小編最近在網(wǎng)上總是看到一些司機(jī)為了躲避電子警察的“抓捕”，想出各式各樣奇葩的方式遮擋汽車(chē)車(chē)牌，看到這些圖小編也是醉了，只想說(shuō)，發(fā)揮了小聰明的司機(jī)們也是“too young too simple”。如今新交規(guī)對(duì)牌照動(dòng)手腳是嚴(yán)懲不貸，將對(duì)此類行為處以200元罰款，情節(jié)嚴(yán)重者更會(huì)被吊銷駕駛證。因此，各位司機(jī)們千萬(wàn)不要以身試法。

　　為什么電子警察會(huì)有這么大的威懾力？它是如何在公路卡口和城市交通中識(shí)別車(chē)牌的呢？這就少不了其中的核心部分——車(chē)牌識(shí)別系統(tǒng)。

　　車(chē)輛號(hào)牌是車(chē)輛唯一身份證，它的特殊性與重要性決定車(chē)牌識(shí)別系統(tǒng)成為城市智能交通管理系統(tǒng)中不可或缺的重要組成部分。車(chē)牌識(shí)別是利用車(chē)輛的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行車(chē)牌號(hào)碼、車(chē)牌顏色自動(dòng)識(shí)別的模式識(shí)別技術(shù)。技術(shù)的核心包括車(chē)牌定位算法、車(chē)牌字符分割算法和光學(xué)字符識(shí)別算法等。

　　車(chē)牌識(shí)別框架流程

　　車(chē)牌識(shí)別系統(tǒng)采用高度模塊化的設(shè)計(jì)，將車(chē)牌識(shí)別過(guò)程的各個(gè)環(huán)節(jié)各自作為一個(gè)獨(dú)立的模塊，其系統(tǒng)框架如下所示。

　　一、車(chē)輛檢測(cè)跟蹤模塊

　　車(chē)輛檢測(cè)跟蹤模塊主要對(duì)視頻流進(jìn)行分析，判斷其中車(chē)輛的位置，對(duì)圖像中的車(chē)輛進(jìn)行跟蹤，并在車(chē)輛位置最佳時(shí)刻，記錄該車(chē)輛的特寫(xiě)圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到更加合理的識(shí)別結(jié)果，可以檢測(cè)無(wú)牌車(chē)輛并輸出結(jié)果。

　　二、車(chē)牌定位模塊

　　車(chē)牌定位模塊是一個(gè)十分重要的環(huán)節(jié)，是后續(xù)環(huán)節(jié)的基礎(chǔ)，其準(zhǔn)確性對(duì)整體系統(tǒng)性能的影響巨大。車(chē)牌系統(tǒng)完全摒棄了以往的算法思路，實(shí)現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合的車(chē)牌定位新算法，適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。

　　三、車(chē)牌矯正及精定位模塊

　　由于受拍攝條件的限制，圖像中的車(chē)牌總不可避免存在一定的傾斜，需要一個(gè)矯正和精定位環(huán)節(jié)來(lái)進(jìn)一步提高車(chē)牌圖像的質(zhì)量，為切分和識(shí)別模塊做準(zhǔn)備。使用精心設(shè)計(jì)的快速圖像處理濾波器，不僅計(jì)算快速，而且利用的是車(chē)牌的整體信息，避免了局部噪聲帶來(lái)的影響。使用該算法的另一個(gè)優(yōu)點(diǎn)就是通過(guò)對(duì)多個(gè)中間結(jié)果的分析還可以對(duì)車(chē)牌進(jìn)行精定位，進(jìn)一步減少非車(chē)牌區(qū)域的影響。

　　四、車(chē)牌切分模塊

　　車(chē)牌系統(tǒng)的車(chē)牌切分模塊利用了車(chē)牌文字的灰度、顏色、邊緣分布等各種特征，能較好地抑制車(chē)牌周?chē)渌肼暤挠绊?，并能容忍一定傾斜角度的車(chē)牌。這一算法有利于類似移動(dòng)式稽查這種車(chē)牌圖像噪聲較大的應(yīng)用。

