行調整,這樣,圖像二值化的效果好于灰度直方圖取閾值方法.此外,也有部分牌照檢測系統根據彩色牌照圖像的色度、亮度和飽和度來確定閾值,直接將彩色圖像轉換為二值圖像[1].2.3.2　牌照字符的切分經過牌照字符圖像的分割與二值化,得到的是一個只包含牌照字符的水平條形區域,為了進行字符識別,需要將牌照字符從二值圖像中分割出來.通常車輛牌照的字符大小、字體以及排列間隔都有一定的規律,絕大多數只有一行,由7位字符組成:第一位是漢字,代表車輛所屬省份,或是軍種、警別等有特定含義的字符簡稱,第二位為大寫的英文字符,一個圓點間隔之后的第三位是英文字母或數字,其余的4位均為數字.文獻[5]就充分利用了牌照字符固定的高寬比和間距作為經驗知識對牌照圖像進行精確的字符定位切分.該方法在分割前先估算出字符寬度、間距,并從圖像豎直方向的投影直方圖定出字符的開始位置,再參照估算值逐個定位切分全部字符.另一種切分方法[6,9]則是根據牌照圖像豎直投影直方圖的期望與方差確定一個閾值,閾值過大或過小都會影響切分的準確性,因此閾值可依據切分結果進行重新調整.實際上,受車輛牌照有污斑或剝落等因素的影響,圖像會有較大的噪聲干擾,圖像二值化過程中會有部分信息丟失,造成待分割的牌照字跡模糊,相鄰字符粘連,甚至殘缺不全,嚴重影響切分結果,所以,參考牌照字符特點的分割方法是有效的.2.3.3　字符的細化對字符識別來說,字符筆劃的寬度信息冗余有可能導致識別錯誤.為此,需對字符進行細化處理,除去冗余的部分,僅保留構成字符骨架的線寬為1pixel的筆劃中心線.字符的細化有利于字符幾何特征的提取,減少識別運算量,提高識別率.字符細化的算法主要有串行算法和并行算法2種.串行算法是按一定的次序對字符邊緣的象素進行迭代檢測,按約定判據確定象素的刪留,層層“剝離”而留下字符的骨架;并行算法與此類似,但無需逐點進行,因而實現簡單,速度更快.文獻[12]提出一種并行的自適應細化算法(ATA),將字符筆劃中象素點的連接結構分為一般、復雜和特殊3種形態,并分別設計結構模板(如條形模板、T形模板、Y形模板等)來檢測筆劃上相鄰象素點的刪留,較好地防止了字符在T形連接和拐角處的交接點畸變,同時也防止了長直筆劃被截斷造成的字符失真.另一種基于字符筆劃輪廓的細化算法[13]首先對字符進行輪廓跟蹤,然后檢測輪廓形狀的拐點,再將相鄰2拐點之間的輪廓線定為該方向上的向量段進行匹配,構成筆劃,最后把完整的筆劃歸整而得到字符骨架.通過比較可知,該算法很好地保持了字符的整體結構,細化后的字符骨架最接近字符的原結構.2.4　字符的識別牌照字符識別系統的關鍵是字符特征提取和模式匹配,主要有以下幾種方法:1)利用字符的結構特征和變換(如Fourier變換、Karhunen-Loeve變換[14]等)進行特征提取.該方法對字符的傾斜、變形都有很高的適應性,但運算量大,對計算機性能要求較高.2)利用字符的統計特征進行特征提取.如提取字符號的投影特征、網格特征和輪廓特征組成字符特征矢量,進行特征匹配的方法[10],識別率就比較高.3)基于字符結構分析的識別方法.該方法可以識別有較大旋轉、變形、縮放的字符圖像,但需要進行復雜的字符筆劃分析和抽取,對牌照字符圖像質量要求較高.4)模板匹配法.由于車輛牌照字符中只有26個大寫英文字母,10個阿拉伯數字和約50個漢字,字符集合較小,所以該方法對于有輕微變形、筆劃缺損、污跡干擾的字符圖像有較好的識別率,總體識別率超過90%[6],同時也可以滿足實時性的要求.此外,還可以將神經網絡模型運用于模式識別系統進行牌照字符識別[15,16].3　結論近年來,在車輛牌照字符識別系統的研究領域出現了許多切實可行的識別技術和方法.從這些新技術和新方法中可以看到2個明顯的趨勢:1)單一的預處理和識別技術都無法達到理想的結果,多種方法的有機結合才能使系統的有效識別能力提高;2)在有效和實用的原則下,結合神經網絡和人工智能的新技術的應用是一個研究方向,它將為智能交通管理系統在公路建設和管理中的普及打下基礎

