2.4 字符自动识别[8]

针对分割完成后的牌照图像进行字符自动识别，需首先对车牌图像二值化、字符切分和规范化、字符特征提取，然后根据字符特征库，完成车牌字符自动识别。图6为字符自动识别的效果示意图。

图像二值化的方法很多，针对车牌图像，二值化的基本要求是使二值化后的图形能忠实地再现原文字。具体为：笔划中不出现空白以及二值化后的笔划基本保持原来字符的特征。二值化的关键在于阈值T的选择，采用判断分析二值化法。从图像灰度值的直方图中把灰度值的集中用阈值分为两类，然后根据两个类的类间方差和类内方差的最大来确定分割阈值。车牌图像二值化后，根据牌照中字符所占像素比便要小于背景所占像素比例，将车牌图像统一变为白底黑字。

为把字符分为单个字符，以送入识别系统识别，在字符图像二值化后，进行字符切分。利用车牌字符固定的高宽比和间距作出先验知识，在分割前先估算出字符宽度、间距，并从图像数值方向的投影直方图定出字符的开始位置，切分全部字符；然后将文字外接边框按比例线性放大或缩小为规定的32х64大小。

车牌字符识别系统的关键在于字符特征的提取，也就是如何选取既容易提取又能为识别系统提供尽可能高的模式鉴别能力、同时还要尽量少的特征维数的特征向量，它应该是最佳的样本特征属性的度量。由于车牌字符共有七个字符：第一位是汉字，通常代表车辆所属省份，或是军种、警别等有特定含义的字符简称；第二位为大写的英文字符，一个圆点间隔后的第三个字符是英文字母或是数字，其余的四位为数字。车牌字符识别与一般文字识别在于它的字符数有限，汉字共约50多个，大写英文字母26个，数字10个。为实时识别考虑，特征向量的维数可适当选择较低的维数。

系统采用投影-Fourier变换特征、网格特征和轮廓特片组成字符特征向量[9]，与模拟中的向量进行特征匹配。特征匹配选用最小距离匹配法。经大量图像实验，有较高的识别率。

3 系统特点

高速公路视频超速监控系统用利视频图像处理技术，可对高速公路车道上的汽车进行非接触监控，获得车速、车牌号码、违章照片等运行状态信息，自动车牌识别速度快、准确率高，为实时违章处理提供了可能。该系统通用性强、开放性强、扩展性强，可应用于高速公路管理、卡口管理、巡逻执勤、逃逸车辆抓捕等场合。