車牌識別英文文獻2翻譯

1、實時車輛的車牌識別系統(tǒng)摘要本文中闡述的是一個簡煉的用于車牌識別系統(tǒng)的算法?；谀Ｊ狡ヅ?，該算法可以應(yīng)用于for real time detection of license plates for collecting dat對車牌實時檢測數(shù)據(jù)采集，測繪或一些特定應(yīng)用目的。擬議的系統(tǒng)原型已經(jīng)使用C+和the experimental results have been shown for recognitio實驗結(jié)果已證明認可of Alberta license plates阿爾伯塔車牌。1. 介紹車輛的車牌識別系統(tǒng)已經(jīng)成為在視頻監(jiān)控領(lǐng)域中一個特殊的熱門領(lǐng)域more than a decade

2、or so超過10年左右。隨著先進的用于交通管理應(yīng)用的視頻車輛檢測系統(tǒng)的的到來，車牌識別系統(tǒng)被發(fā)現(xiàn)可以適合用在varieties of places to fit itself beyond just controllin相當(dāng)多的領(lǐng)域內(nèi)，并非只是控制訪問點或收費停車場?，F(xiàn)在它可以被集成到視頻車輛檢測系統(tǒng)，該系統(tǒng)通常安裝在需要的地方用于十字路口控制，交通監(jiān)控等，以確定該車輛是否違反交通法規(guī)或找到被盜車輛violates traffic laws or to find stolen vehicles.。一些用于識別車牌的技術(shù)到目前為止有如BAM（雙向聯(lián)想回憶）神經(jīng)網(wǎng)絡(luò)字符識別1，模式匹配2等技術(shù)。

3、應(yīng)用于系統(tǒng)的技術(shù)是基于模式匹配，該系統(tǒng)快速，準確足以在相應(yīng)的請求時間內(nèi)完成，更重要的是在于阿爾伯塔車牌識別在字母和數(shù)字方位確認上的優(yōu)先發(fā)展。由于車牌號碼的字體和方位因國家/州/省份的不同而不同the orientation and font used for number plates differ in，該算法needed to be modified accordingly keeping its structure需要作相應(yīng)的修改保持其結(jié)構(gòu)完整，如果我們想請求系統(tǒng)識別number plates of those places.這些地方的車牌。本文其余部分的組織如下：第2節(jié)discusse

4、s about the system architecture and the steps探討了在識別過程中涉及的系統(tǒng)的結(jié)構(gòu)和步驟，第3節(jié)解釋了proposed algorithm for real time detection of numbe算法對于車牌號碼的實時檢測，第4節(jié)為實驗結(jié)果，第5節(jié)總結(jié)了全文包括致謝和參考文獻。2. 系統(tǒng)架構(gòu)系統(tǒng)將被用來作為十字路口的交通視頻監(jiān)控攝像系統(tǒng)一個組成部分來進行intersection surveillance video camera system for traffianalysis分析。圖1顯示了of Calgary.卡爾加里一個典型的refer

5、encplates, section 4 shows the experimental results and finalinvolved in recognition process, section 3 explains thintact, if we want to apply this system for recognizing thdifferent countries/states/provinces, this algorithm 交叉口。只有一個車牌用在艾伯塔，連接到背面的車輛and the camera will be used to track this back lic

6、ense照相機將被用于跟蹤此背面車牌。圖1 A typical intersection of the city of卡爾加里一個的典型交叉口系統(tǒng)架構(gòu)包含三個相異部分：室外部分，室內(nèi)部分an和communication link通信鏈路。室外部分是安裝攝像頭in different intersections of interest for capturing images.在拍攝圖像的不同需要的路口。室內(nèi)部分是中央控制站，從所有這些安裝攝像頭中，接收，存儲和分析所拍攝圖像。通信鏈路就是高速電纜或光纖連接到所有這些相機central control station.中央控制站。幾乎所有的算法的

7、開發(fā)程度迄今按以下類似的步驟進行。一般的7個處理步驟已被確定為所有號牌識別算法3 共有。它們是：觸發(fā)：這可能是硬件或軟件觸發(fā)。硬件觸發(fā)是舊的方式，即感應(yīng)圈is used for triggering and this tells when the image shoul用于觸發(fā)和這個表述了圖像通過檢測車牌的存在何時應(yīng)該被捕獲。硬件觸發(fā)現(xiàn)在在操作上在許多地方被軟件觸發(fā)取代。在軟件觸發(fā)，圖像分為區(qū)，通過圖像對于分析的車輛的檢測的執(zhí)行。圖像采集：硬件或軟件觸發(fā)啟動圖像捕捉設(shè)備來捕捉和存儲圖像來進一步的分析。車輛的存在：這一步是只需要如果在確認一定時間間隔后觸發(fā)完成不需要知道車輛存在于捕獲的圖像中。這