E-mail:xjw790106@163.com
 
XIAOXU_79 
 
欄目版主 
 

天津 
發表總數：189 發表於 - 2002/12/17 :  12:18:43      
--------------------------------------------------------------------------------
具有適當的亮度和對比度.但由于攝像部分位于戶外,車輛牌照不整潔,光照條件不好,攝像頭與牌照的距離或角度不合適以及車速較快等因素的影響,圖像可能模糊、歪斜或缺損,因此需要對原始圖像進行預處理.2.1.1　圖像轉換及壓縮BMP格式是以象素為單位記錄圖像的,每個象素點均由紅、綠、藍3色組成,每個色彩通道的顏色值均由8位字節表示.然而,除了少數文獻[1,2]提到可借助色彩信息對牌照進行檢測與分割外,絕大多數牌照識別系統采用不含色彩信息的灰度圖像,即圖像中每個象素僅用1個8位字節表示其亮度值.要使處理速度達到實時的要求,就要對圖像進行壓縮.實驗證明,16pixel×16pixel就足夠保持輸入字符的形狀[3],確保識別的正確性.對圖像進行壓縮應選擇合適的壓縮比,防止丟失字符信息,造成識別錯誤.圖像壓縮的算法較多,行程編碼算法(RLC)、滑動窗口壓縮算法[4]等在字符識別系統中運用較多.2.1.2　圖像增強由于車輛牌照識別系統需全天候工作,自然光照度的晝夜變化會引起牌照圖像的對比度嚴重不足,若無理想的補充光,就可能造成圖像字符不清,甚至無法識別.因此,圖像增強處理無論對改善牌照圖像的可辨認度,還是簡化字符的定位與分割,都是很有必要的.增強圖像對比度的方法有灰度線性變換[5]、圖像平滑處理和線性濾波器[2]等.2.1.3　圖像水平校正對車輛牌照進行拍攝時,須調整攝像機角度以保持牌照橫向邊緣的傾斜度盡可能小,并且讓牌照在整幅圖像中處于相對居中的位置,即圖像的視覺中心上.但是,攝像機通常安裝在路邊或高處,這會產生車輛牌照與攝像頭成像平面不平行、圖像傾斜、圖像變形的問題,影響牌照的檢測與分割.針對圖像旋轉傾斜的問題,文獻[6]提出了基于區域生長算法的牌照校正方法.通常情況下,圖像的水平校正放在牌照的二值化、分割,甚至是字符的切分之后進行,這樣可使圖像處理的運算量大大減少.2.2　牌照的定位與分割牌照的定位與分割是牌照識別系統的關鍵技術之一,其主要目的是在預處理后的灰度圖像中確定牌照的具體位置,并將包含牌照字符的子圖像從整個圖像中分割出來,供字符識別子系統識別.由于牌照圖像在原始圖像中是很有特征的一個子區域,確切地說是水平度較高的橫向近似長方形,它在原始圖像中的相對位置比較集中,而且其灰度值與周圍區域有明顯的不同,因而在其邊緣就會形成灰度突變的邊界,這就便于通過邊緣檢測來對灰度圖像進行分割.所謂邊緣檢測就是尋找灰度值發生急劇變化的區域,可以用圖像灰度的一階偏微分(梯度算子 )和二階偏微分(拉普拉斯算子 2)的值來判定邊緣點,亦可將圖像與二維高斯(Gaussian)函數經拉普拉斯運算的函數 2h(x,y)進行卷積后檢測出來[7].基于圖像輪廓線(邊緣線)的牌照圖像定位算法[8,9],對特征明顯的牌照圖像定位和分割十分有效,且算法簡便可行.統計投影直方圖的方法[10]是通過對原始圖像在水平和垂直2個方向的灰度投影直方圖案的分析來確定牌照位置的.將原始圖像進行二值化后再運用投影直方圖的方法可確定牌照在整個圖像中的位置[2],也可以利用牌照的四邊形區域的幾何特點,通過檢測四邊形的邊框或四角來確定牌照的位置[1].2.3　字符識別的預處理由于拍攝時的光照條件,牌照的整潔程度,攝像機的焦距調整、鏡頭的光學畸變等因素都會不同程度地造成牌照字符邊界模糊、細節不清、筆劃斷開或粗細不均,致使字符提取困難,影響字符識別的準確性,因此,需要在識別前對字符進行有針對性的預處理.2.3.1　圖像二值化一幅8位的灰度圖像仍有256個灰度等級,對此灰度圖像進行二值化實質上是將圖像中的每個象素按一定規則進行分類,也就是將圖像轉換成只有2個等級(黑、白)的二值圖像.最簡單的分類規則是依據區域相似性和不連續性,取一灰度閾值,大于此閾值的象素點置為黑(或白),而小于此閾值的象素點置為白(或黑).在閾值選取時,為了簡化運算,可以取圖像灰度平均值為閾值[2];為解決光照不均的問題,可以采取牌照字符分別二值化的方法[10],即先對牌照圖像進行字符分割,再對分割出來的字符分別進行梯度統計,取得各自不同的閾值進行分類;也可在二值化過程中引入圖像紋理分析[5,11],即判定了字符筆劃邊緣后再對閾值進