　　五、車(chē)牌識(shí)別模塊

　　在車(chē)牌識(shí)別系統(tǒng)中，通常采用多種識(shí)別模型相結(jié)合的方法來(lái)進(jìn)行車(chē)牌識(shí)別，構(gòu)建一種層次化的字符識(shí)別流程，可有效地提高字符識(shí)別的正確率。另一方面，在字符識(shí)別之前，使用計(jì)算機(jī)智能算法對(duì)字符圖像進(jìn)行前期處理，不僅可盡可能保留圖像信息，而且可提高圖像質(zhì)量，提高相似字符的可區(qū)分性，保證字符識(shí)別的可靠性。

　　六、車(chē)牌識(shí)別結(jié)果決策模塊

　　識(shí)別結(jié)果決策模塊，具體地說(shuō)，決策模塊利用一個(gè)車(chē)牌經(jīng)過(guò)視野的過(guò)程留下的歷史記錄，對(duì)識(shí)別結(jié)果進(jìn)行智能化的決策。其通過(guò)計(jì)算觀測(cè)幀數(shù)、識(shí)別結(jié)果穩(wěn)定性、軌跡穩(wěn)定性、速度穩(wěn)定性、平均可信度和相似度等度量值得到該車(chē)牌的綜合可信度評(píng)價(jià)，從而決定是繼續(xù)跟蹤該車(chē)牌，還是輸出識(shí)別結(jié)果，或是拒絕該結(jié)果。這種方法綜合利用了所有幀的信息，減少了以往基于單幅圖像的識(shí)別算法所帶來(lái)的偶然性錯(cuò)誤，大大提高了系統(tǒng)的識(shí)別率和識(shí)別結(jié)果的正確性和可靠性。

　　七、車(chē)牌跟蹤模塊

　　車(chē)牌跟蹤模塊記錄下車(chē)輛行駛過(guò)程中每一幀中該車(chē)車(chē)牌的位置以及外觀、識(shí)別結(jié)果、可信度等各種歷史信息。由于車(chē)牌跟蹤模塊采用了具有一定容錯(cuò)能力的運(yùn)動(dòng)模型和更新模型，使得那些被短時(shí)間遮擋或瞬間模糊的車(chē)牌仍能被正確地跟蹤和預(yù)測(cè)，最終只輸出一個(gè)識(shí)別結(jié)果。

　　八、在線學(xué)習(xí)模塊

　　在以上各個(gè)模塊中，使用了大量基于學(xué)習(xí)的算法，系統(tǒng)特別添加在線學(xué)習(xí)模塊，采用最新的反饋型學(xué)習(xí)模型，利用決策模塊和跟蹤模塊得到的車(chē)牌質(zhì)量、車(chē)輛軌跡、速度等反饋信息，智能化地更新一些算法參數(shù)，使得系統(tǒng)能快速適應(yīng)新的應(yīng)用環(huán)境。該算法作為已有算法的一個(gè)有力補(bǔ)充，將進(jìn)一步提高系統(tǒng)性能。

　　現(xiàn)在，車(chē)牌識(shí)別技術(shù)越來(lái)越成熟，已經(jīng)廣泛運(yùn)用在停車(chē)場(chǎng)及小區(qū)出入口、高速公路收費(fèi)站、公路卡口和城市交通中。隨著我國(guó)城市化進(jìn)程發(fā)展的提速，交通壓力將更加嚴(yán)峻，因此智能化交通管理將是今后交通發(fā)展的大方向。作為智能化交通管理體系中的重要核心，車(chē)牌識(shí)別系統(tǒng)也將得到進(jìn)一步扶持和發(fā)展。未來(lái)車(chē)牌識(shí)別技術(shù)將有更廣泛的應(yīng)用，屆時(shí)車(chē)牌識(shí)別系統(tǒng)行業(yè)也將面臨大洗牌，只有擁有自主核心技術(shù)并且產(chǎn)品質(zhì)量達(dá)標(biāo)的公司才能過(guò)關(guān)，這也是車(chē)牌識(shí)別技術(shù)走向快速發(fā)展階段的必經(jīng)之路。