基于计算机视觉的车牌识别系统
|
摘要
本文主要研究基于计算机视觉的车牌识别系统。该系统以图象处
理、模式识别等技术为基础，它通过摄像机所拍摄的车辆图象(包含
着车牌图象)进行车牌号码的自动识别。该系统有多种应用，如停车
场车辆的自动放行、费口自动计费、电子警察监控系统以及移动电子
稽查系统、汽车流量分析及统计系统等。本文的主要工作是对车牌识
别系统的一些关键技术进行研究。
本文新意之处在于：
① 在车牌定位中，本文提出了基于边缘检测的二值化和扫描线相结
合的车牌定位方法，实验表明该方法能够快速、准确地定位车牌，且
抗干扰能力强。
② 在车牌切分中，本文提出了一种新的差分二值化算法，并用于车
牌图象的二值化。实验证明该算法速度快，分割效果好。
③ 在车牌字符识别中，为了提高字符识别的稳定性，本文提出了
基于改进的Hausdorff距离字符识别算法。实验表明该算法对字符
识别率高，性能稳定。
本文的主要内容介绍如下：
第一章主要介绍国内外车牌识别系统的发展状况以及车牌识别技
术的优点。
第二章介绍了车牌识别系统的整体框架以及各个子系统的功能和
识别的整体流程。
第三章详细介绍车牌识别的车牌定位模块，首先介绍利用车牌不
同特征的定位方法，然后介绍本文提出的基于垂直边缘的车牌定位算
法和本文提出的垂直边缘提取算法，并且给出定位实验结果。
第四章详细介绍车牌识别的车牌字符切分模块，并且提出一种新
的差分二值化算法，并且给出实验结果。
第五章介绍字符识别算法，重点介绍了本文提出的基于改进的
Ilansdouff距离字符识别算法。
第六章介绍车牌识别在高速公路收费中的应用的具体应用。
A vehicle license plate recognition system(LPR) is presented in the paper, which is based on image processing and pattern recognition. LPR finds its increasingly wide and important application in entrance admission, security, parking control, harbour cargo control ,road trattic control, speed control and so no.Compared with traditional vehicle managing methods , it saves manpower and material resources, realizes scientific standard management and ensures traffic order.
The innovations in this thesis are as follows(l)A novel license-plate localization is presented expoiting edge detected binarization and scanline.It is much more robust and faster than traditional methed.(2)A modified binarization is Presented based on mean-differential operator for extractsing characters in the plate. It is more robust and faster than traditional image segmentation metheds. (3)A fast and efficient algorithm is presented, which first thins letter images, then uses improved Hausdorff distance to measure the degree of similarity between templates and letter images. Experiments show that this algorithm is more robust than sample template matching method when recognized characters are slant, deformed or blurred.
In Chapter One of this thesis, a vehicle license plate recognition system system is introduced.
In Chapter Two are introduced the system architecture and
the functions of subsystem.
In Chapter Three, the method of plate locating is first proposed according to different plate features. Then a vertical edge detection method and vertical edge based plate locating method are proposed.
In Chapter Four, a character segmentation method is proposed.
In Chapter Five, a fast and efficient algorithm is presented, which first thins letter images, then uses improved Hausdorff distance to measure the degree of similarity between templates and letter images.
Chapter Six describes how a LPR System is applied in highway electronic toll collection.