8、一步背景圖像與捕獲的圖片作比較，并檢測是否有任何重大改變。如果沒有，captured image is just ignored, otherwise it moves to the拍攝的圖像被忽略，否則進入到下一個步驟。尋找車牌：此步驟是在捕獲的圖像中定位車牌。一些技術(shù)的可用于這一步，例如顏色檢測4，特征分析5，邊緣檢測6等。在捕獲的圖像中的任何傾斜是糾正在這一步。一旦車牌已被定位，圖像即準備進行字符識別。字符分割：分割可以通過detecting the transition from dark to light or from light to檢測濃到淡或者淡到濃的過渡層。車牌中的每個灰色

9、字符產(chǎn)生了一個灰色帶。因此，通過檢測類似灰度帶每個字符可以被分割出來。識別過程：這是光學(xué)字符識別的一步。一些技術(shù)可以被用于到這一步包括模式匹配2，特征匹配78和神經(jīng)網(wǎng)絡(luò)分類9。發(fā)布過程：這是應(yīng)用程序的特有step的一步。matching 2, feature matching 78 and neural networkclassifier 9gray level bands each character can be segmentedcaptured image is corrected in this step.be used in this step eg color detection

10、 4, signatureplate in the captured imagecompares the captured image with the background imagis done after definite time intervals without knowing that vehicle is present in the captured imagethe image capturing device to capture and store image forfurther analysis.software trigger, image is divided

11、into zones and by imageanalysis the detection of vehicles is performed.software trigger and in operational in many places.根據(jù)應(yīng)用此步驟可保存已被檢測出來的車牌用于交通數(shù)據(jù)收集，嘗試匹配號牌與被盜車輛數(shù)據(jù)庫或在停車場中為認可停車的車輛打開汽車門等等。3. 算法該算法用于在處理捕獲的圖像和車牌檢測后的車牌字符識別?；谀Ｊ狡ヅ?，系統(tǒng)沿用了一個智能算法用于艾伯塔車牌字母和數(shù)字的識別。圖2顯示了一個艾伯塔省車牌樣本which contains three letters, thr

12、ee numbers and a dash i其中包含三個字母，3個數(shù)字和破折號在內(nèi)。所以通過基本的字符確認方法，模糊的字符比如有：數(shù)字0 and the letter O, digit 8 and letter B has been0和字母O，數(shù)字8和字母B已被solved解決。此外，由于前三個字符是字母，所以只需與A-Z這一段的字母作比較比較。類似的，在最后三個字符，它門只需與0-9這一段數(shù)字作比較。圖2. Alberta license plat阿爾伯塔省的車牌首先字符識別問題是要找出字符的the area where the characters are printed.印刷區(qū)域。這一

13、區(qū)域通常是usually vertically and horizontally centered垂直和水平居中的。因此，通過采取vertical concentration of colors we can get the top and顏色的濃度，我們可以得到字符垂直的頂部和bottom positions of the character底部。一旦圖像中字符的頂部和bottom positions of the characters in the image have been底部位置被找到，該區(qū)域可以從生成的圖像中分割出來，生成圖3一樣的圖像。這個圖像現(xiàn)在為字符分割和識別作準備。圖3.

14、 分割的圖像只包含字符作進一步處理字符分割可通過橫向顏色的濃度來進行。為了模式匹配有效地進行，需要在車牌上找到一個與之相匹配的字體。Arial字體在阿爾伯塔省的車牌字符識別用起來相當(dāng)好。在用到這種字體時一個庫首先被建立起來。這個庫包含直方圖字母AZ和數(shù)字0-9。15個不同的直方圖已為了庫生成各自相應(yīng)的字符。它們是：水平直方圖對應(yīng)的（1）全尺寸，（2）下半部分，（3）上半部分，（4）下部三分之一third, (5) upper one third, (6) lower one forth, (7) uppe，（5）上部三分之一，（6）下部四分之一，（7）上部one forth, (8) uppe

15、r two third of the character and vertica四分之一，（8）上部的三分之二的字符和垂直histograms for (9) full size, (10) left half, (11) right half直方圖對應(yīng)的（9）全尺寸，（10）左半部，（11）右半部，(12) left one third, (13) right one third, (14) left one fort（12）左邊三分之一，（13）右邊三分之一，（14）左邊四分之一以及and (15) right one forth of the chara（15）右邊四分之一的字符。識別的

16、流程圖已在圖4中給出。如圖所示，3段在每次用于識別以及庫在每次被調(diào)用時取決于這三段是否被采用。如果3段設(shè)定被檢測的為字母，字母庫將被調(diào)用來進行比較，否則就是數(shù)庫被調(diào)用來進行比較number library。有15個不同的直方圖每個字母的排序為A-Z在字母庫中與15位不同的直方圖每個字符排序為從0-9在數(shù)字中。圖4中所示的算法Figure 4 has to be run twice, taking each of the thre要運行兩次，將三段設(shè)置各自運行一次，為了完整地識別車牌。i在流程圖中迭代算子。sand p are parameters for matching和 p是匹配的參數(shù)。圖

