《车牌识别技术研究目的意义及国内外研究现状.doc》由会员分享，可在线阅读，更多相关《车牌识别技术研究目的意义及国内外研究现状.doc（3页珍藏版）》请在三一办公上搜索。
1、车牌识别技术研究目的意义及国内外研究现状1 研究目的及意义12 国内外研究状况11 研究目的及意义随着计算机技术，通信技术，计算机网络技术在人们日常生活中的不断发展和应用，带来了经济的快速发展，社会已经进入了信息化时代，自动处理信息的能力不断提高并在人们生活的各个领域中得到广泛的应用。人们更多的将图像信息的自动检测，自动识别技术运用到生活的方方面面，带来更多的方便。基于社会经济的飞速发展，机动车作为生活中的一种重要交通工具，已经和人们的生活密不可分，机动车的数量也不断的增加，由此带来了严重的交通堵塞，交通事故，交通环境恶化，环境污染严重，收费制式混乱等一系列问题。由此对交通管理提出了更高的要求
2、。简单的进行人工现场指挥和管理已经不能满足要求，高效的交通管理系统成为了社会的需求。汽车牌照自动识别技术可应用于道路交通流监控、交通事故现场勘测、交通违章自动记录、高速公路自动收费系统、停车场自动安全管理、智能园区管理等方面，在现代交通监控和管理系统占有很重要的地位。同时，汽车牌照识别的方法还可应用到其它识别领域，因此汽车牌照的识别问题己成为现代交通工程领域中研究的重点和热点问题之一。车牌识别技术要求适应户外全天候的工作环境，同时需要能处理各种实际场景中车牌图像，包括模糊、污损、倾斜等等情况，目前世界上还未出现较理想的通用的车牌识别技术，说明了车牌识别技术所要处理的车牌的多样性以及环境的复杂性
3、。车牌识别技术的研究意义就在于开发出更好的车牌识别技术应用于交通系统中，以帮助缓解日益严重的交通问题。2 国内外研究状况从20世纪90年代初(1988年)，国外的研究人员就已经开始了对（车牌识别系统）LPR系统1的研究，其主要途径就是对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号。在车牌识别过程中，虽然运用了很多的技术方法，但由于外界环境光线变化、光路中有灰尘、季节环境变化及车牌本身比较模糊等条件的影响，使得LPR系统一直得不到很好的应用，而且很多的方法都需要大量的数值计算，没有考虑到实时处理的要求。为了解决图像恶化的问题，目前国内外的研究机构或公司企业采取的办法是采用主动红外照明摄像或
4、使用特殊的传感器来提高图像的质量，继而提高识别率，这样做的同时也造成了系统的投资成本过大，应用领域变小，不适合普通的推广。从20世纪90年代初，国外的研究人员就已经开始了对汽车牌照识别的研究。以色列Hi-Tech公司的See/Car System系列，香港Asia Vision Technology公司的VECON产品，新加坡Optasia公司的VLPRS系列都是比较成熟的产品。其中VECON和VLPRS产品主要适合于香港和新加坡的车牌，Hi-Tech公司的See/CarSystem有多种变形的产品来分别适应某一个国家的车牌。See/Car Chinese系统可以对中国大陆的车牌进行识别，但都
5、存在很大的缺陷，而且不能识别车牌中的汉字，另外日本、加拿大、德国、意大利、英国等各个西方发达国家都有适合本国车牌的识别系统。各个国家的产品虽然不同，但基本上都是基于车辆探测器的系统，设备投资巨大。但是上述系统都不适合我国的车牌识别，主要原因有：我国的车牌缺乏统一的标准，使车牌识别过程中字符分割的难度加大，我国车辆根据不同车型和用途规定了多种牌照，颜色大小均有可能不同，仅车牌底色和字符颜色就有多种，从而增加了识别难度；由于环境或人为因素造成的牌照污染严重的汽车，发达国家不允许上路，而我国认可上路行驶；我国汽车牌照中的汉字识别较英语字母和数字困难，增加了车辆识别的难度；我国车牌的规范悬挂位置不统一
6、。国内在90年代也开始了车牌识别的研究。中国科学院自动化所的刘智勇等发表文章，他们在一个样本数为3180的样本集中，车牌定位准确率为99.42%，切分准确率为94.52%，从当时来看这是一个非常高的指标；北航的胡爱民等也利用模板匹配技术开发了一种车牌识别系统，其识别正确率报道为97%以上，应用环境为收费站；华南理工大学的骆雪超，刘佳雄等提出了一种基于车牌特征信息的二值化方法，该系统对效果好的车牌识别率达到96%。浙江大学的张引对车牌识别系统中的二值算法进行了深入的研究，且发表了多篇文章；华侨大学的黄志斌对张引等的算法又进行了改进，主要是速度上的改进；上海交大萝芸也对车牌识别系统中的二值化算法提
7、出了不同意见。浙江大学的章东平等对车牌识别系统中车辆牌照的字符切分算法进行了深入研究，并提出了几个经验系数。刘庆详等为了方便后续算法专门研究了如何将彩色的车牌图像转换成灰度图像。韩智广等专门对车牌的倾斜度的校正问题进行了研究。黄志斌，陈锻生将基于串行分类器的字符识别应用于车牌识别系统中，对车牌识别系统中的分类器进行了详细研究。另外还有大量的学者对车牌识别系统进行了研究，并应用了大量的算法。目前比较成熟的产品有中科院自动化研究所汉王公司的“汉王眼”，亚洲视觉科技有限公司、深圳吉通电子有限公司、中国信息产业部下属的中智交通电子有限公司等也有自己的产品。车牌识别技术发展的过程有图像处理技术，传统模式
8、识别技术和人工神经网络技术。所面临的主要问题有：背景复杂，车体前有车灯，散热片，保险杠，还有广告文字和自制或警告牌等；光照复杂，有白天，黑夜，晴天，阴天，逆光等情况下的光照；有雪雨雾天气变化下的光照；还有环境光照不均匀的情况，以及由于环境影响造成图像亮度和对比度的下降；当车辆处于运动状态，由于摄像机灵敏度的原因，会造成图像模糊，还有一些车牌是部分被遮挡或车牌变形；要有很高的实用性，这要求算法简洁，高效率。由于车牌自动识别技术具有巨大商业价值，国外技术成熟的发达国家都不公开该技术，加上汉字的识别难度较大，以及众多复杂的自然和认为因素干扰，使得国内的车牌自动识别系统成熟的产品不多，这也亟需广大学者进一步进行研究，LPR技术的研究还有很多工作要做。
