经济效益;其次，由于采用了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;再次，它是根据图像进行识别，所以通过人的参与可以解决系统中的识别错误，而其他方法是难以与人交互的。 1.3.2 国内外车辆牌照识别技术现状
车牌自动识别技术的研究国外起步地较早。早在20世纪80年代，便有一些零零散散的图像处理方法用于车牌自动识别的某些具体应用。在这个阶段，车牌自动识别技术的研究还没有形成完整的系统体系，一般采用简单的图像处理方法来解决某些具体问题，并且最终结果通常需要人工干预。进入20世纪90年代后，车牌自动识别的系统化研究开始起步。典型的如A.S.Johnson等提出车辆牌照的自动识别系统分图像分割、特征提取和模板构造、字符识别等三个部分，完成车牌的自动识别。R.A.Lotufo使用视觉字符识别技术分析所获得的图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，再利用统计最邻近分类器与字符库中的字符比较,得出一个或几个车牌候选号码，最终确定车牌号码。这个时期的应用在识别正确率方面有所突破，但还没有考虑识别实时性的要求，识别速度有待进一步提高。
由于我国的车牌格式和国外有较大的差异，所以对于国外的车牌识别系统的研究技术，我们只能进行参考，不能进行直接应用。虽然我国车牌的识别需要识别汉字，但是对于英文字母和数字的识别，我们可以借鉴国外的研究技术。
从80年代中期开始，ARGUS英国Alphatech公司就开始了名为RAUS的车牌自动识别系统的研制。ARGUS的车牌识别系统的识别时间约为100毫秒，通过ARGUS的车速可高达每小时100英里。还有Hi-Tech公司的See/Car system,新加坡Optasia公司的VLPRS等。另外日本、加拿大、德国等发达国家都有适用于本国的车牌识别系统。
1.3.3 车牌识别技术的应用与发展趋势
汽车牌照号码是一辆车辆唯一的标识，也就是一辆汽车的身份证，车牌号码识别技术可以轻松的实现对汽车登记，剩下了不少人力，不需要像传统的进门登记方法。目前这项技术已经广泛应用于交通管理与车辆管理中，例如高速公路超速违章行为、小区车辆进出登记管理、停车场无人自动计时收费、高速公路自动收费等方面。
车牌号码识别技术的便利性众所周知，目前看来，这种技术今后的发展将更多的强调其成像，图片预处理，处理算法等系统各个环节的相互间的配合。尤其是物理成像和图片预处理会成为下个阶段发展的关键，因为识别算法一旦发展到了一定程度，短时间内很难再提高，也就是瓶颈期， 这时如何能够通过成像、
光源、降噪等环节来为核心算法扫清障碍就成为了影响产品最终性能的制衡点 。这项技术最基础的是图像的采集，这就期望能捕捉更高分辨率更高画面质量的图像，图像的采集还在于捕捉动态视频中的画面，光源，噪点等都会影响图片的质量，更高的分辨率更高的图片质量会成为这项技术今后的发展趋势。另一方面， 目前车牌识别算法本身的难题主要集中在车牌受到各种干扰时如何保证尽可能准确地识别，例如大型车常见的车牌污损、私家车辆规避限号的车牌遮挡、光照环境形成的阴影干扰等等。 如何利用好高分辨率和高计算能力来降低系统的操作难度，进一步解决这些技术问题，提高系统配置的自动化水平是车牌识别产品下阶段需要着重投入的方向。 1.4 主要的研究内容
当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。
（1）当行驶的车辆经过时，触发埋设在固定位置的传感器，系统被唤醒处于工作状态；一旦连接摄像头光快门的光电传感器被触发，设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像；
（2）由摄像机或CCD 摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理，图像预处理包括图像转换、图像增强、滤波和水平较正等； （3）由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域；
（4）对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别系统进行识别。
1.5 系统的的框架与特点
车牌识别系统采用高度模块化的设计，将车牌识别过程的各个环节各自作为一个独立的模块，其系统框架如下所示。 1.5.1车辆检测跟踪模块
车辆检测跟踪模块主要对视频流进行分析，判断其中车辆的位置，对图像中的车辆进行跟踪，并在车辆位置最佳时刻，记录该车辆的特写图片，由于加入了跟踪模块，系统能够很好地克服各种外界的干扰，使得到更加合理的识别结果，可以检测无牌车辆并输出结果。 1.5.2车牌定位模块
