第19卷第1期
2001年3月北京轻工业学院学报JO U RN A L OF BEIJIN G IN ST IT U T E O F L IG HT IN DU ST RY V ol. 19N o. 1M ar. 2001 文章编号:1001-7429(2001) 01-0036-05
汽车牌照自动识别技术的现状与发展
林 立, 何 为, 韩力群
(北京工商大学信息工程学院, 北京 100037)
摘 要:在介绍国内外汽车牌照自动识别技术的现状, 与讨论我国汽车牌照识别的特殊性的基础上, 分析了汽车牌照自动识别技术的发展趋势, 认为基于计算机视觉技术、人工神经网络技术和图象处理技术的无源型汽车牌照智能识别系统具有广泛的应用前景.
关键词:汽车; 牌照; 图象分割; 字符识别; 神经网络
中图分类号:T P 183 文献标识码:A
伴随着世界各国汽车数量的增加, 城市交通状况日益受到人们的重视. 如何有效地进行交通管理, 越来越成为各国政府和有关部门所关注的焦点. 针对此问题, 人们运用先进的科学技术, 相继研制开发出了各种交通道路监视、管理系统, 这些系统一般都包括车辆检测装置, 通过这些装置对过往车辆实施检测, 提取有关交通数据, 以达到监控、管理和指挥交通的目的.
汽车牌照识别技术是车辆检测系统中的一个重要环节, 它在交通监视和控制中占有很重要的地位, 有着多种应用[1], 例如自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理、特殊部门车辆的出入控制等等. 同时, 汽车牌照识别的方法还可应用到其他检测和识别领域. 所以汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点问题之一. 1 汽车牌照识别的主要应用技术
1. 1 IC 卡识别技术
通讯技术和计算机技术于一体的高科技产品, 利用IC 卡技术IC 卡是一种集微电子技术、
进行汽车牌照的识别, 主要是指在每辆汽车上安装一个微型的电子信号接收和发射装置即IC 卡, 卡内存储了该车的车牌号码以及其他一些信息, 当汽车通过设有车辆检测装置的路口时, IC 卡系统将与路口的计算机系统进行对话, 使之辨识出该汽车的车牌号码和其他有关内容, 从而可以实现监督与管理. 然而, 尽管IC 卡技术识别准确度高, 运行可靠, 可以全天候作业, 但它整套装置价格昂贵, 硬件设备十分复杂, 不适用于异地作业, 且须要制定出全国统一的标准. 另外, 无法核对车、卡是否相符, 也是IC 卡技术存在的缺点.
第19卷第1期林 立等:汽车牌照自动识别技术的现状与发展37
1. 2 条形码识别技术
条形码技术[2]由于识别速度快、准确度高、可靠性强以及成本较低等优点, 目前已广泛应用在商品销售、图书借阅管理、仓库进出货管理、邮政管理等众多领域. 而条形码用于汽车牌照
[3]的识别方面还是一种新方法, 它可以通过在车辆的侧面印刷条形码(其中包括地区、车型、车
牌号码等基本信息) , 当条形码扫描器阅读出这些信息后, 就可以完成识别的任务. 但是条形码识别技术对于扫描器要求很高, 并且同IC 卡技术一样, 须在全国范围有统一的标准. 这给近期短时间内推广造成困难.
1. 3 图象处理技术
运用图象处理技术解决汽车牌照识别的研究国内外都有, 最早出现于80年代, 这个阶段的研究并没有形成完整的系统体系, 而是就车牌识别中的某一个具体问题进行讨论, 并且通常是采用简单的图象处理技术来解决. 识别过程是使用工业电视摄像机(Industrial T V Camera ) 拍下汽车的正前方图像, 然后交给计算机进行简单处理, 并且最终仍需要人工干预. 例如车辆牌照中省份汉字的识别问题, 1988年戴营等利用常见的图像处理技术方法提出汉字识别的分类是在抽取汉字特征的基础上进行的. 根据汉字的投影直方图(Pro jection Histog ram ) , 选取浮动阈值, 抽取汉字在y 方向的峰值, 利用树形查表法进行汉字的粗分类; 然后根据汉字在x 方向的投影直方图, 选取适当阈值, 进行量化处理后, 形成一个变长链码, 再用动态规划法, 求出与标准模式链码的最小距离, 实现细分类, 完成汉字省名的自动识别.
