别系统就是在这样的背景与目的下进行研究开发的。车辆牌照识别(
License Plate Recognition,
LPR
)技术作为交通管理自动化的重要手段之一,其任务是分析、处理汽车监控图像,自动识
别汽车牌照号码,并进行相关智能化数据库管理。
(三)图像识别的机理
图像识别是人工智能的一个重要领域。 为了编制模拟人类图像识别活动的计算机
程序,人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为,识别某
个图像,必须在过去的经验中有这个图像的记忆模式,又叫模板。当前的刺激如果能
与大脑中的模板相匹配, 这个图像也就被识别了。 例如有一个字母 A,如果在脑中有个
A 模板 ,字母 A 的大小、方位、形状都与这个 A 模板完全一致 ,字母 A 就被识别了。这
个模型简单明了,也容易得到实际应用。但这种模型强调图像必须与脑中的模板完全
符合才能加以识别,而事实上人不仅能识别与脑中的模板完全一致的图像,也能识别
与模板不完全一致的图像。例如 ,人们不仅能识别某一个具体的字母 A,也能识别印刷
体的、手写体的、方向不正、大小不同的各种字母 A。同时 ,人能识别的图像是大量的,
如果所识别的每一个图像在脑中都有一个相应的模板,也是不可能的。为了解决模板
匹配模型存在的问题,格式塔心理学家又提出了一个原型匹配模型。这种模型认为,
在长时记忆中存储的并不是所要识别的无数个模板,而是图像的某些“相似性”。从
图像中抽象出来的“相似性”就可作为原型,拿它来检验所要识别的图像。如果能找
到一个相似的原型,这个图像也就被识别了。这种模型从神经上和记忆探寻的过程上
来看,都比模板匹配模型更适宜,而且还能说明对一些不规则的,但某些方面与原型
相似的图像的识别。但是,这种模型没有说明人是怎样对相似的“刺激”进行辨别和
加工的,它也难以在计算机程序中得到实现。因此又有人提出了一个更复杂的模型,
即“泛魔”识别模型。
所谓泛魔,即这个模型把图像识别过程分为不同的层次,每一层次都有承担不同职责的
特征分析机制称作一种"小魔鬼",由于有许许多多这样的机制在起作用,因此叫做“泛魔”
识别模型。这一模型的特点在于它的层次的划分。
自 20 世纪 60 年代初期出现第一代产品开始,经过 30 多年的不断发展改进,字符识别
技术的研究已经取得了令人瞩目的成果。目前印刷体的识别技术已经达到较高水平。识别范
围也从原来指定的印刷体数字、英文字母和部分符号,发展成为可以自动进行版面分析、表
格识别,实现混合文字、多字体、多字号、横竖混排识别的强大的计算机信息快速录入工具。
对印刷体汉字的识别率达到
98%
以上,即使对印刷质量较差的文字其识别率也达到 95%以
上。
(四)本文的研究内容
本文将以车牌作为研究对象,从数字、字母、汉字开始逐步提高识别的范围,针对图片
中的字符提出一套切实可行的识别算法,并且在试验中不断改进。在开发期间,以功能强大
的 Matlab 作为编程平台,利用一些行之有效的技术提高识别算法的性能,从而完成相应的
识别软件。
二 算法分析与设计
(一)特征分析
中国汽车牌照中使用的字符集包括59个汉字、25个大写英文字母(字母不包含I)和10个
阿拉伯数(0-9),三种类型共94个,且都是印刷体,结构固定、笔画规范。牌照在图像中占
有的高度从20个像素到50个像素不等。对于国内牌照来说,一般的车辆正面牌照中水平排列