車牌

車裝上邦德式翻轉(zhuǎn)車牌，用省時(shí)省力的方式躲避公眾對(duì)其政客身份的關(guān)注。據(jù)英國(guó)《泰晤士報(bào)》1月31日?qǐng)?bào)道，比利時(shí)聯(lián)邦議會(huì)會(huì)給議員配發(fā)一張?zhí)厥獾腜字母開(kāi)頭車牌，懸掛該車牌的車輛可以享受某些特權(quán)，譬如，在擁擠的首都布魯塞爾使用預(yù)留停車位，或在道路上免受警察檢查。但使用不當(dāng)難免遭到民眾的反感，因此，議員們通常都會(huì)再配有一副常規(guī)號(hào)碼的普通車牌。在議員邁克爾?弗雷利什看來(lái)，這兩種車牌都有適用場(chǎng)合，“我會(huì)在公務(wù)出行時(shí)使用P字車牌，去國(guó)外度假時(shí)換回普通牌照，但老是拆裝螺絲很麻

生率的重要手段。車牌識(shí)別技術(shù)是智能交通領(lǐng)域的關(guān)鍵技術(shù)，一般通過(guò)圖像、視頻等識(shí)別手段對(duì)車牌進(jìn)行識(shí)別，將獲取的信息反饋到其他系統(tǒng)，由其他系統(tǒng)進(jìn)行處理[2]。該技術(shù)已廣泛應(yīng)用在停車場(chǎng)自動(dòng)收費(fèi)系統(tǒng)、道路監(jiān)控系統(tǒng)、電子警察系統(tǒng)中。由于車牌識(shí)別技術(shù)廣闊的應(yīng)用前景，因而受到研究者的關(guān)注[3]。王晗等人[4]利用模板概率密度函數(shù)設(shè)計(jì)了一種車牌定位方法，能利用特征點(diǎn)的空間分布及色彩信息，迅速地判斷出牌照的候選區(qū)域；根據(jù)中國(guó)標(biāo)準(zhǔn)汽車牌照的結(jié)構(gòu)特點(diǎn)和幾何特征，構(gòu)造出一套標(biāo)準(zhǔn)牌照

350）1 國(guó)內(nèi)車牌識(shí)別技術(shù)隨著近幾年人工智能技術(shù)的發(fā)展與普及，機(jī)器學(xué)習(xí)算法越來(lái)越多的被應(yīng)用于車牌識(shí)別開(kāi)發(fā)技術(shù)中，且識(shí)別率較高。車牌識(shí)別技術(shù)作為提升國(guó)家智慧建設(shè)中的一部分，是智能交通管理中的重要一環(huán)。有效識(shí)別車牌不僅僅可用于安防排查，也有益于提升人們的生活質(zhì)量，為推動(dòng)社會(huì)智能化貢獻(xiàn)了卓著的力量。國(guó)內(nèi)車牌識(shí)別技術(shù)比較成熟，常見(jiàn)的車牌均為藍(lán)底白字，此種車牌規(guī)律性強(qiáng)，排版統(tǒng)一，便于識(shí)別。國(guó)內(nèi)車牌分為大陸版本和港澳臺(tái)版本，大陸版本的車牌結(jié)構(gòu)規(guī)則單一，字符間距、字符

周家振 杜玉曉車牌識(shí)別是目前交通管理業(yè)務(wù)中備受關(guān)注的問(wèn)題，隨著人們對(duì)該領(lǐng)域的研究，車牌識(shí)別技術(shù)不斷完善。其中，車牌識(shí)別是通過(guò)攝像頭自動(dòng)抓拍圖片上的車牌并識(shí)別車牌號(hào)碼，在交通管理方面得到了廣泛的應(yīng)用。本文對(duì)車牌定位識(shí)別算法展開(kāi)了研究，并通過(guò)實(shí)驗(yàn)驗(yàn)證算法的合理性與準(zhǔn)確性。車牌識(shí)別系統(tǒng)的主要步驟有以下幾方面，分別為圖像預(yù)處理、車牌檢測(cè)、車牌圖像分割和字符識(shí)別。傳統(tǒng)的車牌定位方法，如基于邊緣檢測(cè)與基于顏色特征檢測(cè)的方法很難處理復(fù)雜的場(chǎng)景，以及字符識(shí)別采用傳統(tǒng)的B

