复杂场景车牌识别
1
摘 要
智能交通系统利用先进的信息技术改善交通状况，使交通更畅通、更安全、更绿色。
车牌识别系统是的核心技术之一，它主要包括车牌定位、字符分割和字符识别三个核心
模块。随着安防视频步入高清时代，视频的分辨率越来越高，智能交通系统对车牌识别
技术有了更高的要求：处理速度更快、环境适应性更强、识别率更高。
本文从预处理、边缘检测、车牌定位、字符分割、字符识别五个方面，具体介绍了
车牌自动识别的原理。并用 MATLAB 软件编程来实现每一个部分,最后识别出汽车牌照。
关键词：牌照识别； Matlab；边缘检测
复杂场景车牌识别
2
Abstract
Intelligent Transportation System use the advanced information technology, it make the
traffic more currency and more security .The automatic license plate recognition system is
the key of ITS.It include license location, character segmentation, character recognition. With
the development of the technology, high-definition of the picture, ITS need more reliable
recognition of the license plate, faster, environmental adaptability, recognition rate.
This paper includes pre-processing, edge detection, license plate recognition, character
segmentation, character recognition. Introduce the principle of the automatic license plate
recognition system. Achieve every part by Matlab, and recognize the numbers in the end.
Keywords:License Plate Recognition; Matlab; Edge Detection
复杂场景车牌识别
3
1 绪 论
1.1 车牌识别技术研究背景
近年来，车辆数量和交通设施随着经济的快速增长而增长，但是交通设施的增长速
度远远落后于车辆数量的增长速度，这引发了交通拥堵、交通事故、环境污染等难题。
为了在根本上解决交通难题，世界各国纷纷利用先进的信息技术研究智能交通系统。
智能交通系统是一种充分利用各种先进的高新技术来实现实吋、准确、高效的交通
管理系统，使交通更畅通更安全；它也是一种交通信息服务系统，使人们出行更方便更
快捷。随着智能交通系统的快速发展，智能交通系统已经融入人们的日常生活，使人们
的生活越来越方便。车辆是智能交通系统中的重点研究对象，每辆车都有自身唯一的车
牌号码，车牌号码反映了车辆信息以及关联着车主信息，通过车牌号码可以记录对应车
辆的交通行为，因此，车牌识别技术是智能交通系统中最核心最基础的技术之一，决定
着智能交通系统的发展速度和技术水平。
1.2 国内外发展现状
自从车牌识别技术提出以来，各国研究员己经进行了大量的深入研究，如今已经出
现了很多的车牌识别技术方法，有的已经很成熟，已经投入实际使用，但是由于室外自
然环境光线变化以及车牌常常被污染磨损等不利条件的影响，使得应用在实际复杂环境
下的车牌识别系统的识别率往往不尽如人意。国外现有的优秀的车牌识别系统产品主要
有：新加坡 Opstasia 公司的 VLPRS 产品，德国西门子公司的 ARTEM7S 系统，以色列
Hi-Tech 公司的 See/Car System 系列产品等。国内做得较好的车牌识别系统产品主要有：
亚洲视觉科技有限公司的系列产品，昆明利普机器视觉工程有限公司的 LPR 产品。
复杂场景车牌识别
4
2 设计原理
牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动
识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集
设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和
光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能
称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别
等几部分。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。
2.1 牌照定位
自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照
区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合
汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后
选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。
流程图:
导入原始图像 车牌定位边缘提取图像预处理 对图像开闭运算
复杂场景车牌识别
5
2.2 牌照字符分割
完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割
一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取
得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一
些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
1）计算水平投影进行车牌水平矫正。
2）去掉车牌的框架。
3）分析垂直投影找到每个字符中心的位置。
4）按左右宽度切割出字符。
2.3 牌照字符识别
字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。基于模
板匹配算法首先将分割后的字符二值化,并将其尺寸大小缩放为字符数据库中模板的大
小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。基于人工神经元网络的算
法有两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分
配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出
结果。实际应用中，牌照识别系统的识别率与牌照质量和拍摄质量密切相关。牌照质量
计算水平投影进
行车牌水平矫正
分析垂直投影找
到每个字符的中
心位置
去掉车牌的框架
按左右宽度切割
出字符
