發布時間：2014-10-20 15:46所屬分類：計較機使用論文瀏覽：1次插手珍藏

　　摘 要 在經濟快速成長的同時，城市道無限、汽車數量不竭添加，保守的汽車辦理方式不再合用，智能交通系統應運而生。此中車牌識別手藝作為智能交通系統的焦點手藝，操縱車牌這獨一標識性來索引和統計車輛消息是實現交通辦理的環節手段，但因為等因

　　摘 要 在經濟快速成長的同時，城市道無限、汽車數量不竭添加，保守的汽車辦理方式不再合用，智能交通系統應運而生。此中車牌識別手藝作為智能交通系統的焦點手藝，操縱車牌這獨一標識性來索引和統計車輛消息是實現交通辦理的環節手段，但因為等要素使得車牌識別手藝有很大的上升空間，因而研究其發源與成長具有主要意義。

　　環節詞設想類論文頒發,智能交通系統,車牌識別手藝,使用研究

　　跟著全球經濟的快速成長，人們的物質糊口質量逐漸加深，推進了公交通事業的快速成長，隨之而來的靈活車輛日積月累。因為城市空間無限，面臨龐大的城市交通壓力，僅依托成長交通設備已不克不及處理現已具有的交通擁堵、污染、交通變亂頻發等問題。為了緩解這一壓力，操縱高科技手段，成立完美的道收集緩解道交通增加的需求，智能交通系統應運而生。車牌識別系統作為智能交通系統的焦點構成部門，在道交通辦理、交通變亂與靈活車盜竊現象的以及公共平安等方面闡揚著主要的感化，因而車牌識別系統已成為現代交通工程范疇中研究的重點和熱點問題之一。

　　1車牌識別系統在智能交通中的成長過程

　　跟著交通事業的不竭成長，車牌識別手藝日趨成熟，并開逐步使用于交通、、政、泊車場、安防、門禁、智能小區等很多范疇。車牌識別系統簡單的說是一種以特定方針為對象的公用視覺系統，它可以或許從一幅圖像中提取朋分并識別出車輛派司，使用先輩的圖像處置、模式識別和人工智能手藝，通過對圖像的采集和處置完成車輛派司的主動識別，識別成果可按需求別離包羅車牌的字符、數字、派司圖像，致使派司顏色、坐標、字體顏色等。

　　2車牌識別系統的研究現狀

　　車牌識別手藝發源于上個世紀末，ARGUS的車牌識別系統的識別時間約為100毫秒，通過ARGUS的車速可高達每小時100英里。還有Hi-Tech公司的See/Car?system，新加坡Optasia公司的VLPRS等。

　　國內不少學者也在進行車牌識別方面的研究，嘗試室方面，西安交通大學的圖像處置和識別研究室、上海交通大學的計較機科學和工程系、大學人工智能國度重點嘗試室、浙江大學的主動化系等在車牌識別方面有各自的研究，并取得了必然的成就。中國科學院主動化所的劉智勇等頒發文章，他們在一個3180的樣本集中，車牌定位精確率為99.4%，切分精確率為94.5%。北航的胡愛明等操縱模板婚配手藝開辟了一種使用于收費站的車牌識別系統，其識別準確率能達到97%以上。華南理工大學的駱雪超、劉桂雄等提出了一種基于車牌特征消息的二值化方式，該系統對結果較好的車牌的識別率可以或許達到96%。大學的馮文毅等操縱一種光電夾雜系統進行車牌識別，系統可以或許通過硬件來完成車牌識此外全過程。黃志斌等將基于串行分類器的字符識別使用于車牌識別系統中，對車牌識別系統中的分類器進行了細致的研究。目前比力成熟的產物有中科院主動化研究所漢王公司的漢王眼，亞洲視覺科技無限公司的慧光車商標碼識別系統等等。

　　按照IMS研究顯示，截止2012歲尾，全球車牌主動識別市場曾經擴展到了3.5億美元擺布。2011年車牌識別達到了年增加率6.9%的成就。跟著市場的成長和用戶需求的不竭變化，車牌識別連結著快速的成長。車牌主動識別手藝算法有了很大的提拔，從使用環境來看智能化算法與攝像機完滿搭配，可以或許處理道交通上碰到的不少難題。

　　雖然車牌主動識別機遇觸目皆是，可是其挑戰仍然具有。以美國為例，車牌形式各類各樣，外形、圖片和字體也沒有同一的規范。一點車輛可跨國駛入，系統面臨其他國度或區域的車牌消息時，具體的言語文字也有所分歧，攝像機算法必需更為復雜和精準。雖然識別手藝已達到爐火純青的境界，可是目前車牌識別阿拉伯語仍具有很大的挑戰。毫不夸張地說，這些字母的難度高于中國的草書。

　　3車牌識別系統可提拔的空間及成長

　　車牌識別系統集中了光電、計較機、圖像處置、計較機視覺、人工智能、模式識別等環節手藝。跟著消息化時代的不竭成長，室第、小區、泊車場等需要保安人工的處所都將利用車牌識別系統，削減了很多報酬要素形成的疏忽之處。也能擴展到犯罪車輛、惹事車輛、被盜車輛的辨識和攔截，交通流量監測等范疇，為人們出行的平安和便利供給了保障。一方面，車牌識別系統本身是一個全數字化的智能系統，以此為手藝根本，能夠衍生出一些其他功能。另一方面，因為要素、車牌本身要素以及拍攝角度等問題，雖然世界上良多研究機構和公司特地處置這方面的研發工作，高靠得住性、高機能和高識別率的車牌識別系統還待開辟。

　　參考文獻

　　[1] MD.Tanvir Learning Algorithms for Artificial Neural Networks，Proc. 10tb Informantion Engineering Senimar June 2001.

　　ternationalJournalofPatternRecognitionandArtificialIntelligence，1993，7(4)：721.755.

　　[3] 楊鼎力，劉舒.基于神經收集的車牌漢字識別方式[J].中國人民大學學報，2009，5(3)：56-57.