）0 引言圖1 車牌定位流程圖Fig.1 Flow chart of locating license plate圖2 基于HSV顏色分割車牌定位圖Fig.2 Diagram of locating license plate based on HSV color segmentation arithmetic車牌識(shí)別技術(shù)是指可自動(dòng)檢測(cè)車牌和獲取車牌信息的技術(shù)，是圖像處理和智能運(yùn)輸系統(tǒng)領(lǐng)域中非?；钴S的研究主題[1]。該技術(shù)可應(yīng)用在交通道路疏通、違章車輛拍照

管理的效率。1 車牌識(shí)別技術(shù)發(fā)展的現(xiàn)狀分析目前，我國(guó)用車人數(shù)與日俱增，為了方便人們的出行以及人們的合法權(quán)益受到保護(hù)，各大路口都設(shè)有電子眼以此來(lái)督促司機(jī)規(guī)范行車，保障人們的安全。隨著用著人群的增加，城市停車?yán)щy成為現(xiàn)在國(guó)內(nèi)發(fā)展的重要難題，很多大型購(gòu)物中心以及綜合寫(xiě)字樓等地都設(shè)立了停車系統(tǒng)，伴隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展以及車牌識(shí)別系統(tǒng)的普遍應(yīng)用，司機(jī)可以在很短的時(shí)間內(nèi)停車取車，但是這些都只是針對(duì)發(fā)達(dá)的城市來(lái)講，很多相對(duì)比較落后的地區(qū)并沒(méi)有引進(jìn)這樣高端的技術(shù)，依舊會(huì)被

于Halcon的車牌識(shí)別是指通過(guò)識(shí)別車輛車牌來(lái)認(rèn)證車輛身份的技術(shù)，它是智能交通系統(tǒng)的技術(shù)基礎(chǔ)，是計(jì)算機(jī)視覺(jué)、圖像處理技術(shù)與模式識(shí)別技術(shù)的融合，是智能交通系統(tǒng)中重要的研究課題?；贖alcon的車牌識(shí)別技術(shù)是集人工智能、圖像處理、數(shù)據(jù)融合、計(jì)算機(jī)視覺(jué)、模式識(shí)別等技術(shù)為一體的復(fù)雜系統(tǒng)，要求識(shí)別精度高、處理時(shí)間短。1 基于Halcon的車牌識(shí)別系統(tǒng)1.1 車牌識(shí)別的原理車牌識(shí)別分為車牌定位、車牌校正、車牌分割、車牌識(shí)別和軟件平臺(tái)實(shí)現(xiàn)幾部分。車牌的定位就是通過(guò)對(duì)圖

100144）車牌檢測(cè)是車牌識(shí)別系統(tǒng)中關(guān)鍵的第一步，傳統(tǒng)的車牌檢測(cè)算法存在大角度下車牌檢測(cè)精度不高的問(wèn)題。East 算法將車牌檢測(cè)看成場(chǎng)景文本檢測(cè)問(wèn)題來(lái)處理，直接預(yù)測(cè)圖像中任意角度的車牌位置和傾斜信息。采用改進(jìn)的East 網(wǎng)絡(luò)對(duì)車牌進(jìn)行檢測(cè)，特征提取采用PVANet 來(lái)加速運(yùn)算，整個(gè)網(wǎng)絡(luò)端到端訓(xùn)練，有效避免不必要的中間步驟，直接得到車牌區(qū)域。實(shí)驗(yàn)結(jié)果表明，構(gòu)建的車牌檢測(cè)算法具有較好的檢測(cè)效果，可以準(zhǔn)確檢測(cè)大角度傾斜車牌的位置坐標(biāo)信息，提高檢測(cè)精度。車牌檢