1. 4 传统模式识别技术
传统模式识别技术[4]一般包括模板匹配法, 统计特征法等. 进入90年代, 由于计算机视觉技术(Com puter Vision Technique ) 的发展, 开始出现汽车牌照识别的系统化研究. 1990年A .
[5]S . Johnson 等运用计算机视觉技术和图象处理技术实现了车辆牌照的自动识别系统. 该系
统分为图象分割(Image seg ment ) 、特征提取和模板构造(Featur e Ex traction and Template Fo rmation) 、字符识别(Character Reco gnition) 等三个部分. 利用不同阈值(T hreshold) 对应的直方图不同, 经过大量统计实验确定出车牌位置的图象直方图的阈值范围, 从而根据特定阈值对应的直方图分割出车牌, 再利用预先设置的标准字符模板进行模式匹配(Pattern M atching ) 识别出字符.
[6]1990年R. A. Lo tufo 等使用视觉字符识别技术(Optical Char acter Recognition
Techniques) 分析所获取的图象, 首先在二值化图象中找到车牌, 然后用边界跟踪技术提取字符特征, 利用统计最邻近分类器(A Statistical Nearest Neig hbor Classifier) 与字符库中的字符比较, 得出一个或几个车牌号码, 对这些号码做核实检查, 看是否确实有该车牌号码, 从而最终确定出一个实际存在的正确的号码.
总之, 这个时期的应用在识别正确率方面有所突破, 但还没有考虑到识别实时性的要求, 识别的速度有待进一步提高.
1. 5 人工神经网络技术
38北京轻工业学院学报2001年3月 牌的自动识别问题. 例如1994年M. M. M. FAHM Y 等就成功地运用了BAM (Bi dir ectio nal associative memor ies) 神经网络方法对车牌上的字符进行自动识别, BAM 神经网络是由相同神经元构成的双向联想式单层网络, 每一个字符模板对应着唯一一个BAM 矩阵, 通过与车牌上的字符比较, 识别出正确的车牌号码. 这种采用BAM 神经网络方法的缺点是无法解决识别系统存储容量和处理速度相矛盾的问题.
由于人工神经网络技术抛开了传统的计算结构和相应的算法, 采用了生物神经网络的模型, 因此它能较好地实现人类存储知识及处理信息的机能, 使系统可以模拟人类思维, 对需要处理和解决的问题进行记忆、联想、推理, 从而较好地解决了车牌识别中所提出的因字符残缺不完整而无法识别的问题. 另外人工神经网络技术应用于车牌识别领域与传统方法相比, 还可以避免繁重的数据分析和数学建模工作, 可以将信息存储与处理并行起来, 大大提高了运行速度, 因此越来越受到人们的广泛关注. [7]
2 我国汽车牌照识别的特殊性
如上所述, 国外汽车牌照识别系统研究工作已有一定进展, 但并不尽合我国国情, 这主要是因为以下五个方面的原因:
(1) 我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成, 汉字的识别与字母和数字的识别有很大的不同, 从而增加了识别的难度;
(2) 国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色(例如韩国, 其车牌底色为红色, 车牌上的字符为白色) , 而我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色, 字符颜色也有黑、红、白等若干种颜色;
(3) 其他国家的汽车牌照格式(如汽车牌照的尺寸大小, 牌照上字符的排列等) 通常只有一种, 而我国则根据不同车辆、车型、用途, 规定了多种牌照格式(例如分为军车、警车、普通车等) ;
(4) 我国汽车牌照的规范悬挂位置不唯一;
(5) 由于环境、道路或人为因素造成汽车牌照污染严重, 这种情况下国外发达国家不允许上路, 而在我国仍可上路行驶.
由于我国汽车车牌识别的特殊性, 采用任何一种单一识别技术均难以奏效. 目前正在研制的无源型汽车牌照智能识别系统综合利用了车辆检测技术、计算机视觉(Computer Vision) 技术、图象处理技术、人工智能技术和人工神经网络技术等, 是一个比较有发展前途的车牌识别系统.
