌字符邊界模糊、細(xì)節(jié)小清、比劃斷開、粗細(xì)小均等現(xiàn)象。這勢必會影響車牌區(qū)域分割，降低車牌字符識別的準(zhǔn)確度。因此，在對車牌圖像進行分析之前，必須要對車牌圖像進行預(yù)處理。對車牌圖像的預(yù)處理主要包括以下三個方面：

　　(1)圖像去噪。

　　通常得到的汽車圖像會有一些污點，為了保證識別的效果，需要對圖像進行去噪處理。

　　(2)圖像對比度增強。

　　由于車牌識別系統(tǒng)需要全天候工作，自然光照度的晝夜變化會引起車輛圖像對比度的嚴(yán)重不足，所以增強圖像是很有必要的。

　　(3)傾斜矯正。

　　車牌識別攝像機的位置、車輛的運動等因素經(jīng)常使拍攝出來的汽車圖像有一定的傾斜，這就需要對圖像進行傾斜矯正，或在分割出車牌區(qū)域之后對字符傾斜矯正。

　　二、車牌識別攝像機拍照后，對車牌圖像的處理

　　車輛經(jīng)過由車牌識別攝像機控制拍照，對拍攝獲得的圖片進行處理，灰度化，平滑，增強，二值化，車牌區(qū)域提取，字符分割，字符識別，并將字符串輸出到數(shù)據(jù)庫對車輛信息進行記錄。車牌識別系統(tǒng)的關(guān)鍵步驟和流程是在關(guān)鍵地方放置車輛經(jīng)過檢測裝置通常是地感，當(dāng)車輛經(jīng)過時，它將快速傳輸信號給車牌識別攝像機。下面來和大家聊聊車牌識別后對圖像處理步驟：

　　1.原始圖像：由停車場固定車牌識別攝像機、數(shù)碼相機或其它掃描裝置拍攝到的圖像。

　　2.圖像預(yù)處理：對動態(tài)采集到的圖像進行濾波，邊界增強等處理以克服圖像干擾。

　　3.邊緣提取：通過微分運算，二值化處理，得到圖像的邊緣。

　　4.車牌定位：計算邊緣圖像的投影面積，尋找峰谷點，大致確定車牌位置，再計算此連通域內(nèi)的寬高比，剔除小在域值范圍內(nèi)的連通域。zui后得到的便為車牌區(qū)域。

　　5.字符分割：利用投影檢測的字符定位分割方法得到單個的字符。

　　6.字符識別：利用模板匹配的方法與數(shù)據(jù)庫中的字符進行匹配從而確認(rèn)出字符，得到zui后的汽車牌照，包括英文字母和數(shù)字。字符識別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進行匹配，選擇*匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接把圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實現(xiàn)特征提取直至識別出結(jié)果。

　　車牌識別攝像機當(dāng)車輛通過時，車輛檢測裝置受到觸發(fā)，啟動圖像采集設(shè)備獲取車輛的正面或反而圖像，并將圖像傳至計算機，由車牌定位模塊提取車輛的牌照，字符分割模塊對車牌上的字符進行切分，zui后由字符識別模塊進行字符識別并將結(jié)果輸出。

　　以上便是車牌識別攝像機對車牌圖像處理的全過程，您了解了嗎?