一樣，每輛汽車的車牌也有著自己的理想和愿望，它們都有著一個(gè)宏大的目標(biāo)——要自己走出去，看看外面的世界！沒(méi)有夢(mèng)想的車牌，和咸魚(yú)有什么區(qū)別？怎么才能出去呢？畢竟車牌沒(méi)長(zhǎng)腿呀。不用擔(dān)心，為了自己能逃跑成功，它們制定了兩種逃跑計(jì)劃：第一計(jì)劃，就是要自己努力。主要是在汽車行走的時(shí)候，它們就使勁兒晃動(dòng)自己的身體，爭(zhēng)取讓身上的螺絲松動(dòng)，這樣，時(shí)間一長(zhǎng)，自己的逃跑計(jì)劃終究會(huì)成功的！第二計(jì)劃，全靠運(yùn)氣。有的時(shí)候，運(yùn)氣來(lái)了，擋也擋不住。比如說(shuō)，天降大雨，車子行到積水多的地方，

00)0 引 言車牌識(shí)別系統(tǒng)是智能交通系統(tǒng)的核心部分，主要步驟包括：車牌定位、傾斜校正、字符分割、車牌識(shí)別三部分。車牌定位前需對(duì)拍攝到的圖像進(jìn)行預(yù)處理，即對(duì)拍攝到的圖像進(jìn)行降噪、增強(qiáng)處理；車牌定位完成后需對(duì)定位后的車牌區(qū)域進(jìn)行傾斜校正，便于后續(xù)字符分割和車牌識(shí)別。車牌定位作為車牌識(shí)別中重要組成部分，由于光照、陰影等影響，使車牌定位更加困難。針對(duì)車牌定位難、定位速度慢，提出一種基于車牌背景和字符顏色特征的車牌定位算法。目前，車牌定位主要分為灰度車牌定位[4-

000)0 引言車牌識(shí)別包括預(yù)處理、車牌定位、字符分割和字符識(shí)別4個(gè)主要環(huán)節(jié)，車牌定位是其關(guān)鍵環(huán)節(jié)之一，對(duì)后續(xù)的準(zhǔn)確識(shí)別起著至關(guān)重要的作用。常用的有基于數(shù)學(xué)形態(tài)學(xué)[1,2]、基于顏色[3,4]、基于紋理特征[5]、基于投影[6]、基于遺傳算法[7]、基于變換[8]、基于機(jī)器學(xué)習(xí)等定位方法。但單一的定位方法存在不同的優(yōu)缺點(diǎn)，難以獲得理想的定位效果，因此本文結(jié)合邊緣檢測(cè)、數(shù)學(xué)形態(tài)學(xué)和顏色信息定位方法的特點(diǎn)，提出一種數(shù)學(xué)形態(tài)學(xué)與顏色信息相結(jié)合的車牌定位新方法。本

）基于邊緣檢測(cè)的車牌識(shí)別算法的實(shí)現(xiàn)陳云彪，張麗琴，李漢明，白興瑞（龍巖學(xué)院，福建龍巖，364000）針對(duì)傳統(tǒng)車牌識(shí)別的不足，本文提出了基于邊緣檢測(cè)的車牌識(shí)別的算法。該算法首先對(duì)攝像頭獲取的車牌圖像預(yù)處理，去除圖像無(wú)用信息，然后運(yùn)用Robert算子檢測(cè)車牌邊緣,并對(duì)車牌區(qū)域進(jìn)行圖像較正，用高斯濾波法去除噪聲并且提取車牌信息特征，接著對(duì)車牌區(qū)域水平和豎直方向運(yùn)用觸點(diǎn)定位法分割字符，對(duì)車牌分割后與相應(yīng)字符模版匹配，利用預(yù)測(cè)模型預(yù)測(cè)識(shí)別結(jié)果，最后識(shí)別出車牌字符。邊