理、模式识别等技术为基础，它通过摄像机所拍摄的车辆图象(包含
着车牌图象)进行车牌号码的自动识别。该系统有多种应用，如停车
场车辆的自动放行、费口自动计费、电子警察监控系统以及移动电子
稽查系统、汽车流量分析及统计系统等。本文的主要工作是对车牌识
别系统的一些关键技术进行研究。
本文新意之处在于：
① 在车牌定位中，本文提出了基于边缘检测的二值化和扫描线相结
合的车牌定位方法，实验表明该方法能够快速、准确地定位车牌，且
抗干扰能力强。
② 在车牌切分中，本文提出了一种新的差分二值化算法，并用于车
牌图象的二值化。实验证明该算法速度快，分割效果好。
③ 在车牌字符识别中，为了提高字符识别的稳定性，本文提出了
基于改进的Hausdorff距离字符识别算法。实验表明该算法对字符
识别率高，性能稳定。
本文的主要内容介绍如下：
第一章主要介绍国内外车牌识别系统的发展状况以及车牌识别技
术的优点。
第二章介绍了车牌识别系统的整体框架以及各个子系统的功能和
识别的整体流程。
第三章详细介绍车牌识别的车牌定位模块，首先介绍利用车牌不
同特征的定位方法，然后介绍本文提出的基于垂直边缘的车牌定位算
法和本文提出的垂直边缘提取算法，并且给出定位实验结果。
第四章详细介绍车牌识别的车牌字符切分模块，并且提出一种新
的差分二值化算法，并且给出实验结果。
第五章介绍字符识别算法，重点介绍了本文提出的基于改进的
Ilansdouff距离字符识别算法。
第六章介绍车牌识别在高速公路收费中的应用的具体应用。
A vehicle license plate recognition system(LPR) is presented in the paper, which is based on image processing and pattern recognition. LPR finds its increasingly wide and important application in entrance admission, security, parking control, harbour cargo control ,road trattic control, speed control and so no.Compared with traditional vehicle managing methods , it saves manpower and material resources, realizes scientific standard management and ensures traffic order.
The innovations in this thesis are as follows(l)A novel license-plate localization is presented expoiting edge detected binarization and scanline.It is much more robust and faster than traditional methed.(2)A modified binarization is Presented based on mean-differential operator for extractsing characters in the plate. It is more robust and faster than traditional image segmentation metheds. (3)A fast and efficient algorithm is presented, which first thins letter images, then uses improved Hausdorff distance to measure the degree of similarity between templates and letter images. Experiments show that this algorithm is more robust than sample template matching method when recognized characters are slant, deformed or blurred.
In Chapter One of this thesis, a vehicle license plate recognition system system is introduced.
In Chapter Two are introduced the system architecture and
the functions of subsystem.
In Chapter Three, the method of plate locating is first proposed according to different plate features. Then a vertical edge detection method and vertical edge based plate locating method are proposed.
In Chapter Four, a character segmentation method is proposed.
In Chapter Five, a fast and efficient algorithm is presented, which first thins letter images, then uses improved Hausdorff distance to measure the degree of similarity between templates and letter images.
Chapter Six describes how a LPR System is applied in highway electronic toll collection.
引文
[1] 段洪琳 高速公路收费系统的新技术展望 天津建设科技 2002．NO．1
[2] 黄志建，顾向阳。戴均陶．条形码技术及应用[M]，北京 机械工业出版社，1992