E-mail:xjw790106@163.com
 
XIAOXU_79 
 
欄目版主 
 

天津 
發表總數：189 發表於 - 2002/12/17 :  12:17:32      
--------------------------------------------------------------------------------
車輛牌照識別系統綜述摘要:基于圖像和字符識別技術的智能化交通管理系統——車輛牌照識別系統,一般要先對原始圖像進行轉換、壓縮、增強、水平校正等預處理,再用邊緣檢測法對牌照進行定位與分割,而字符識別多采用特征提取與模式匹配等方法.從中可以看出:多種預處理與識別技術有機結合以提高系統識別能力,在有效、實用的原則下將神經網絡與人工智能技術相結合將成為模式識別研究的兩個重要發展趨勢.關鍵詞:模式識別;圖像增強;字符;人工智能;車輛牌照識別系統
引言
20世紀90年代以來,我國在基礎設施的建設上加快了步伐,相比之下,道路管理監控以及科學收費軟件等設施建設卻顯得相對滯后.針對這種情況,管理部門已著手進行諸如交通信號自適應控制系統、智能交通監控系統、GPS車輛管理及導航系統、不停車自動收費系統等智能化交通管理系統的研制,其中高速公路不停車自動收費系統是基于非接觸式(也稱RF射頻技術)IC卡和車輛牌照字符識別技術的車輛繳費信息綜合管理系統.該系統基本工作原理為:1)當車輛駛入路卡的天線感應區,收費系統自動檢測隨車IC卡中記錄的牌照號碼、預存款項金額、車輛及車主的信息,車型識別子系統同時對車輛的車型、噸位等進行鑒別;2)系統根據接收到的IC卡內容以及車型識別信息計算通行費用,并將結果回寫于射頻IC卡內;3)若預交款額充足,完成交費即正常放行,否則降下停車護欄,并向管理人員發出警報.若車輛逃遁,則啟動自動跟蹤攝像機拍攝車輛牌照.由于牌照是機動車輛管理的惟一標識符號,因此車輛牌照識別系統(vehiclelicenseplaterecognitionsystem)要具有較高的識別率,同時對環境光照條件、拍攝位置和車輛行駛速度等因素的影響也應有較大的魯棒性,并能滿足實時性的要求.1　車輛牌照識別系統原理車輛牌照識別系統的基本工作原理為:將攝像頭拍攝到的包含車輛牌照的圖像通過視頻卡輸入計算機進行預處理,再由檢索模塊對牌照進行搜索、檢測、定位,并分割出包含牌照字符的矩形區域,然后對牌照字符進行二值化并將其分割為單個字符,規整后輸入字符識別子系統進行識別.2　車輛牌照識別系統組成2.1　圖像預處理攝像機拍攝的圖像通常是以BMP格式存入計算機的,為了便于牌照的分割和字符的識別,原始圖像應

E-mail:xjw790106@163.com

Edited by - XIAOXU_79 重新編輯於 2002/12/17 12:19:31
 
remind_me 
 
欄目版主 
 


發表總數：383 發表於 - 2002/12/17 :  09:25:21      
--------------------------------------------------------------------------------
能否轉些綜述性的文章，說得多些

 
XIAOXU_79 
 
欄目版主 
 

天津 
發表總數：189 發表於 - 2002/12/12 14:54:15      
--------------------------------------------------------------------------------
智能系統與模式識別是在人工智能、信號處理、控制論及計算機技術等學科基礎上發展起來的。以計算機技術、通訊技術、電子技術為技術手段，研究人工智能 (包括符號計算學和神經計算學) 和人工生命 (包括生命信息計算) 的原理和方法。它主要研究信息的采集、處理與特征提取、模式識別與分析、人工智能以及智能系統的設計。其研究領域包括信號處理分析、模式識別、圖像處理與計算機識別、智能信號處理以及認知，自組織與學習理論、智能信息處理、計算機視覺、機器人系統、智能仿真與建模、智能控制與智能機器人等，并基于這些原理和方法，構造具有智能特性和生命特性的系統和裝置。