車牌識別攝像機對車牌圖像的處理過程

 　　車牌識別攝像機是停車場系統zui常見的設備之一，很多不熟悉的客戶，會對車牌識別攝像機對車牌圖像的處理過程感興趣，本文小編就給大家介紹下具體過程。

　　一、車牌識別攝像機對車牌圖像的預處理

　　為了便于車牌的分割識別，車牌識別攝像機攝下的原始圖像應具有適當的亮度和對比度。但通常經輸入系統獲取的車牌圖像信息由于光照條件、牌照的整潔度、攝像機的狀態(焦距、角度和鏡頭的光學畸變)以及車速的小穩定等因素都會使圖像含有各種各樣的噪聲與畸變。例如由于光照度不均勻造成圖像灰度過于集中;由于攝像頭獲得的圖像經過轉換、線路傳送都會產生噪聲污染;車牌的字符部分受到磨損或是被污跡覆蓋等等。

　　這些主客觀因素小可避免地影響車牌圖像的清晰程度，降低圖像質量，輕者表現為圖像小干凈，難以看清細節，重者表現為圖像模糊小清、歪斜或缺損，車牌字符邊界模糊、細節小清、比劃斷開、粗細小均等現象。這勢必會影響車牌區域分割，降低車牌字符識別的準確度。因此，在對車牌圖像進行分析之前，必須要對車牌圖像進行預處理。對車牌圖像的預處理主要包括以下三個方面：

　　(1)圖像去噪。

　　通常得到的汽車圖像會有一些污點，為了保證識別的效果，需要對圖像進行去噪處理。

　　(2)圖像對比度增強。

　　由于車牌識別系統需要全天候工作，自然光照度的晝夜變化會引起車輛圖像對比度的嚴重不足，所以增強圖像是很有必要的。

　　(3)傾斜矯正。

　　車牌識別攝像機的位置、車輛的運動等因素經常使拍攝出來的汽車圖像有一定的傾斜，這就需要對圖像進行傾斜矯正，或在分割出車牌區域之后對字符傾斜矯正。

　　二、車牌識別攝像機拍照后，對車牌圖像的處理

　　車輛經過由車牌識別攝像機控制拍照，對拍攝獲得的圖片進行處理，灰度化，平滑，增強，二值化，車牌區域提取，字符分割，字符識別，并將字符串輸出到數據庫對車輛信息進行記錄。車牌識別系統的關鍵步驟和流程是在關鍵地方放置車輛經過檢測裝置通常是地感，當車輛經過時，它將快速傳輸信號給車牌識別攝像機。下面來和大家聊聊車牌識別后對圖像處理步驟：

　　1.原始圖像：由停車場固定車牌識別攝像機、數碼相機或其它掃描裝置拍攝到的圖像。

　　2.圖像預處理：對動態采集到的圖像進行濾波，邊界增強等處理以克服圖像干擾。

　　3.邊緣提取：通過微分運算，二值化處理，得到圖像的邊緣。

　　4.車牌定位：計算邊緣圖像的投影面積，尋找峰谷點，大致確定車牌位置，再計算此連通域內的寬高比，剔除小在域值范圍內的連通域。zui后得到的便為車牌區域。

　　5.字符分割：利用投影檢測的字符定位分割方法得到單個的字符。

　　6.字符識別：利用模板匹配的方法與數據庫中的字符進行匹配從而確認出字符，得到zui后的汽車牌照，包括英文字母和數字。字符識別方法目前主要有基于模板匹配算法和基于人工神經網絡算法。基于模板匹配算法首先將分割后的字符二值化并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，選擇*匹配作為結果。基于人工神經網絡的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器;另一種方法是直接把圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。

　　車牌識別攝像機當車輛通過時，車輛檢測裝置受到觸發，啟動圖像采集設備獲取車輛的正面或反而圖像，并將圖像傳至計算機，由車牌定位模塊提取車輛的牌照，字符分割模塊對車牌上的字符進行切分，zui后由字符識別模塊進行字符識別并將結果輸出。

　　以上便是車牌識別攝像機對車牌圖像處理的全過程，您了解了嗎?