3 无源型汽车牌照智能识别系统
3. 1 系统特点
该系统融合了多种先进技术, 对由数字照相机或数字摄像机采集到的行使中汽车图象进行分析与处理, 自动分割出汽车牌照并智能识别出汽车牌照号码.
(如:无线、微波、红外、可见光、超声波等) 的情况下, 对运动状态车辆或静止状态车辆的车牌号码进行非接触性信息采集并实时智能识别的系统. 与传统系统相比, 这种系统节省了设备安置及大量资金, 从而提高了经济效益. 另外, 由于采用了最先进的计算机应用技术, 所以可提高识别速度, 较好地解决实时性问题.
3. 2 系统关键技术探讨
(1) 汽车车牌的提取
根据我国标准汽车车牌底色及字符是由固定的几种颜色(白色、蓝色、黄色、黑色、红色) 组成, 这些颜色信息可帮助牌照的定位, 故可以利用人工神经网络技术先检验相关颜色, 初步定出一个或几个可能存在车牌的区域, 再在这些区域中寻找适当特征的图形, 找到车牌位置, 从而将完整的汽车车牌分割提取出来.
(2) 汽车车牌字符的智能识别
考虑到部分汽车牌照会存在受污损, 涂漆脱落, 以及对行驶中的汽车进行图象采集时造成的图象扭曲、变形等情况, 如果运用以往一些技术方法, 可能造成识别错误, 因此可以利用人工神经网络方法具有自适应性和记忆特性, 对于不完整的汉字同样能够正确识别的特点, 对汽车牌照上有限的汉字进行准确快速处理. 该系统设想采用人工神经网络技术建立省份简称汉字、英文字母以及阿拉伯数字的标准模板, 与汽车车牌上的字符相匹配, 自动智能地识别出汽车车牌号码.
4 结 论
采用人工神经网络技术等先进计算机技术, 不仅对于提高汽车车牌上汉字、字母和数字的识别速度和识别正确率等问题是可行的思路, 并且适合我国目前交通汽车业的基本国情, 因此具有很好的研究与开发价值.
参考文献:
[1] 郁 梅, 郁伯康, 郑 义. 基于视觉的车辆牌照检测[J ]. 计算机应用研究, 1999(5) :65
-67.
[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] 高一凡, 王选仓. 条形码在交通管理中的应用[J ]. 交通与计算机, 1996, 14(2) :53-58.
[4] 边肇祺等. 模式识别[M ]. 北京:清华大学出版社, 1988.
[5] Jo hnso n A S, Bir d B M. N umber-plate matching for automat ic vehicle identificatio n.
Electr onic I mage and I mage P ro cessing in Secur ity and Fo rensic Science [C ]. IEE
Co llo quium , 1990(4) :1-8.
[6] L otufo R A , M o rg an A D , Jo hnson A S. Auto matic number -plat e r eco gnitio n. Im age
Analysis fo r T ranspo r t A pplicatio ns [C]. IEE Collo quium , 1990(6) :1-6.
[7] 胡守仁. 神经网络应用技术[M ]. 北京:国防科技大学出版社, 1993.
ACTUALITY AND DEVELOPMENT OF TECHNOLOGIES
IN AUTOMATIC NUMBER -PLATE RECOGNITION
LIN Li, H E Wei, HA N Li-qun
(College of Inf ormation Engineering , Beij ing T echnology and Business
University , Beij ing 100037, China )
Abstract :Gave a full intro duction of the present situation of techno logies in autom atic number -plate recognition all around the wo rld. It analy zed that the development tendency of technolo gies of automatic number -plate recog nition on the basis of discussing the specializatio n o f automatic number -plate r ecognitio n in our co untry. We believed that the non-source automatic number-plate recognitio n sy stem based on computer vision technolog y, ar tificial neural netw or k technolog y and imag e pr ocession techno logy w ould hav e a g ood application prospects .