，發(fā)現(xiàn)前面車子的車牌白白的。怎么好像不對(duì)勁兒呢？！車牌怎么會(huì)是白底的呢？我看見(jiàn)貨車和摩托車的車牌是黃底的，我家的車牌是藍(lán)底的，可從沒(méi)看過(guò)白底的。于是我緊張地對(duì)媽媽說(shuō)：“媽媽，你看那輛車，白色底牌的那輛，不會(huì)是去搶劫的吧，我們要不要打110？”電影里劫匪去搶劫可都是會(huì)把車子包裝一番的。聽(tīng)到這話，爸爸媽媽哈哈大笑起來(lái)。媽媽眼淚都笑出來(lái)了，她邊笑邊解釋道：“貨車和摩托車的車牌是黃色的，小汽車的車牌是藍(lán)色的，部隊(duì)和公安系統(tǒng)的車牌是白色的，前面車牌上這么大的‘警字你

了一種側(cè)向插裝型車牌架，包括方形外框，方形外框包括第一長(zhǎng)側(cè)板、第二長(zhǎng)側(cè)板以及兩個(gè)短側(cè)板，方形外框的內(nèi)側(cè)壁上開(kāi)設(shè)有車牌卡槽，車牌卡槽呈U形，其中一個(gè)短側(cè)板上開(kāi)設(shè)有車牌插口，車牌插口與U形的車牌卡槽連通，設(shè)置有車牌插口的短側(cè)板上還開(kāi)設(shè)有車牌緊固孔；車牌卡槽中匹配卡裝有U形橡膠塊，U形橡膠塊上設(shè)置有用于夾持車牌的U形夾槽，U形橡膠塊的兩端設(shè)置有連通U形夾槽和車牌插口的缺口。通過(guò)在方形外框內(nèi)設(shè)置車牌卡槽，車牌卡槽呈U形，由于在短側(cè)板上設(shè)置了與車牌卡槽連通的車牌插口

多特征提取的實(shí)用車牌識(shí)別方法分析湖南科技學(xué)院 劉倩蘭多特征提取車牌識(shí)別的方法在我國(guó)交通領(lǐng)域應(yīng)用較為廣泛，并具有非常重要的作用?；诖耍疚膶?duì)提取車牌的幾種方法進(jìn)行詳細(xì)的介紹，其中包括對(duì)車牌邊緣的篩選和定位、車牌的字符分割法以及車牌的字符識(shí)別法三種方法。通過(guò)對(duì)以上三種應(yīng)用方法的介紹，希望可以對(duì)未來(lái)我國(guó)給予對(duì)特征提取實(shí)用車牌方法的發(fā)展提供一定的參考條件。多特征提取；實(shí)用車牌；識(shí)別方法一、前言隨著我國(guó)汽車的普及率越來(lái)越高，我國(guó)交通管理工作的壓力也越來(lái)越大。所以

發(fā)財(cái)?shù)穆纷印獡?span id="j5i0abt0b" class="hl">車牌。二歪住的那個(gè)縣城，啥都?xì)馀?，就是排水系統(tǒng)不像話，一下大雨，他們那個(gè)縣城就成了東方威尼斯。每逢大雨，二歪就會(huì)蹲守在一個(gè)水深車多的路口，撿那些被積水從車上沖下來(lái)的車牌，然后等車主拿錢(qián)來(lái)贖。進(jìn)口車二百，國(guó)產(chǎn)車一百。一天下來(lái)，少說(shuō)也能掙個(gè)千兒八百的，比上班強(qiáng)多了。這天，二歪他們縣又下起了瓢潑大雨，二歪高興得不得了，一大早就在馬路邊蹲守了。你別說(shuō)，二歪那天的運(yùn)氣還真不錯(cuò)，一上午就撿了五張車牌，掙下九百塊錢(qián)。二歪見(jiàn)時(shí)候尚早，就決定再撿一張，湊個(gè)整

