[发明专利]一种新的车牌识别方法及系统

说明书

技术领域

本发明涉及图像识别技术领域，尤其是一种新的车牌识别方法及系统。

背景技术

近年来，随着我国交通运输业的迅猛发展的同时也带来了频发的交通事故、交通拥堵、交通污染等问题，建立高效的智能交通运输系统ITS(Intelligent Transportation System)已经成为当前亟待解决的问题。车辆牌照是目前唯一能外在标识汽车的身份的标志符号，因而车辆牌照识别系统LPRS(License Plate Recognition System)是ITS系统中最关键的技术之一。

车牌识别系统由车牌定位、车牌分割和字符识别三个关键模块组成，三大模块依次进行。车牌定位是把车牌从整个车辆图像中提取出来，车牌分割是把车牌图像分成一个个独立字符的过程，字符识别就是提取字符的特征数据，采用模板匹配或神经网络的识别方法进行识别，给出识别结果。构成车牌识别系统的任何一个模块失误都会影响系统的性能，图像处理和计算机视觉等技术的发展，已经促使车牌识别系统从理论向实际应用的方向发展，但在实际应用中，车牌识别系统在光线不好，车牌质量不好等情况下，通用性和鲁棒性较差，因而车牌识别系统除了需要拍摄质量较好的车辆图像外，还需要进一步研究并提高车牌识别系统中各个模块的正确率。

到了20世纪90年代末，国外研究机构和公司开始系统地对车牌识别的技术进行研究和开发应用，提出了很多识别算法，其中实用性强，鲁棒性好，性能好的车牌识别系统开始用于停车场的电子收费、路口的出入车辆控制、道路行驶车辆的实时监控等。很多公司研制生产了车牌识别方面的产品，如新加坡Zamir公司开发的Insignia系统和Optasia公司研发的VPLRS系统，以色列Hi.Tech公司生产的See/Car System系列，这些产品都有很强的针对性，像VLPRS产品主要针对新加坡所用的车牌进行识别，对其他国家的车牌识别效果较差，Insignia系统则是根据欧洲和远东地区所采用的车牌特点而研究开发特定的车牌识别系统，虽然Hi.Tech公司研发的See/Car System根据不同国家的车牌特点研制了相对应的识别系统，但是See/Car System系列识别汉字的准确率很低，不能用于我国车牌识别系统。

我国相对国外来说起步比较晚，但在车牌识别技术研究方面发展迅速，我国在短时间内取得了不错的发展，而且国内的许多公司还研发生产了车牌识别方面的产品，主要包括：深圳市科安信实业有限公司、上海高德威智能交通系统有限公司、中国自动化研究所的汉王公司和北京兰亭三和科技公司以及中国香港的亚洲视觉公司等。目前国内这些公司所生产的车牌识别系统在车牌图像倾斜、有污迹、遭受磨损等情况下，识别率不高，对环境适应性差。因此，目前仍需要对车牌识别技术进行深入研究，开发适合实用性强、鲁棒性好的车牌识别方法及系统。

发明内容

针对目前车牌识别系统所存在的问题，本发明提出了一种可实现快速、鲁棒和精确的车牌识别的车牌识别方法及系统。

本发明解决其技术问题所采用的技术方案为：

一种新的车牌识别方法，包括如下步骤：

a) 车牌图像预处理，获得车牌的二值化图像；

b) 车牌定位：首先利用垂直Sobel边缘检测算法对预处理后的二值化图像进行垂直边缘的检测，再利用数学形态学方法对边缘图像进行车牌区域的粗定位，最后利用投影方法来实现车牌区域的精确定位；

c) 车牌字符分割：首先将车牌区域的边框去除，然后再利用垂直投影方法来分割字符；

d) 车牌字符识别：采用基于多特征的模板匹配识别方法，即首先将字符图像进行归一化处理，然后提取字符图像的轮廓特征、投影特征，与模板库中的相应字符的特征进行匹配对比，以达到精确识别。

本发明还提供一种新的车牌识别系统，包括车牌图像预处理模块，用于对存在车牌的图像进行图像预处理，获得车牌的二值化图像；车牌定位模块，用于基于数学形态学滤波技术实现车牌区域的精确定位；车牌字符分割模块，用于利用垂直投影方法把定位好后的车牌区域图像中的每个字符提取出来成为单个的字符；车牌字符识别模块，用于采用基于多特征的模板匹配识别方法精确识别车牌字符。

本发明利用多种图像处理算法来完成整个车牌识别从预处理直到最后的车牌识别这一整个车牌识别系统，在车牌定位中，采用了基于数学形态学滤波技术；在车牌字符分割提取中，使用了垂直投影等方法；最后通过基于多特征提取的模板匹配技术完成了车牌字符识别，这种车牌识别方法与系统能实现快速、鲁棒和精确的车牌识别。

具体实施方式