Key words :vehicle; num ber-plate; imag e segm entatio n; character reco gnition;
neur al netw ork
(责任编辑:李爱华)
第19卷第1期
2001年3月北京轻工业学院学报JO U RN A L OF BEIJIN G IN ST IT U T E O F L IG HT IN DU ST RY V ol. 19N o. 1M ar. 2001 文章编号:1001-7429(2001) 01-0036-05
汽车牌照自动识别技术的现状与发展
林 立, 何 为, 韩力群
(北京工商大学信息工程学院, 北京 100037)
摘 要:在介绍国内外汽车牌照自动识别技术的现状, 与讨论我国汽车牌照识别的特殊性的基础上, 分析了汽车牌照自动识别技术的发展趋势, 认为基于计算机视觉技术、人工神经网络技术和图象处理技术的无源型汽车牌照智能识别系统具有广泛的应用前景.
关键词:汽车; 牌照; 图象分割; 字符识别; 神经网络
中图分类号:T P 183 文献标识码:A
伴随着世界各国汽车数量的增加, 城市交通状况日益受到人们的重视. 如何有效地进行交通管理, 越来越成为各国政府和有关部门所关注的焦点. 针对此问题, 人们运用先进的科学技术, 相继研制开发出了各种交通道路监视、管理系统, 这些系统一般都包括车辆检测装置, 通过这些装置对过往车辆实施检测, 提取有关交通数据, 以达到监控、管理和指挥交通的目的.
汽车牌照识别技术是车辆检测系统中的一个重要环节, 它在交通监视和控制中占有很重要的地位, 有着多种应用[1], 例如自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理、特殊部门车辆的出入控制等等. 同时, 汽车牌照识别的方法还可应用到其他检测和识别领域. 所以汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点问题之一. 1 汽车牌照识别的主要应用技术
1. 1 IC 卡识别技术
通讯技术和计算机技术于一体的高科技产品, 利用IC 卡技术IC 卡是一种集微电子技术、
进行汽车牌照的识别, 主要是指在每辆汽车上安装一个微型的电子信号接收和发射装置即IC 卡, 卡内存储了该车的车牌号码以及其他一些信息, 当汽车通过设有车辆检测装置的路口时, IC 卡系统将与路口的计算机系统进行对话, 使之辨识出该汽车的车牌号码和其他有关内容, 从而可以实现监督与管理. 然而, 尽管IC 卡技术识别准确度高, 运行可靠, 可以全天候作业, 但它整套装置价格昂贵, 硬件设备十分复杂, 不适用于异地作业, 且须要制定出全国统一的标准. 另外, 无法核对车、卡是否相符, 也是IC 卡技术存在的缺点.
第19卷第1期林 立等:汽车牌照自动识别技术的现状与发展37
1. 2 条形码识别技术
条形码技术[2]由于识别速度快、准确度高、可靠性强以及成本较低等优点, 目前已广泛应用在商品销售、图书借阅管理、仓库进出货管理、邮政管理等众多领域. 而条形码用于汽车牌照
[3]的识别方面还是一种新方法, 它可以通过在车辆的侧面印刷条形码(其中包括地区、车型、车
牌号码等基本信息) , 当条形码扫描器阅读出这些信息后, 就可以完成识别的任务. 但是条形码识别技术对于扫描器要求很高, 并且同IC 卡技术一样, 须在全国范围有统一的标准. 这给近期短时间内推广造成困难.
1. 3 图象处理技术
运用图象处理技术解决汽车牌照识别的研究国内外都有, 最早出现于80年代, 这个阶段的研究并没有形成完整的系统体系, 而是就车牌识别中的某一个具体问题进行讨论, 并且通常是采用简单的图象处理技术来解决. 识别过程是使用工业电视摄像机(Industrial T V Camera ) 拍下汽车的正前方图像, 然后交给计算机进行简单处理, 并且最终仍需要人工干预. 例如车辆牌照中省份汉字的识别问题, 1988年戴营等利用常见的图像处理技术方法提出汉字识别的分类是在抽取汉字特征的基础上进行的. 根据汉字的投影直方图(Pro jection Histog ram ) , 选取浮动阈值, 抽取汉字在y 方向的峰值, 利用树形查表法进行汉字的粗分类; 然后根据汉字在x 方向的投影直方图, 选取适当阈值, 进行量化处理后, 形成一个变长链码, 再用动态规划法, 求出与标准模式链码的最小距离, 实现细分类, 完成汉字省名的自动识别.