17、4. 字符識別的流程圖i的值隨著每個循環(huán)而改變并且這個值指示了庫中的哪個直方圖應(yīng)該被用來作比較。如流程圖中所示，從段提取的直方圖（通過i的變化而定）在作比較之前應(yīng)該首先被正?；?。一旦正?；^程完成后，該段準備與存儲在庫中的模式作匹配。每個匹配過程提供了一套在檢查下與段相似匹配的字符。因此，用不同的直方圖模式通過進行幾次這樣的過程，最不可能的characters are filtered out leaving the correct one.字符被過濾掉留下最正確的。4. 實驗結(jié)果系統(tǒng)已經(jīng)使用C+建立原型并且用艾伯塔省的車牌樣本進行測試。5 shows the process of ident

18、ifying the number plate圖5顯示通過采取圖像中垂直顏色濃度來確定車牌字符位置的過程。從中心到上和從中心到下進行水平掃描，圖像中字符頂端（H1）和底端（H2）的位置找到。圖5。Vertical color concentratio垂直顏色濃度圖6顯示了字符分割的過程。這是通過利用顏色的濃度水平進行完成的。因為我們知道，前三個字符是字母and the last three characters are digits, we can easily而最后三個字符是數(shù)字，我們可以很容易在分割后將group them after segmentation for the next s

19、tep: pattern他們分組進行下一步：模式matching.匹配。圖6。 Character segmentation 字符分割如圖所示的流程圖中的15個不同的模式在系統(tǒng)中使用的是隨i的值而定，并此方式分配：used in this system are governed by the value of i and are0（水平直方圖，全尺寸），1（垂直直方圖，全尺寸），2（水平直方圖，上半部），3（垂直直方圖，左半部），4（垂直直方圖，右半部），5（水平直方圖，下半部），6（水平直方圖，下部三分之一），7（垂直直方圖，右三分之一），8（水平直方圖，上部三分之一），9（垂直直方圖，左三

20、分之一），10（水平直方圖，下部四分之一），11（水平直方圖，上部四分之一），12（水平直方圖，上部三分之二），13（垂直直方圖，右四分之一），14（垂直直方圖，左四分之一）。從段提取的直方圖在作比較之前應(yīng)該首先被正?；?。圖7. Normalization process 正?；M程正?；ㄟ^段的寬度與庫作比較來完成。例如，如果拿水平直方圖來進行比較，三段中水平方向的最大寬度要與庫中的最大寬度進行比較。如果該段的寬度更大，直方圖通過鄰近位置的直方圖的平均值在水平方向均勻縮小。類似的過程已被用于放大，如果是偏小的。圖7說明正?；瘯r，段的寬度比庫的要大。圖7（a）顯示了庫中字母F的水平全直方圖。圖

21、7（b）顯示了字母F的水平直方圖在段中被找到。如果F的直方圖的寬度在庫中最大（在16的情況下），從段中找到的直方圖寬度（在19的情況下）在進行比較之前應(yīng)該被縮減到16這種情況。這個過程完成并表述在圖7（c）中。由于寬度的差值為3，直方圖3這個段直方圖中均勻分配位置的值將被刪除，計算鄰域的平均值。如圖7（c）中所示，5號，10號與15號位置的值被刪除通過對4號，6號，9號，11號，14號與16號位置值的平均計算。4號位置的新值是原來4號與5號位置的值的平均值。類似的，5號位置的新值是原來5號和6號位置原來的值的平均值等。經(jīng)過規(guī)范化，進行模式匹配carried out。這是通過比較每positio

22、n in the histograms個直方圖中兩個比率來完成。一個來自段，另一個來自庫。該比率是直方圖每個位置的值對應(yīng)圖中的最大值。如果這兩個比率的差值在某值設(shè)置通過參數(shù)s以內(nèi)，匹配計數(shù)增加。So by因此，通過在doing this procedure for every horizontal (for horizonta在 橫向（水平histogram)/vertical (for vertical histogram) position of the直方圖）/垂直（垂直直方圖）的位置segment, we get a match count indicating how closely

23、 th部分，我們得到一個匹配計數(shù)說明段與字符如何密切segment matches with the character匹配。對于庫中的每一個字符重復(fù)這個過程，獲得庫中每一個字符的匹配計數(shù)?，F(xiàn)在，通過假設(shè)最高匹配計算為100匹配，字符的匹配小于70（由參數(shù) p設(shè)定）的算法過濾器。因此，下一次，當(dāng)算法采用不同的直方圖時different histogram, it compares this segment with only，將這段與先前檢測到的字符作比較。如果在做這些比較進行了15個不同的直方圖之后，仍有存在多個匹配，整個過程將重復(fù)進行伴隨with higher sensitivity ( s is decreased for increase具有較高的靈敏度（S隨靈敏度增加而下降sensitivity) until a single match is found），直到找到一個。5. 結(jié)論本文提出了一種實時的車牌識別系統(tǒng)，突出的一些地區(qū)recognition system is presented, highlighting some areas of applications where this system can be implemented在此應(yīng)用系統(tǒng)執(zhí)行都