于圖像處理技術(shù)的車牌檢測(cè)系統(tǒng)呂凱煜 天津工業(yè)大學(xué)摘要：車牌識(shí)別問(wèn)題的智能交通管理系統(tǒng)，提出了應(yīng)用圖像處理技術(shù)對(duì)車牌進(jìn)行識(shí)別。車牌定位、車牌分割、車牌識(shí)別是車牌識(shí)別系統(tǒng)的主要三個(gè)部分。關(guān)鍵字：圖像處理 車牌定位 車牌定位1　引言近年來(lái)，中國(guó)經(jīng)濟(jì)的快速發(fā)展，人民生活水平繼續(xù)提高，私家車的數(shù)量越來(lái)越多，公路交通的快速發(fā)展造成嚴(yán)重的交通擁堵和交通事故，傳統(tǒng)的手工管理模式已經(jīng)越來(lái)越不能滿足對(duì)交通控制和安全管理的需求。因此，新興的智能交通系統(tǒng)，成為當(dāng)前交通管理的主要途

務(wù)院核發(fā)的“外交車牌”。這是雙方“斷交”36年后，臺(tái)駐美官員首次享有這種待遇。報(bào)道稱，美國(guó)國(guó)務(wù)院外交使節(jié)團(tuán)辦公室（OFM）去年12月公布，新增E開(kāi)頭的“外交車牌”。今年初，臺(tái)駐美代表處20輛公務(wù)車已換上“EAB”開(kāi)頭的“外交車牌”，和其他D、C、A、S開(kāi)頭的外交車牌一樣，車牌左上角有美國(guó)國(guó)徽、右上角有OFM字樣，車牌中間下方注明“由美國(guó)國(guó)務(wù)院核發(fā)及所有”。美國(guó)外交車牌過(guò)去有4類，D為大使館的外交官、C為領(lǐng)事館外交官、A為美洲國(guó)家組織、S是任職于大使館但不列

于傅里葉描述子在車牌識(shí)別中的應(yīng)用程 龍?，熊 凌，李開(kāi)寒武漢科技大學(xué)信息科學(xué)與工程學(xué)院，武漢 430081為降低車牌圖像識(shí)別的復(fù)雜度，提高識(shí)別速度，在圖像識(shí)別前調(diào)整車牌圖像的灰度化。針對(duì)二值化后的車牌圖像進(jìn)行特征分析，對(duì)比旋轉(zhuǎn)的二值化圖像的種種不確定性，提出借助傅里葉算法，利用傅里葉描述子，提取標(biāo)準(zhǔn)車牌字符特征的傅里葉描述子，通過(guò)對(duì)車牌字符的特征提取與匹配，實(shí)現(xiàn)字符的識(shí)別與定位。數(shù)字圖像;傅里葉描述子;車牌識(shí)別U285.5+3310.3969/j.issn

065）0 引言車牌識(shí)別是智能運(yùn)輸系統(tǒng)的核心技術(shù)，已廣泛應(yīng)用于車輛登記與驗(yàn)證、公路收費(fèi)、停車場(chǎng)車輛管理、車輛統(tǒng)計(jì)與違章監(jiān)控等方面。車輛識(shí)別主要由車牌定位、字符分割和字符識(shí)別三部分組成。車牌定位技術(shù)可分為基于灰度圖像和基于彩色圖像兩種方式?；诨叶葓D像的定位方法主要有基于車牌形態(tài)特征的Hough變換法、基于車牌灰度變化特征的灰度投影直方圖法和基于矢量量化的車牌定位法等[1-3]，這些方法技術(shù)成熟，但存在定位精度不高、受環(huán)境因素影響較大的缺點(diǎn)。而彩色圖像具有豐

，嚴(yán)京旗0 引言車牌定位和校正對(duì)車牌識(shí)別系統(tǒng)有著非常重要的作用，快速、準(zhǔn)確的車牌定位及校正直接關(guān)系到整個(gè)系統(tǒng)的性能。目前車牌定位的方法總的來(lái)說(shuō)可以分為兩大類，一類是基于灰度圖像的車牌定位，另一類是基于彩色圖像的車牌定位?；叶葓D像數(shù)據(jù)量小，處理迅速簡(jiǎn)單，對(duì)于車牌的灰度圖像處理的算法中，比較常用的算法有以下幾種：（1）基于 Hough變化法[1]，利用車牌的矩形邊框具有比較明顯的直線邊緣，通過(guò)邊緣提取，再結(jié)合 Hough變換檢測(cè)出車牌邊框直線來(lái)定位車牌，但是這