1. 4 传统模式识别技术
传统模式识别技术[4]一般包括模板匹配法, 统计特征法等. 进入90年代, 由于计算机视觉技术(Com puter Vision Technique ) 的发展, 开始出现汽车牌照识别的系统化研究. 1990年A .
[5]S . Johnson 等运用计算机视觉技术和图象处理技术实现了车辆牌照的自动识别系统. 该系
统分为图象分割(Image seg ment ) 、特征提取和模板构造(Featur e Ex traction and Template Fo rmation) 、字符识别(Character Reco gnition) 等三个部分. 利用不同阈值(T hreshold) 对应的直方图不同, 经过大量统计实验确定出车牌位置的图象直方图的阈值范围, 从而根据特定阈值对应的直方图分割出车牌, 再利用预先设置的标准字符模板进行模式匹配(Pattern M atching ) 识别出字符.
[6]1990年R. A. Lo tufo 等使用视觉字符识别技术(Optical Char acter Recognition
Techniques) 分析所获取的图象, 首先在二值化图象中找到车牌, 然后用边界跟踪技术提取字符特征, 利用统计最邻近分类器(A Statistical Nearest Neig hbor Classifier) 与字符库中的字符比较, 得出一个或几个车牌号码, 对这些号码做核实检查, 看是否确实有该车牌号码, 从而最终确定出一个实际存在的正确的号码.
总之, 这个时期的应用在识别正确率方面有所突破, 但还没有考虑到识别实时性的要求, 识别的速度有待进一步提高.
1. 5 人工神经网络技术
38北京轻工业学院学报2001年3月 牌的自动识别问题. 例如1994年M. M. M. FAHM Y 等就成功地运用了BAM (Bi dir ectio nal associative memor ies) 神经网络方法对车牌上的字符进行自动识别, BAM 神经网络是由相同神经元构成的双向联想式单层网络, 每一个字符模板对应着唯一一个BAM 矩阵, 通过与车牌上的字符比较, 识别出正确的车牌号码. 这种采用BAM 神经网络方法的缺点是无法解决识别系统存储容量和处理速度相矛盾的问题.
由于人工神经网络技术抛开了传统的计算结构和相应的算法, 采用了生物神经网络的模型, 因此它能较好地实现人类存储知识及处理信息的机能, 使系统可以模拟人类思维, 对需要处理和解决的问题进行记忆、联想、推理, 从而较好地解决了车牌识别中所提出的因字符残缺不完整而无法识别的问题. 另外人工神经网络技术应用于车牌识别领域与传统方法相比, 还可以避免繁重的数据分析和数学建模工作, 可以将信息存储与处理并行起来, 大大提高了运行速度, 因此越来越受到人们的广泛关注. [7]
2 我国汽车牌照识别的特殊性
如上所述, 国外汽车牌照识别系统研究工作已有一定进展, 但并不尽合我国国情, 这主要是因为以下五个方面的原因:
(1) 我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成, 汉字的识别与字母和数字的识别有很大的不同, 从而增加了识别的难度;
(2) 国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色(例如韩国, 其车牌底色为红色, 车牌上的字符为白色) , 而我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色, 字符颜色也有黑、红、白等若干种颜色;
(3) 其他国家的汽车牌照格式(如汽车牌照的尺寸大小, 牌照上字符的排列等) 通常只有一种, 而我国则根据不同车辆、车型、用途, 规定了多种牌照格式(例如分为军车、警车、普通车等) ;
(4) 我国汽车牌照的规范悬挂位置不唯一;
(5) 由于环境、道路或人为因素造成汽车牌照污染严重, 这种情况下国外发达国家不允许上路, 而在我国仍可上路行驶.
由于我国汽车车牌识别的特殊性, 采用任何一种单一识别技术均难以奏效. 目前正在研制的无源型汽车牌照智能识别系统综合利用了车辆检测技术、计算机视觉(Computer Vision) 技术、图象处理技术、人工智能技术和人工神经网络技术等, 是一个比较有发展前途的车牌识别系统.
