智能車牌識別系統源于機器視覺的應用

隨著科學技術的迅猛發展，如今已進入一個智能時代，越來越多的智能產品面世。智能化不僅僅體現在手機方面，還有機器視覺。機器視覺就是用機器代替人眼來做測量和判斷，常用機器視覺來替代人工視覺。因為機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術。而機器視覺的運用也較為廣泛，像嵌入式車牌識別攝像機就是其很好的代表。尤其是車牌識別攝像機運用在停車場，因停車場的外在影響因素頗多，要想實現車牌識別系統在機器視覺方面全方位提升就必須能識別各式各樣的車牌，還要能在各種極端環境下識別各式車牌。

車牌做為車輛身份的唯一標識當仁不讓的被選作車牌識別結果的一個判斷標準。但是車牌看似是一固有物體，但是其中也深藏著很多的奧妙，為車牌識別系統增加了不少識別難度，其難度可以分為四大方面。

1、車牌顏色: 就車牌顏色而言也具有多樣性，不同領域的車輛有不同的顏色表示，比如藍底白字、黃底黑字、黑底白字等等。到目前為止車牌識別系統對常見的藍牌，黃牌的識別效果還不錯，但是對多樣車牌的完善程度還是有待提升的。對于車牌顏色的識別西安恒創智能車牌識別系統運用了車輛牌照字符和顏色聯合識別方法，其最大的特征是將車牌區域劃分為字符區域和背景區域，再而對背景區域進行顏色識別。下圖列出的是多樣車牌不同背景顏色、字體顏色的代表。

2、字符：為了區分不同地域，每個地區都有自己獨特的代表漢字。漢字也稱為字符，字符識別屬于模式識別領域，因漢字的筆畫較多，字符點陣分辨率低，字符所占的像素比較少，給識別效果增加了一定的難度。

3、數字：組成車牌的另兩個因素是字母和數字，簡單的阿拉伯數字、英文字母放在一起處理，識別算法復雜。尤其是字線和數字相似度大且經常成像不清晰，使得一些僅僅依靠形體特征識別的算法不適用。

4、形態：多樣車牌也存在著別外一個因素——雙層、 單層。雙層黃牌，雙層軍牌就是典型的代表，因為單層和雙層車牌的大小尺寸不統一，加之成像角度的不同，又給車牌定位算法增加了難度。

對車牌識別系統而言除了解決多樣車牌還有環境的復雜度。每一個停車場都有著自己獨特的樣貌，車牌識別攝像機必須適用于每一個停車場，并能做到識別率高且穩定、成像清晰，就不得不考慮車牌識別系統對每個停車場的識別度也就是優異的成像，比如在逆光下，順光等等環境下怎么能更好的識別車牌，目前對于強光環境用到了雙重寬動態有效的抑制強光；對于光線不足的環境可以調動智能補光燈來補充光照使車牌識別效果達到最佳。

高清智能車牌識別系統想要走得更遠就只有對多樣車牌，多環境都能自如的識別。現在的機器視覺運用到了基于深度學習算法（其前身就是神經網絡技術），也為車牌識別一體機在智能方向走得更遠奠定了良好的基礎，相信智能化的車牌識別攝像機完全取代人工也是指日可待的。