車牌識別系統(tǒng)的特征要求有哪些？

1.新型車牌識別系統(tǒng)的預(yù)處理過程為，攝像頭通過鏡頭聚焦于像平面的光線生成圖像，幀率大25幀/秒，形成 PAL格式的模擬彩色信號視頻流，然后視頻流進入圖像采集卡，在圖像采集卡中進行模數(shù)轉(zhuǎn) 換，將模擬信號轉(zhuǎn)換為數(shù)字信號并對圖像進行壓縮和裁剪，送入工控機。

2.視頻流處理進程直接利用采集卡所附帶的SDK軟件開發(fā)包中的示例程序進行修改，對 每幀圖像的采集和減背景處理;在視頻視野范圍內(nèi)圈定模擬線圈，用來判斷視頻流中的每 幀圖像此區(qū)域與該區(qū)域背景的灰度差值，根據(jù)該差值以及預(yù)先設(shè)定的閾值來判斷該區(qū)域中 是否有車輛進入;若沒有發(fā)現(xiàn)有車輛進入，繼續(xù)處理下一幀圖像;若發(fā)現(xiàn)有車輛進入，則啟 動圖像發(fā)送線程，將該圖像發(fā)送到車牌識別進程，進行后續(xù)處理;車牌識別進程首先不斷判斷是否有接收到圖片，如果未接收到，繼續(xù)等待，若接收到， 則啟動圖像處理線程，對轉(zhuǎn)入步驟3)對圖像進行處理。

3.新型車牌識別系統(tǒng)的圖像預(yù)處理包括真彩色圖像灰度化、圖像增強和中值濾波三步;在監(jiān)控攝像機 返回的視頻流中采集到的圖像是一 24位真彩色圖像，圖像數(shù)據(jù)量大，首先需要對圖像灰度 化，去除無效信息即顏色，保存有效信息即亮度，公式為formula see original document page 2其中，R、G、B為像素紅、綠、藍三分量，i，j為像素位置參數(shù);從而實現(xiàn)圖像 灰度化;由于可見光、汽車燈和氣候因素的影響，造成圖像偏暗或偏亮，所以需要進行圖像 增強，使圖像的亮度信息達到良好效果，使用算法/(g) = —te + i + 0.5]取26-1),其中，g 為灰度值;|a|>l，對比度增強;|a|0，亮度值增加;b<0,亮度值減小;還 需要對圖像平滑，使用中值濾波，過濾掉圖像噪聲;通過圖像灰度化、灰度值變換和中值濾 波三方面的預(yù)處理，獲得了可以進入下一步處理的圖像。

4.車牌定位由粗定位和精確定位實現(xiàn)，即采用基于自適應(yīng)性閥值法的車牌定位算法，通過 將輸入圖像二值化，再利用灰度跳變密集分布的特點對拍照進行粗定位，找出若干候選區(qū) 域，并在后續(xù)處理中進一步對它們驗證，即牌照高寬的比例以及亮度信息，從而實現(xiàn)精確定 位;車牌傾斜校正，首先是在將車牌區(qū)域提取出來之后，對車牌區(qū)域圖像進行二值化，本系 統(tǒng)采用最大類間方差發(fā)即0TSU法對已定位的車牌進行二值化;然后通過對車牌區(qū)域圖像 進行HOUGH變換，定位出車牌邊界的四條直線，根據(jù)這些直線的傾斜角度對整幅圖像進行 校正同時將圖像大小歸一化，方便字符識別處理。

5.新型車牌識別系統(tǒng)的過濾鉚釘信息過程為，利用鉚釘是固定車牌用的螺絲的密封圈，它在圖像中反映出來是 一白色圓形區(qū)域，是一連通域，具有很高的密集度，對它的處理采用了 Blob分析的方法，對 車牌二值圖像進行腐蝕操作，將鉚釘與字符分離開，標(biāo)定連通域，分別計算各個連通域的密 集度，將密集度大于一閾值的連通域過濾掉，這樣就達到了過濾鉚釘?shù)哪康?白邊信息過濾過程為，白邊其實就是車牌的邊緣，在二值圖像中表現(xiàn)為細長的白邊，對 它的消除要利用到車牌校正后的圖像，由于車牌校正后白邊為水平或垂直的直線，利用對 圖像進行裁剪的方法，將白邊位置裁剪出去，剩下的圖像就為排除白邊干擾的圖像了 ;污損信息過濾過程為，污損在二值圖像中表現(xiàn)為隨機分布的噪聲白點，利用一個3*3 的中值濾波器，對污損的濾除。

6.字符分割就是將車牌號碼分離為單個的字符，采用水平投影和垂直投影的方法將 車牌中的各個字符分割出來，在投影圖像的波谷處進行分割，水平投影確定字符的上下邊 界，垂直投影可分割出各個字符，根據(jù)字符寬度和間隔 的先驗知識，實現(xiàn)字符的精確分割。

7.字符識別采用模板匹配和特征匹配的方法實現(xiàn)，首先將分割出的字符在字符模板 庫中循環(huán)進行匹配，將匹配系數(shù)滿足設(shè)定要求的字符作為備選字符;然后對易混淆目的字 符和備選字符進行特征匹配，具體為連通域匹配和直方圖匹配，選出匹配系數(shù)最好的字符為字符識別結(jié)果。