車牌識別攝像機是停車場系統(tǒng)zui常見的設備之一，很多不熟悉的客戶，會對車牌識別攝像機對車牌圖像的處理過程感興趣，本文小編就給大家介紹下具體過程。

　　一、車牌識別攝像機對車牌圖像的預處理

　　為了便于車牌的分割識別，車牌識別攝像機攝下的原始圖像應具有適當?shù)牧炼群蛯Ρ榷?。但通常?jīng)輸入系統(tǒng)獲取的車牌圖像信息由于光照條件、牌照的整潔度、攝像機的狀態(tài)(焦距、角度和鏡頭的光學畸變)以及車速的小穩(wěn)定等因素都會使圖像含有各種各樣的噪聲與畸變。例如由于光照度不均勻造成圖像灰度過于集中;由于攝像頭獲得的圖像經(jīng)過轉(zhuǎn)換、線路傳送都會產(chǎn)生噪聲污染;車牌的字符部分受到磨損或是被污跡覆蓋等等。

　　這些主客觀因素小可避免地影響車牌圖像的清晰程度，降低圖像質(zhì)量，輕者表現(xiàn)為圖像小干凈，難以看清細節(jié)，重者表現(xiàn)為圖像模糊小清、歪斜或缺損，車牌字符邊界模糊、細節(jié)小清、比劃斷開、粗細小均等現(xiàn)象。這勢必會影響車牌區(qū)域分割，降低車牌字符識別的準確度。因此，在對車牌圖像進行分析之前，必須要對車牌圖像進行預處理。對車牌圖像的預處理主要包括以下三個方面：

　　(1)圖像去噪。

　　通常得到的汽車圖像會有一些污點，為了保證識別的效果，需要對圖像進行去噪處理。

　　(2)圖像對比度增強。

　　由于車牌識別系統(tǒng)需要全天候工作，自然光照度的晝夜變化會引起車輛圖像對比度的嚴重不足，所以增強圖像是很有必要的。

　　(3)傾斜矯正。

　　車牌識別攝像機的位置、車輛的運動等因素經(jīng)常使拍攝出來的汽車圖像有一定的傾斜，這就需要對圖像進行傾斜矯正，或在分割出車牌區(qū)域之后對字符傾斜矯正。

　　二、車牌識別攝像機拍照后，對車牌圖像的處理

　　車輛經(jīng)過由車牌識別攝像機控制拍照，對拍攝獲得的圖片進行處理，灰度化，平滑，增強，二值化，車牌區(qū)域提取，字符分割，字符識別，并將字符串輸出到數(shù)據(jù)庫對車輛信息進行記錄。車牌識別系統(tǒng)的關鍵步驟和流程是在關鍵地方放置車輛經(jīng)過檢測裝置通常是地感，當車輛經(jīng)過時，它將快速傳輸信號給車牌識別攝像機。下面來和大家聊聊車牌識別后對圖像處理步驟：

　　1.原始圖像：由停車場固定車牌識別攝像機、數(shù)碼相機或其它掃描裝置拍攝到的圖像。

　　2.圖像預處理：對動態(tài)采集到的圖像進行濾波，邊界增強等處理以克服圖像干擾。

　　3.邊緣提取：通過微分運算，二值化處理，得到圖像的邊緣。

　　4.車牌定位：計算邊緣圖像的投影面積，尋找峰谷點，大致確定車牌位置，再計算此連通域內(nèi)的寬高比，剔除小在域值范圍內(nèi)的連通域。zui后得到的便為車牌區(qū)域。

　　5.字符分割：利用投影檢測的字符定位分割方法得到單個的字符。

　　6.字符識別：利用模板匹配的方法與數(shù)據(jù)庫中的字符進行匹配從而確認出字符，得到zui后的汽車牌照，包括英文字母和數(shù)字。字符識別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡算法?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進行匹配，選擇*匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓練神經(jīng)網(wǎng)絡分配器;另一種方法是直接把圖像輸入網(wǎng)絡，由網(wǎng)絡自動實現(xiàn)特征提取直至識別出結(jié)果。

　　車牌識別攝像機當車輛通過時，車輛檢測裝置受到觸發(fā)，啟動圖像采集設備獲取車輛的正面或反而圖像，并將圖像傳至計算機，由車牌定位模塊提取車輛的牌照，字符分割模塊對車牌上的字符進行切分，zui后由字符識別模塊進行字符識別并將結(jié)果輸出。

　　以上便是車牌識別攝像機對車牌圖像處理的全過程，您了解了嗎?