隨著汽車保有量的持續(xù)快速增長，基于超聲波探測技術(shù)的車位引導(dǎo)系統(tǒng)已不能滿足智能交通的要求，基于視頻車牌識別技術(shù)的全視頻停車場管理系統(tǒng)越來越廣泛的應(yīng)用于各大型商業(yè)綜合體中。車牌識別技術(shù)的使用使得停車場出入口告別了取卡入場的時代，取而代之的免取卡的視頻出入口收費(fèi)；車牌識別技術(shù)的使用讓車位引導(dǎo)告別了有線超聲波的年代，迎來更美觀更省錢更方便的無線視頻車位引導(dǎo)；車牌識別技術(shù)的使用告別了刷卡定位的尋車技術(shù)，進(jìn)入只需輸入車牌號便可查詢車輛所在位置的全自動方向?qū)ぼ嚨臅r代。究竟車牌識別是怎樣實現(xiàn)這些功能的呢，艾科給你細(xì)細(xì)解說一下。
　　
　　車牌識別技術(shù)以計算機(jī)技術(shù)、圖像處理技術(shù)、模糊識別為基礎(chǔ)，建立車輛的特征模型，識別車輛特征，如號牌、車型、顏色等，其是基于圖像分割和圖像識別理論，對含有車輛號牌的圖像進(jìn)行分析處理，從而確定牌照在圖像中的位置，并進(jìn)一步提取和識別出文本字符。采用動態(tài)連接庫，嵌入到開發(fā)的應(yīng)用程序，使用C++編程，運(yùn)用多線程編寫技術(shù)，即創(chuàng)建一個自動識別線程，并且設(shè)置了一個識別標(biāo)志，保證系統(tǒng)在進(jìn)行定位識別的時候不會出現(xiàn)第二個識別線程。車牌識別一般可以分為車牌定位、字符分割和字符識別3個主要步驟。
　　
　　1、車牌定位
　　
　　為了定位，必須對車牌進(jìn)行預(yù)處理來消除車身顏色不同以及環(huán)境因素給車牌定位造成的不良影響。
　　
　　1）灰度處理：系統(tǒng)采集的車牌原始圖像是24位RGB圖，為了便于后續(xù)快速圖像處理，有必要先將圖像轉(zhuǎn)為灰度圖像，主要采用zui大值法、平均值法和加權(quán)平均值法。
　　
　　2）灰度圖二值化：為了進(jìn)一步提高圖像的對比度，需要對灰度圖進(jìn)行二值化處理，二值化的關(guān)鍵在于閾值的確定，可采用Otsu算法進(jìn)行灰度圖二值化。
　　
　　3）邊緣檢測：采用Canny邊緣檢測法，其是一種比較新的邊緣檢測算子，具有很好的邊緣檢測性能，得到了越來越廣泛的應(yīng)用。該邊緣檢測法利用高斯函數(shù)的一階微分，它能在噪聲抑制和邊緣檢測之間取得較好的平衡。
　　
　　4）中值濾波：中值濾波可以在消除噪聲的同時保持圖像的細(xì)節(jié)。中值濾波的主要工作步驟如下：
　　
　　首先，將模板中心與圖像中某個像素位置重合，然后，讀取模板下各對應(yīng)像素的灰度值，將這些灰度值從小到大排成一列，并找出這些值中排在中間的一個，zui后，將這個中間值賦給對應(yīng)模板中心位置的像素。
　　
　　5）線掃描實現(xiàn)車牌定位：經(jīng)過上述處理后，車牌圖像中只有顆粒狀的點(diǎn)和長短不一的曲線了，若在一個車牌長度內(nèi)垂直長度超過閥值的曲線大于10條，則認(rèn)為是在車牌區(qū)域之內(nèi)，反之則認(rèn)為在車牌以外的區(qū)域，通過對圖像進(jìn)行線掃描，找出滿足條件的區(qū)域作為車牌候選區(qū)域。
　　
　　2、字符分割
　　
　　為了準(zhǔn)確地識別牌照上的漢字、英文字母和數(shù)字，必須把單個字符從牌照中提取分離出來。用的字符切分方法有投影法板匹配法、區(qū)域生長法、聚類分析法等。本文采用模板匹配與垂直投影結(jié)合的方法分割字符，具體步驟如下：
　　
　　1）統(tǒng)計車牌圖像每列中白色像素的個數(shù)；
　　
　　2）根據(jù)白色像素的個數(shù)對車牌圖像的所有列進(jìn)行分類，若白色像素個數(shù)為零，則該列屬于背景列；否則該列屬于字符列。
　　
　　3）記下所有背景區(qū)域和字符區(qū)域的起始列和結(jié)束列，連續(xù)的字符列形成一個字符區(qū)域，連續(xù)的背景列形成一個背景區(qū)域。
　　
　　4）計算車牌圖像中所有的背景區(qū)域?qū)挾群妥址麉^(qū)域?qū)挾取?br />　　
　　5）判斷第二個字符的區(qū)域的起始列以左的字符區(qū)域，離第二個字符的區(qū)域zui近的字符區(qū)域是否己被標(biāo)記。如果己被標(biāo)記，則該字符區(qū)域被確定為車牌*個字符的區(qū)域；否則證明該字符區(qū)域在垂直投影法下分割錯誤。
　　
　　6）用確定*個字符的區(qū)域和第二個字符的區(qū)域的方法對剩余字符區(qū)進(jìn)行分割，確定車牌字符的區(qū)域。
　　
　　3、字符識別
　　
　　常用的字符識別方法可以大致分為模板匹配法、結(jié)構(gòu)模式識別、統(tǒng)計模式識別以及支持向量機(jī)等，本文采用較為簡單的模板匹配法，中國大陸的車牌中使用的字符59個漢字、24個大寫英文字母和10個阿拉伯?dāng)?shù)字三種類型共93個，且都是印刷體，結(jié)構(gòu)固定、筆畫規(guī)范。模板匹配是圖像識別中有代表性的方法之一，將以待識別的圖像提取的若干特征與模板對應(yīng)的特征量進(jìn)行比較，計算模板和特征量之間的距離，根據(jù)zui小距離判定所屬類。對于分割出來的二值字母和數(shù)字字符圖像，先歸一化為15×15像素，然后對其進(jìn)行細(xì)化，zui后建立匹配模板，提取特征向量，進(jìn)行匹配識別。