车牌识别系统( 三 ) _生活百科

文章插图
车牌识别系统 1、间接法:指通过识别安装在汽车上的IC卡或条形码中所存储的车牌的信息来识别车牌及相关信息。IC卡技术识别準确度高，运行可靠，可以全天候作业，但它整套装置价格昂贵，硬体设备十分複杂，不适用于异地作业;条形码技术具有识别速度快、準确度高、可靠性强以及成本较低等优点，但是对于扫描器要求很高。此外，二者都需要制定出全国统一的标準，并且无法核对车、条形码是否相符，也是技术上存在的缺点，这给在短时间内推广造成困难。2、直接法:基于图像的车牌识别技术属于直接法，是一种无源型汽车牌照智慧型识别方法，能够在无任何专用传送车牌信号的车载发射设备情况下，对运动状态车辆或静止状态车辆的车牌号码进行非接触性信息採集并实时智慧型识别。与间接法识别系统相比，首先，这种系统节省了设备安置及大量资金，从而提高了经济效益;其次，由于採用了先进的计算机套用技术，所以可提高识别速度，较好地解决实时性问题;再次，它是根据图像进行识别，所以通过人的参与可以解决系统中的识别错误，而其他方法是难以与人互动的。直接法一般有图像处理技术，传统模式识别技术及人工神经网路技术。1、图像处理技术:运用图像处理技术解决汽车牌照识别的研究最早始于80年代，但国内外均只是就车牌识别中的某一个具体问题进行讨论，并且通常仅採用简单的图像处理技术来解决，并没有形成完整的系统体系，识别过程是使用工业电视摄像机拍下汽车的工前方图像，然后交给计算机进行简单的处理，并且最终仍需要人工干预，例如车辆牌照中省份汉字的识别问题，1985年有人利用常见的图像处理技木方法提出汉字识别的分类是在抽取汉字特徵的基础上进行的，根据汉字的投影直方图选取浮动闭值，抽取汉字在竖直方向的峰值，利用树形查表法进行汉字的粗分类;然后根据汉字在水平方向的投影直方图，选取适当闭值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标準模式链码的最小距离，实现细分米完成汉字省名的自动识别。2、传统模式识别技术。传统模式识别技术指结构特徵法，统计特徵法等。90年代，由于计算机视觉技术的发展，开始出现汽车牌照识别的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动识别系统。该系统分为图像分割、特徵提取和模板构造、字元识别等三个部分。利用不同闽值对应的直方图不同，经过大量统计实验确定出车牌位置的图像直方图的闽值範围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设定的标準字元模板进行模式匹配识别出字元。3、人工神经网路技术。近几年来，计算机及相关技术发达的一些国家开始探讨用人工神经网路技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网路方法对车牌上的字元进行自动识别，BAM神经网路是由相同神经元构成的双向联想式单层网路，每一个字元模板对应着唯一个BAM矩阵，通过与车牌上的字元比较，识别出正确的车牌号码。这种採用BAM神经网路方法的缺点是无映解决识别系统存储容量和处理速度相矛盾的问题。技术指标从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定可靠的运行。识别率一个车牌识别系统是否实用，最重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率95%以上。为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际套用环境中，全天候运行24小时以上，採集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。识别速度识别速度决定了一个车牌识别系统是否能够满足实时实际套用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那幺这个系统就会因为满足不了实际套用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别套用的作用之一是减少通行时间，速度是这一类套用里减少通行时间、避免车道堵车的有力保障。国际交通技术提出的识别速度是1秒以内，越快越好。后台管理一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的，因为车牌照污损、模糊、遮挡，或者天气也许很糟（下雪﹑冰雹﹑大雾等等）。后台管理体系的功能应该包括：1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网路出差错时能保护图像数据不会丢失，同时便于事后人工排查；2、有效的自动比对和查询技术，被识别的车牌照号码要同资料库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被正确读取时就要採用模糊查询技术才能得出相对“最佳”的比对结果；3、一个好的车牌识别系统对于联网运行，还需要提供实时通信、网路安全、远程维护、动态数据交换、资料库自动更新、硬体参数设定、系统故障诊断。选购準则重视稳定度随着产品算法与业者的技术提升，整合早就不是重要的话题，现阶段最需要注意的重点反而是“稳定度” 。稳定度的定义是：在一个既定的车速範围内，不会让必须达到的準确度，因外在环境影响而产生过大的误差。例如一个车牌系统在白天有90%以上的準确度，到了傍晚就降到80%，夜间又降到70%，这种不稳定的系统，比起全天候平均拥有70%準确度的车牌辨识系统更难于整合。因为使用者会认为，既然白天的辨识率有90%，那全天候的準确率都要达到90%才合理，这样的规格还不包括奇怪的环境干扰(暴雨袭击、冰雹、浓雾区段等)，与架设环境限制(高度限制、风大摇晃限制、不容易遭受人为破坏等) 。确实实测几乎每家都宣称拥有高辨识率，但为了避免事后因为双方对产品认知有差异，而将运作不良的责任互相推託，用户在採购车牌辨识系统时，不妨要求实地测试，而且测试时间最好超过两个礼拜，比较能判断辨识结果是否“言过其实” 。因为多变的环境，两个礼拜应该可以对于场域可能影响辨识率的情形，大约掌握了八成，如果只是测一天、甚至几个小时，是无法了解的。另外，车牌辨识既然是“系统”，当中软硬体架构的好坏，当然会影响“呈现的结果” 。至于什幺样的软体跟硬体，适合什幺样的环境，这就必须因环境而异，因为不同的套用环境，对于辨识率的要求未必相同，而这就必须靠经验累积。儘管市场上有林林总总的车牌辨识系统，用对产品与架构，可以省去很多的冤枉钱跟时间，但更重要的是，工程商与系统整合商需要多方配合及了解，而不是一味的只看重某厂牌比较好、比较便宜，凡事货比三家不吃亏。此外，车牌辨识系统能否发挥最大效用，除了软体技术之外，与摄影机及现场施工能力，也有很大的关係。使用者可要求厂商至现场勘查后，提出建置规划方案，先评估应该架设的地点、摄影机架设角度、是否需要架设辅助光源等，再提出报价，藉由这些动作，除了得以事先评估业者的能力，用户本身也可以达到产品学习及教育训练，日后管理时，会更清楚知道该产品的使用限制及相关因应措施。套用地区唐山启用车牌自动识别系统信息不符自动报警高科技投入使用唐山交管系统，日前唐山玉田交警指挥控制中心启用车辆号牌识别系统，并与资料库中的黑名单比对，对黑名单中的违法车辆发出警报，提醒交警拦截车辆。在日常录入违法号牌信息中发现车辆号牌信息与系统显示的车牌信息不符时，民警通过核查车辆信息后，把有违反交通法规的车辆信息录入指挥中心的黑名单报警系统。此车在辖区内行驶时，号牌会被系统自动识别报警。车牌自动识别系统的使用，不仅让违法交通法规的车辆无处躲藏，还大大提高了民警的规範性和执法效率，也为进一步开展道路交通管理工作打下了良好的基础。