摘 要：车辆号牌是全世界唯一对车辆身份识别的标记，它的特殊性和重要性决定了车牌识别系统成为城市智能交通管理系统中不可或缺的重要组成部分。车牌识别系统为自动化的智能交通管理提供了高效、实用的手段。
一、车牌识别概述
车辆号牌是全世界唯一对车辆身份识别的标记，它的特殊性和重要性决定了车牌识别系统成为城市智能交通管理系统中不可或缺的重要组成部分。车牌识别系统为自动化的智能交通管理提供了高效、实用的手段。
目前市场中车牌识别系统主要功能包括：
1、车辆牌照自动识别，信息包括完整的牌照信息，颜色、字符、汉字、数字。
2、车速的自动检测。
3、违法黑牌车辆的识别报警。
4、车辆识别信息与车管所车辆信息的联动控制
5、车辆行驶方向判断监测
目前市场中车牌识别系统主要应用范围包括：
1、交通路口的智能化交通管理
2、交通信息的自动采集
3、警方及其它执法机关设立临时稽查站，对来往车辆实施稽查，优先识别待查车辆；
4、路桥、隧道等卡口的自动收费系统
5、现代住宅小区、停车场、重要机关单位的汽车出入口管理
6、道路治安卡口抓拍识别，车流量监测
车牌识别系统的优劣主要由二个关键性能参数共同决定：识别率、识别速度。
1、识别率
车牌识别系统是否实用，最重要的指标是识别率。国际公认的识别率指标要求是24小时全天候全牌正确识别率85%～95%。识别率的统计也分为以下三种方式：
a、自然流量识别率=识别车牌号的总数/实际通过的车辆总数
b、可识别车牌率=人工正确读取的车牌号总数/实际通过的车辆总数
c、全牌识别准确率=全牌正确识别的车牌总数/人工识别读取的车牌号总数
这三个指标决定了车牌识别系统的识别率。
2、识别速度
识别速度决定了车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满 足不了实际应用中的实时要求而毫无实用意义。国际交通技术提出的识别速度是1秒以内，越快越好。目前市场的车牌识别系统在实际应用中识别速度平均为200 毫秒。较好的车牌识别系统已经达到了10毫秒的快速识别时间，实际应用识别速度能够达到平均40毫秒。
二、识别技术的实现原理和实现方式
车辆牌照的识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。
识别步骤概括为：车牌定位、车牌提取、字符识别。三个步骤地识别工作相辅相成，各自的有效率都较高，整体的识别率才会提高。识别速度的快慢取决于字符识 别，字符的识别目前的主要应用技术为比对识别样本库，即将所有的字符建立样本库，字符提取后通过比对样本库实现字符的判断，识别过程中将产生可信度、倾斜 度等中间结果值；另一种是基于字符结构知识的字符识别技术，更加有效的提高识别速率和准确率，适应性较强。
车牌识别系统实现的方式主要分为两种：一种是静态图像图片的识别，另一种是动态视频流的实时识别。静态图像识别技术的识别有效率较大程度上受限于图像的抓 拍质量，为单帧图像识别，目前市场产品识别速度平均为200毫秒；而动态视频流的识别技术适应性较强，识别速度快，它实现了对视频每一帧图像进行识别，增 加识别比对次数，择优选取车牌号，关键在于较少的受到单帧图像质量的影响，目前市场产品识别较好的时间为10毫秒。
三、车牌识别在治安卡口系统中的应用
车牌识别系统目前已经成熟应用于各类的智能交通、安防系统中，对图像、视频中的车辆号牌进行自动的检测识别.典型的应用系统为：闯红灯自动监测系统，机动车超速监测系统，机动车逆行、压线监测系统，移动电子警察系统，治安卡口系统等智能交通系统。
较为典型的应用为治安卡口系统（学名：公路车辆智能监测记录系统），该系统如果没有车牌识别技术，就没有真正意义上的自动化智能。一个完善的治安卡口管理 系统应该具备车牌自动识别、卡口应用系统和中心联网管理三个主要功能。车牌识别是其中最为重要的一部分，只有达到快速实用识别技术指标的卡口系统才能有效 的实现自动比对报警，避免出现大量的误报。同时，识别速度快，系统需要占用的系统资源就少、人工介入的可能性就小，系统网络的运行负担也相应减小。车牌识 别的优劣直接影响的卡口系统的整体性能。
保尔安治安卡口系统就充分发挥了车牌识别技术和分布式架构设计的优势，搭建了高效统一的卡口系统平台。具备了汽车图像记录、速度测定、号牌识别、自动报 警、数据管理、流量统计、远程维护等综合性的业务功能，已被广泛应用于国道、省道、高速公路等路路面的交通事故预防和有关车辆案件的侦破。整个系统的运行 都是围绕着车牌号码这个核心，车牌号码识别的高效就直接影响了系统的整体性能。所以该系统前端设计采用了视频流实时识别技术，并且10ms的识别时间充分 保证了高流量道路车辆的一一识别，达到全天候全牌识别率不低于85-95％的国际指标。
随着技术的进步，图像视觉科技的发展，未来的车牌识别技术将会更加的智能化。
没有评论:
发表评论