[3] 林立，何为，韩力群 汽车牌照自动识别技术的现状与发展 北京轻工业学院学报第19卷第一期2001年三月：36～40
[4] 牛欣，沈兰苏 汽车牌照识别技术的研究 测拉技术 18卷第12期1999年：14～17
[5] 卢强，陈泉林 智能交通监视系统中路况背景除去算法研究电子应用技术 第27卷2001年11月：35～36
[6] 段锴 车辆牌照自动识别系统的可靠性研究 北京理工大学硕士论文
[7] 戴琰 基于网络数据库的汽车牌照自动识别系统 浙江大学硕士论文
[8] 黄可为 一种高效目标搜索方法及其在图象分析中的应用 中国图象图形学报 第四卷(A)十二期1999年12月：p1039～1043
[9] 郭男，吴乐商 行驶车辆的牌照识别系统 电子工程技术 2000年11期p37～41
[10] 任明亮，范勇 一种快速精确的汽车牌照字符切分算法 四川大学学报(自然科学版)第39卷3期2002年6月：p450～454
[11] 叶晨洲，廖金周 一种基于纹理的牌照图象二值化方法 微型电脑应用 1999年6期：p28～29
[12] 吴一全图象处理中阈值选取方法30年(1962—1992)的进展(一)数据采集与处理第8卷3期1993年3月：p193～201
[13] 张引 基于空间分布的最大类间方差牌照图像二值化算法 浙江大学学报第35卷3期2001年5月：p272～275
[14] 王庆，赵荣椿 文本图像的一种混合二值化方法 西北工业大学学报第20卷3期2002年8月：p396～399
[15] 叶芗芸 文本图象的快速二值化方法 红外与毫米波学报 第16卷5期 1997年10月：p344～350
[16] 赵雪松，陈淑珍 综合全局二值化与边缘检测的图像分割方法 计算机辅助设计与图形学学报 第13卷2期2000年2月：p118～121
[17] 一种改进的文字／图形图像的快速分割算法 模式识别与人工智能 第14卷2期2001年6月：p201～205
[18] 吕春媚 车辆牌照号码的自动识别算法研究 东北大学硕士论文
[19] 刘斌、王普等，货车车号识别的研究与应用，电视技术，1999，205：38-40
[20] 高庆吉等，对粘连和缺损数字串分割的研究，模式识别与人工智能，2000，13(1)：100～102
[21] M. H. ter Brugge etc. License Plate recognition Using DTCNNs, 1998 Fifth IEEE inernational Workshop Cellular Neural Networks and their Applications, London, England, April 1998: 4-17
[22] R, Parisi, etc. Car plate recognition by neural networks and image processing. IEEE International System on circuit and system v3of 6 196-198
[23] 赵永进等 我国智能交通系统(ITS)现状与发展趋势 公安交通科技窗 2002年5期：p7～10
[24] 郑南宁，张西宁，戴莹，朱海安 行驶车辆牌照自动识别系统 西安交通大学学报 第25卷1期，1991年2月：p43～54
[25] 姚德宏 基于神经网络的汽车牌照提取研究 计算机应用第21卷6期2001年6月：p40～42
[26] 王年，熊原，赵海峰，任彬 基于神经网络的汽车牌照自动识别 安徽大学学报(自然科学版)第24卷1期2000年3月：p45～50
[27] 郁梅 基于视觉的车辆牌照检测 计算机研究应用 1999年第5期：p65～67
[28] 王昱，赵正校 基于直线边缘识别的图象区域定位算法 计算机工程 第25卷9期1999年9月：p61～87
[29] 范勇等 汽车牌照快速定位算法 光电工程 第28卷2期2001年4月：p56～59
[30] 戴青云 一种基于小波与形态学的车牌图象分割方法 中国图象图形学报 第5卷(A)5期2000年5月：p411～415
[31] M. H. ter Brugge. J. h. Stevens, J. A. G. Nijhuis. License Plate Recognition Using DTCNNs. Proceeding of the IEEE International Workshop on Cellular Neural NetWorks and their Application, 1998; 212～217
[32] 赵雪春 基于彩色分割的车牌自动识别技术 上海交通大学 第32卷10期1998年10月
[33] 是湘全 遗传算法在车牌定位中的应用 公路交通科技 第17卷2期2000年4月
[34] Rodolfo Zunino, Stefano Rovetts. Vector Quantization for License Plate Location and Image Coding. IEEE Transactions on Industrial Electronics 2000, 47(1), 159～167
[35] 章毓晋 图象分割 科学出版社 2001
[36] Kamel M., Zhao A. Extraction of Binary Character/Graphics Image from Grayscale Document Images. Graphical Models and Image Processing, 1993, 55(3): 203～217
[37] Bernsen. Proc. Of 8th Int' 1 conf. on patt. Recogn. 1986. 1251～1255
[38] 叶建栲，刘宏林．基于模板匹配的点状符号分离方法．测绘工程，第8卷4期1999年：p32～34．
[39] Lotufo R A, Morgan AD, Johnson AS and Thomas BT (1990). A Transputer Based Automatic Number-Plate Recognition System, Proc. of the 2nd Int. Conf. on Applications of Transputers, University of Southampton, UK.
