车牌识别综述

LPR系统主要由三部分组成：车牌定位、字符分割、字符识别。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 VisionTechnology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。国内在90年代也开始了车牌识别的研究。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，另外西安交通大学的图像处理和识别研究室、上海交通大学的计算机科学和工程系、清华大学人工智能国家重点实验室、浙江大学的自动化系等也 做过类似的研究。通常处理时为了提高系统的识别率，都采用了一些硬件的探测器和其他的辅助设备。

从LPR系统的主要关键技术(车牌定位、车牌字符分割、车牌字符识别)而言，关于车牌定位的研究，国外起步比较早，现有比较好的牌照定位方法主要有 J.Barros等提出的基于水平搜寻的定位方法R.Parisi等提出的基于DFT变换的频域分析方法；J.Bulas-Crue等人提出的基于扫描行 的车牌提取方法。上述方法，尽管在一定的条件下能够分割出车牌，但车牌识别系统大多是利用摄像机室外拍摄汽车图像，存在许多客观的干扰，如天气、背景、车 牌磨损、图像倾斜等因素，因此定位并不十分理想。90年代以来，由于交通现代化发展的需要，我国也开始对车牌定位进行了深入研究，并取得了一定的成就。

车牌定位是解决图像处理的实际问题，方法多种多样，它可以是先前方法的改进，也可以是独辟蹊径的创新，也可以是新老方法的结合。对一些复杂图像应用某些数学工具不仅可以加快处理速度而且可以改善和优化处理结果。所以有必要对车牌定位方法进一步的研究。

字符分割的任务是把多行或多字符图像中的每个字符从整个图像中切割出来成为单个字符。对于字符分割的问题常常不被重视，但是字符的正确分割对字符的识别又 很关键。由于各种因素的影响，使得字符分割的复杂性大，目前的字符分割的算法一直在不断完善。针对车牌图像的字符分割，是字符分割的一个具体应用，目前人 们根据车牌字符的特征已提出了一些算法，如：基于先验知识的分割算法、基于投影轮廓和拓扑结构的分割算法等。但是考虑到车牌中字符可能存在的粘连、断裂情 况，字符分割技术仍需要进一步改进。
字符识别可以被认为是属于印刷体文字识别的范崎，目前清晰图像的印刷体字符识别问题在OCR(Optical Character Recognition)产品中有较好的实现，其关键在于特征提取和分类器的组织。识别方法从传统的单一特征抽取和单一分类方法发展为采用多特征抽取和多 分类方法，并多种形式混合，从而解决一个复杂的问题。另外识别方法从单字识别发展为基于多字识别模型的集群识别，从而大量融汇语言信息，借助上下关联校正 分类结果，有效提高识别率。与此相比，车牌字符的识别研究仍相对滞后，目前仍没有相对成熟的系统。
尽管如此也有大量的学者从事车牌字符识别的研究。现在己有了一些比较成熟的方法，根据提取的特征，主要分为两大类：结构法和统计法。结构方法是发展最早的 一种方法，它的基本思想是把字符图像分割化为若干的基元，例如笔划、拓扑点、结构突变点等，然后和模板比较进行判别。主要的方法有基于轮廓、笔划和骨架的 方法。统计法比结构法起步较晚，它往往依赖于大量的原始样本和数值计算。统计方法的特征提取要从原始数据提取出与分类相关的信息，使得类内差距极小化，类 间差距极大化，要求特征对同一字符类的形变应该尽量保持不变。主要的方法有基于K-L变换、Gabor变换的。
车牌字符识别的研究在技术上已经取得了很大突破，然而新方法仅停留在理论上或者限定在某一范围内，离实用化还相差较远，因而车牌字符识别的研究仍有很长的路要走。
总之，车牌识别系统的研究由于受到多方面的限制，其技术还存在着一些不足。但现代智能交通的发展，使其具有巨大的应用潜力。相信随着研究的不断深入， 车牌识别技术肯定会逐步走向成熟。