出入口车牌识别在智慧停车中的工作原理

近几年来，车牌识别的概念被提及的越来越多。面对传统停车业务在飞速发展的城市交通面前暴露出来的停车难、寻车难、效率低下等各种问题，车牌识别无疑已成为智能交通行业发展的核心技术。

车牌识别技术简单概括就是基于图像分割和图像识别的技术，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算。

车牌识别应用在智慧停车领域主要包含出入口车牌识别、场内视频引导、道路停车三大板块，这三大板块也是城市停车整体架构中必不可少的部分。

早期，视频识别引入到停车场出入口领域主要还是靠后端识别，通过前端模拟相机的视频流实时输入后端分析服务器，后端服务器同时接入多路前端相机的视频流，通过服务器自身算法分析最终输出车牌文本信息到平台。

随着智能化程度的前移，网络相机逐渐替代了模拟相机，随之而来的车牌识别技术也集成到前端相机内，车辆进入IPC的识别区域内则触发相机进行抓拍业务和识别业务，同时输出车牌信息，将车牌OSD信息叠加到抓拍图片，这样不但降低了前端设备成本和系统造价，同时还提高了车牌识别速度。

车牌识别的整套识别业务包括图像采集、图像预处理、车牌定位、字符分割、字符识别等环节，最终将车牌识别的结果以文本格式输出或者叠加在抓拍图片上。

• 图像采集：通过IPC对过车或车辆违章行为进行实时、不间断记录、采集。

• 图像预处理：图像预处理是影响车牌识别率高低的关键因素，需要对IPC采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。

• 车牌定位：图像预处理是影响车牌识别率高低的关键因素，需要对IPC采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。

• 字符分割：字符分割是在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。

• 字符识别：字符识别是对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别就可以识别出输入的字符图像。