3 无源型汽车牌照智能识别系统
3. 1 系统特点
该系统融合了多种先进技术, 对由数字照相机或数字摄像机采集到的行使中汽车图象进行分析与处理, 自动分割出汽车牌照并智能识别出汽车牌照号码.
(如:无线、微波、红外、可见光、超声波等) 的情况下, 对运动状态车辆或静止状态车辆的车牌号码进行非接触性信息采集并实时智能识别的系统. 与传统系统相比, 这种系统节省了设备安置及大量资金, 从而提高了经济效益. 另外, 由于采用了最先进的计算机应用技术, 所以可提高识别速度, 较好地解决实时性问题.
3. 2 系统关键技术探讨
(1) 汽车车牌的提取
根据我国标准汽车车牌底色及字符是由固定的几种颜色(白色、蓝色、黄色、黑色、红色) 组成, 这些颜色信息可帮助牌照的定位, 故可以利用人工神经网络技术先检验相关颜色, 初步定出一个或几个可能存在车牌的区域, 再在这些区域中寻找适当特征的图形, 找到车牌位置, 从而将完整的汽车车牌分割提取出来.
(2) 汽车车牌字符的智能识别
考虑到部分汽车牌照会存在受污损, 涂漆脱落, 以及对行驶中的汽车进行图象采集时造成的图象扭曲、变形等情况, 如果运用以往一些技术方法, 可能造成识别错误, 因此可以利用人工神经网络方法具有自适应性和记忆特性, 对于不完整的汉字同样能够正确识别的特点, 对汽车牌照上有限的汉字进行准确快速处理. 该系统设想采用人工神经网络技术建立省份简称汉字、英文字母以及阿拉伯数字的标准模板, 与汽车车牌上的字符相匹配, 自动智能地识别出汽车车牌号码.
4 结 论
采用人工神经网络技术等先进计算机技术, 不仅对于提高汽车车牌上汉字、字母和数字的识别速度和识别正确率等问题是可行的思路, 并且适合我国目前交通汽车业的基本国情, 因此具有很好的研究与开发价值.
参考文献:
[1] 郁 梅, 郁伯康, 郑 义. 基于视觉的车辆牌照检测[J ]. 计算机应用研究, 1999(5) :65
-67.
[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] 高一凡, 王选仓. 条形码在交通管理中的应用[J ]. 交通与计算机, 1996, 14(2) :53-58.
[4] 边肇祺等. 模式识别[M ]. 北京:清华大学出版社, 1988.
[5] Jo hnso n A S, Bir d B M. N umber-plate matching for automat ic vehicle identificatio n.
Electr onic I mage and I mage P ro cessing in Secur ity and Fo rensic Science [C ]. IEE
Co llo quium , 1990(4) :1-8.
[6] L otufo R A , M o rg an A D , Jo hnson A S. Auto matic number -plat e r eco gnitio n. Im age
Analysis fo r T ranspo r t A pplicatio ns [C]. IEE Collo quium , 1990(6) :1-6.
[7] 胡守仁. 神经网络应用技术[M ]. 北京:国防科技大学出版社, 1993.
ACTUALITY AND DEVELOPMENT OF TECHNOLOGIES
IN AUTOMATIC NUMBER -PLATE RECOGNITION
LIN Li, H E Wei, HA N Li-qun
(College of Inf ormation Engineering , Beij ing T echnology and Business
University , Beij ing 100037, China )
Abstract :Gave a full intro duction of the present situation of techno logies in autom atic number -plate recognition all around the wo rld. It analy zed that the development tendency of technolo gies of automatic number -plate recog nition on the basis of discussing the specializatio n o f automatic number -plate r ecognitio n in our co untry. We believed that the non-source automatic number-plate recognitio n sy stem based on computer vision technolog y, ar tificial neural netw or k technolog y and imag e pr ocession techno logy w ould hav e a g ood application prospects .
Key words :vehicle; num ber-plate; imag e segm entatio n; character reco gnition;
neur al netw ork
(责任编辑:李爱华)