车牌定位模块是一个十分重要的环节，是后续环节的基础，其准确性对整体系统性能的影响巨大。车牌系统完全摒弃了以往的算法思路，实现了一种完全基于学习的多种特征融合的车牌定位新算法，适用于各种复杂的背景环境和不同的摄像角度。
1.5.3车牌矫正及精定位模块
由于受拍摄条件的限制，图像中的车牌总不可避免存在一定的倾斜，需要一个矫正和精定位环节来进一步提高车牌图像的质量，为切分和识别模块做准备。使用精心设计的快速图像处理滤波器，不仅计算快速，而且利用的是车牌的整体信息，避免了局部噪声带来的影响。使用该算法的另一个优点就是通过对多个中间结果的分析还可以对车牌进行精定位，进一步减少非车牌区域的影响。 1.5.4车牌切分模块
车牌系统的车牌切分模块利用了车牌文字的灰度、颜色、边缘分布等各种特征，能较好地抑制车牌周围其他噪声的影响，并能容忍一定倾斜角度的车牌。这一算法有利于类似移动式稽查这种车牌图像噪声较大的应用。 1.5.5车牌识别模块
在车牌识别系统中，通常采用多种识别模型相结合的方法来进行车牌识别，构建一种层次化的字符识别流程，可有效地提高字符识别的正确率。另一方面，在字符识别之前，使用计算机智能算法对字符图像进行前期处理，不仅可尽可能保留图像信息，而且可提高图像质量，提高相似字符的可区分性，保证字符识别的可靠性。
1.5.6车牌识别结果决策模块
识别结果决策模块，具体地说，决策模块利用一个车牌经过视野的过程留下的历史记录，对识别结果进行智能化的决策。其通过计算观测帧数、识别结果稳定性、轨迹稳定性、速度稳定性、平均可信度和相似度等度量值得到该车牌的综合可信度评价，从而决定是继续跟踪该车牌，还是输出识别结果，或是拒绝该结果。这种方法综合利用了所有帧的信息，减少了以往基于单幅图像的识别算法所带来的偶然性错误，大大提高了系统的识别率和识别结果的正确性和可靠性。
第二章 系统总体设计
2.1 车牌识别系统的总体设计
车辆牌照识别整个系统主要是由车牌定位和字符识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分为字符分割与特征提取和单个字符识别两个模块。
为了用于牌照的分割和牌照字符的识别，原始图像应具有适当的亮度，较大的对比度和清晰可辩的牌照图像。但由于该系统的摄像部分工作于开放的户外环境，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的距离和角度以及车辆行驶速度等因素的影响，牌照图像可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图像进行识别前的预处理。
牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图像预处理后的原始灰度图像中确定牌照的具体位置，并将包含牌照字符的一块子图像从整个图像中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。
由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜
头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。因此，需要对字符在识别之前再进行一次针对性的处理。 车牌识别的最终目的就是对车牌上的文字进行识别。
整个车牌识别系统的核心是软件部分，系统的好坏很大程度上取决于软件部分识别号码的准确性。一个完整的识别系统如下图：
牌照触发 图像采集 预 处 理 车牌定位 输出结果 字符识别 字符分割
2.2 系统的硬件设计
一个完整的车牌号码识别系统的硬件部分由摄像机、主控机、采集卡、和照明部分组成。比如一般的停车场管理系统都是由车辆传感探测器、高分辨率CCD摄像机、高性能工控计算机、高放大倍数镜头、视频采集卡和CCD自动亮度控制器等。
首先是探测车辆的接近、通过、和停留等。常用的有光探测器、微波雷达通过型探测器、测速雷达探测器、声探测器、红外探测器、电子感应探测器和压敏探测器等。我国停车场应用较多的是红外探测器和电磁感应探测器。设置在停车场入口和出口的两对红外发射和接收设备进行车辆检测。利用编码调制信号，增强抗干扰的能力，具有较强的可靠性。前端工控机利用红外线探测到车辆经过的信号时，控制图像采集卡抓拍图像，并对抓拍的车辆图像进行牌照识别，同时控制摄像机光圈的大小，以适应外界不同的光照条件。然后将识别出的牌照信息储存到服务器中，当车辆离开时，同样的进行车辆识别，将其与前面识别到的同一车辆进行对比，计算出停车时间进行收费。
本文主要针对软件部分进行研究，对抓拍到的车牌进行号码识别。
2.3 系统的软件设计
系统采集到图像后必须要以一定的格式储存起来，一般系统常有的储存格式
有*.JPG、*.BMP、*.GIF、*.PCX等等。本文对采集到的车牌图像采用的格式为*.JPG。