[40] Barroso J, Bulas-Cruz J & Dagless EL, Real-Time Plate Reading, 4th IFAC Workshop on Algorithms and Architectures for Real-time Control, Vilamoura, Portugal, Abril (1997).
[41] 沈清，汤霖 编著。模式识别导论。国防科技大学出版社。
[42] 崔屹 编著。图象处理与分析 数学形态学分析方法与应用。科学出版社。
[43] 郝永杰 畸变汽车牌照图象的空间校正 西南交通大学学报 第37卷4期2002年8月：p417～420
[44] 曹迪铭 牌照字符分割中的区域分割与合并 计算机工程 第26卷10期2000年10月：p18～43
[45] 张炜 汽车牌照的实时识别 信号处理 第16卷4期2000年12月
[46] 吴海翔 车牌自动识别系统在江苏高速公路联网收费中的应用初探 中国智能交通 2003年3月刊p100～104
[47] Ding Ren li Ying-zi. A Note On Hausdorff Distance[J]. Journal of Mathematical Research & Exposition. 2000. Vol. 20, NO. 4. 511～514.
[2] 黄志建，顾向阳。戴均陶．条形码技术及应用[M]，北京 机械工业出版社，1992
[3] 林立，何为，韩力群 汽车牌照自动识别技术的现状与发展 北京轻工业学院学报第19卷第一期2001年三月：36～40
[4] 牛欣，沈兰苏 汽车牌照识别技术的研究 测拉技术 18卷第12期1999年：14～17
[5] 卢强，陈泉林 智能交通监视系统中路况背景除去算法研究电子应用技术 第27卷2001年11月：35～36
[6] 段锴 车辆牌照自动识别系统的可靠性研究 北京理工大学硕士论文
[7] 戴琰 基于网络数据库的汽车牌照自动识别系统 浙江大学硕士论文
[8] 黄可为 一种高效目标搜索方法及其在图象分析中的应用 中国图象图形学报 第四卷(A)十二期1999年12月：p1039～1043
[9] 郭男，吴乐商 行驶车辆的牌照识别系统 电子工程技术 2000年11期p37～41
[10] 任明亮，范勇 一种快速精确的汽车牌照字符切分算法 四川大学学报(自然科学版)第39卷3期2002年6月：p450～454
[11] 叶晨洲，廖金周 一种基于纹理的牌照图象二值化方法 微型电脑应用 1999年6期：p28～29
[12] 吴一全图象处理中阈值选取方法30年(1962—1992)的进展(一)数据采集与处理第8卷3期1993年3月：p193～201
[13] 张引 基于空间分布的最大类间方差牌照图像二值化算法 浙江大学学报第35卷3期2001年5月：p272～275
[14] 王庆，赵荣椿 文本图像的一种混合二值化方法 西北工业大学学报第20卷3期2002年8月：p396～399
[15] 叶芗芸 文本图象的快速二值化方法 红外与毫米波学报 第16卷5期 1997年10月：p344～350
[16] 赵雪松，陈淑珍 综合全局二值化与边缘检测的图像分割方法 计算机辅助设计与图形学学报 第13卷2期2000年2月：p118～121
[17] 一种改进的文字／图形图像的快速分割算法 模式识别与人工智能 第14卷2期2001年6月：p201～205
[18] 吕春媚 车辆牌照号码的自动识别算法研究 东北大学硕士论文
[19] 刘斌、王普等，货车车号识别的研究与应用，电视技术，1999，205：38-40
[20] 高庆吉等，对粘连和缺损数字串分割的研究，模式识别与人工智能，2000，13(1)：100～102
[21] M. H. ter Brugge etc. License Plate recognition Using DTCNNs, 1998 Fifth IEEE inernational Workshop Cellular Neural Networks and their Applications, London, England, April 1998: 4-17
[22] R, Parisi, etc. Car plate recognition by neural networks and image processing. IEEE International System on circuit and system v3of 6 196-198
[23] 赵永进等 我国智能交通系统(ITS)现状与发展趋势 公安交通科技窗 2002年5期：p7～10
