一种基于多特征提取的实用车牌识别方法分析

时间：2024-09-03

湖南科技学院刘倩兰

湖南科技学院刘倩兰

多特征提取车牌识别的方法在我国交通领域应用较为广泛，并具有非常重要的作用。基于此，本文将对提取车牌的几种方法进行详细的介绍，其中包括对车牌边缘的筛选和定位、车牌的字符分割法以及车牌的字符识别法三种方法。通过对以上三种应用方法的介绍，希望可以对未来我国给予对特征提取实用车牌方法的发展提供一定的参考条件。

多特征提取；实用车牌；识别方法

一、前言

随着我国汽车的普及率越来越高，我国交通管理工作的压力也越来越大。所以，对交通管理方法进行创新成为了交通管理机构首要解决的问题。其中，车牌识别法在我国交通领域得到了广泛的应用，此种方法主要是通过对车辆信息的分析，对车牌信息进行整合，最终对车牌信息进行识别。此种方法的应用，有效的降低了我国交通管理工作的难度。

二、我国基于多特征提取实用车牌方法的现状

近几年我国对于实用车牌提取方法的应用越来越广泛，但是，由于我国应用此种方法的经验较少，在实际应用的过程中仍然存在一些问题。其中，最具有代表性的车牌识别方法是LPR系统识别法，这种识别方法被广泛的用于道路监控以及以及加油站收费站的识别系统。但是，此种识别系统受外在因素的影响较大，例如光照、角度、背景等因素，都会对最终的识别结果造成影响。

三、基于多特征提取实用车牌识别方法的具体分析

（一）基于多特征提取的车牌边缘筛选定位法

1.对车牌的大致定位

要想对车牌进行系统的识别，首先就要缩小车牌的识别范围，对车牌进行大致的定位。由于车牌的边缘与车牌内的区域相别具有更高的信息价值，所以，在对车牌进行定位的过程中，通常利用车牌边缘的信息对其进行具体的分析。车牌边缘具有一定的层次感以及较强的变换规律，所以，在对车牌信息进行锁定的过程中，只需要对车牌边缘信息的图像进行保留和分析，并将非边缘区域的图像进行删除，以免对系统的识别造成影响。在此过程中，主要通过除去水平差的方法对边缘图像进行保留，对非边缘图像进行删除[1]。

在对车牌边缘的信息进行保留之后，通过识别系统对车牌边缘信息进行收集和分析，可以初步确定车牌的大致的长宽比例。由于车牌的形状大多是长方向，所以，在对车牌进行识别的过程中，不能够根据形状对车牌进行识别。

2.对非车牌范围的剔除

由于车牌的定位非常容易受到其他因素的影响，所以，在对车牌进行定位之前，要对非车牌范围进行剔除，进一步确保车牌定位的准确性。因为车牌的颜色以及纹路具有颜色反差较大和字符水平分布均匀的特点，所以，在对非车牌范围进行剔除的过程中，主要运用这两方面的特点进行车牌的分割。

3.对车牌图像的处理

对于车牌图像进行处理是车牌边缘筛选法中的重要步骤。通过对定位后的车牌图像进行进一步的处理，可以得到更加清晰的图像信息，为接下来的车牌识别工作打下良好的基础。通过对车牌底色的灰度值的计算，可以判断出车牌底色的深浅。如果车牌底色较浅，在计算的过程中就要进行反向计算，使车牌内的字符颜色与底色产生较大的颜色差，方便对车牌号码的识别。

（二）车牌字符分割法

由于我国的车牌种类较多，车牌的组成种类也较多。所以，在对车牌进行识别的过程中，对车牌内字符进行有效的分割，可以进一步确保车牌识别的质量。本文以武警车牌为例，武警车牌的由三个部分组成，第一部分是武警的拼音缩写，第二部分是武警所在省市的代码，第三部分是武警车牌的编号。其中，所在省市代码的部分与其他两个部分相比所占的体积较小，所以，第二部分的代码中心点与其他两个部分的中心点不在同一水平线上，而其他普通车牌各个部分的中心点全都在同一水平向上。通过中线点水平线的对比可以对车牌的种类进行进一步的判断。但是，在进行字符分割法的过程当中，由于车牌字符的磨损、颜色老化以及车牌断裂等原因，造成车牌字符分割不明确。为了解决这一问题，在车牌字符分割过程中加入判断系统，一旦出牌出现字符不清晰或者是断裂的情况，判断系统会对车牌进行进一步的判断，如果车牌的字符不符合车牌分割法的分割标准，系统会对车牌的分割方案进行重新制定，具体的制定流程如下。

第一步，对车牌的图像进行处理，计算出图像中的滤波长度并且进行系统的标记。第二部，通过对车牌内的各个组成部分中心点的确定，判断次车牌是否为武警车牌。如果中线点在一条直线上，则是普通车牌。如果中心点不在一条直线上，则为武警车牌。第三部，对车牌区域进行分割，如果判定为武警车牌，则只需要对武警车牌的后两个部分进行分割，降低了分割的难度。如果你是普通的车牌，则直接利用灰度投影法进行字符的分割。

为了确保字符分割的准确性，需要对车牌字符进行二次分割。首先，对分割后的字符进行长度和宽度的计算，如果计算结果在0.07-0.12范围之内，则确定为车牌字符。并对满足以上条件的字符区域进行逐一的计算，如果符合条件的区域没有超过七个，则确定车牌字符中一定有“1”。接着，对被排除的车牌区域进行宽度计算，如果计算结果在0.015-0.04之间，则确定该车牌内含有字符，如果不符合则对该区域进行舍弃。最后，对符合该标准的字符区域数量进行计算，如果区域数量为6，则判定该车牌缺少一个字符。如果符合条件的区域数量为7，则车牌字符分割结束[2]。

（三）车牌字符识别法

1.对车牌字符的初步识别

对车牌字符的识别包括对字符数量的识别、对字符结构的识别以及对字符大致轮廓的识别。运用网络系统对车牌字符的边缘、折点、弯曲程度以及字符深度进行具体的分析，从而得到精确的车牌信息。

2.对字符边缘的识别

对字符边缘的识别包括两个方面，一种是对字符内边缘的识别，另一种是对字符外边缘的识别。通过对字符内外边缘的向量计算，确定字符内外边缘之间的大致距离，进而确定字符的大致形状。

3.对字符折点的识别

由于每个字符的折点数量以及拐点位置都不同，所以，对字符折点的研究可以进一步的确定字符的形状和结构。在进行字符折点识别的过程中，要对字符的倾斜度进行测量，进而确定字符的长度。通过对字符折点数量以及位置集合的确定，进一步完成对字符的识别。

4.对字符弯曲程度的识别

对字符弯曲程度的识别主要通过扫描的方式进行。通过系统对字符的水平扫描以及垂直扫描之间集合点的识别，可以对字符的大致结构进行了解。在确定字符弯曲位置之后，对字符的弯曲角度进行大致的测量，并将测量的结果进行详细的记录。

5.对字符深度的测量

由于不同字符结构的凹凸程度不同，所以，对字符深度的测量也可以对字符结构进行进行一步的确定。在对字符深度测量的过程中，应用最广泛的方法是深度累计法。通过对不同字符深度值的计算，可以大致得出字符轮廓的凹凸程度，进而对字符的结构进行计算。例如，“U”这一字符在两边的字符深度比较平稳，并没有明显的深度变化，而在字符的上端，字符深度明显发生了凹陷。通过对以上信息的分析可以初步确定该字符的形状[3]。