[24] 郑南宁，张西宁，戴莹，朱海安 行驶车辆牌照自动识别系统 西安交通大学学报 第25卷1期，1991年2月：p43～54
[25] 姚德宏 基于神经网络的汽车牌照提取研究 计算机应用第21卷6期2001年6月：p40～42
[26] 王年，熊原，赵海峰，任彬 基于神经网络的汽车牌照自动识别 安徽大学学报(自然科学版)第24卷1期2000年3月：p45～50
[27] 郁梅 基于视觉的车辆牌照检测 计算机研究应用 1999年第5期：p65～67
[28] 王昱，赵正校 基于直线边缘识别的图象区域定位算法 计算机工程 第25卷9期1999年9月：p61～87
[29] 范勇等 汽车牌照快速定位算法 光电工程 第28卷2期2001年4月：p56～59
[30] 戴青云 一种基于小波与形态学的车牌图象分割方法 中国图象图形学报 第5卷(A)5期2000年5月：p411～415
[31] M. H. ter Brugge. J. h. Stevens, J. A. G. Nijhuis. License Plate Recognition Using DTCNNs. Proceeding of the IEEE International Workshop on Cellular Neural NetWorks and their Application, 1998; 212～217
[32] 赵雪春 基于彩色分割的车牌自动识别技术 上海交通大学 第32卷10期1998年10月
[33] 是湘全 遗传算法在车牌定位中的应用 公路交通科技 第17卷2期2000年4月
[34] Rodolfo Zunino, Stefano Rovetts. Vector Quantization for License Plate Location and Image Coding. IEEE Transactions on Industrial Electronics 2000, 47(1), 159～167
[35] 章毓晋 图象分割 科学出版社 2001
[36] Kamel M., Zhao A. Extraction of Binary Character/Graphics Image from Grayscale Document Images. Graphical Models and Image Processing, 1993, 55(3): 203～217
[37] Bernsen. Proc. Of 8th Int' 1 conf. on patt. Recogn. 1986. 1251～1255
[38] 叶建栲，刘宏林．基于模板匹配的点状符号分离方法．测绘工程，第8卷4期1999年：p32～34．
[39] Lotufo R A, Morgan AD, Johnson AS and Thomas BT (1990). A Transputer Based Automatic Number-Plate Recognition System, Proc. of the 2nd Int. Conf. on Applications of Transputers, University of Southampton, UK.
[40] Barroso J, Bulas-Cruz J & Dagless EL, Real-Time Plate Reading, 4th IFAC Workshop on Algorithms and Architectures for Real-time Control, Vilamoura, Portugal, Abril (1997).
[41] 沈清，汤霖 编著。模式识别导论。国防科技大学出版社。
[42] 崔屹 编著。图象处理与分析 数学形态学分析方法与应用。科学出版社。
[43] 郝永杰 畸变汽车牌照图象的空间校正 西南交通大学学报 第37卷4期2002年8月：p417～420
[44] 曹迪铭 牌照字符分割中的区域分割与合并 计算机工程 第26卷10期2000年10月：p18～43
[45] 张炜 汽车牌照的实时识别 信号处理 第16卷4期2000年12月
[46] 吴海翔 车牌自动识别系统在江苏高速公路联网收费中的应用初探 中国智能交通 2003年3月刊p100～104
[47] Ding Ren li Ying-zi. A Note On Hausdorff Distance[J]. Journal of Mathematical Research & Exposition. 2000. Vol. 20, NO. 4. 511～514.