内容发布更新时间 : 2024/11/20 4:56:04星期一 下面是文章的全部内容请认真阅读。

龙源期刊网 http://www.qikan.com.cn

车牌定位与车牌分割技术研究

作者：钟彩 杨兴耀

来源：《电脑知识与技术》2018年第02期

摘要：对车牌定位与车牌分割技术进行了分析，认识到车牌自动识别系统的核心概念，总结车牌定位与车牌分割的技术形式，核心目的是通过车牌整合办法的分析，进行车牌设计方案的合理确定，以便提高车牌定位及车牌分割技术运用的稳定性。 关键词：车牌定位；车牌分割；技术分析

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）02-0172-02

在人们生活水平逐渐提升的背景下，车辆的数量逐渐提升，而且城市与城市之间的车流量也逐渐增大，因此，在车辆交通管理的过程中，其管理技术的优化逐渐成为人们关注的问题。伴随着人工智能技术的逐渐进步，智慧城市的建设逐渐普及，在这种背景下，车牌定位技术与车牌分割技术的运用也就显得十分重要。通过车牌定位的准确性及技术性分析，可以完善智慧性车辆管理的核心理念，从而为车牌定位技术的整合提供有效支持。 1 车牌自动识别系统的研究概述

对于车牌自动识别技术而言，主要是计算机视频图像识别技术在汽车牌照识别中的技术运用，在车牌识别技术使用的过程中，通过对技术形式的分析，可以将汽车牌照在复杂的环境背景中提取出来，并通过对车牌提取、图像处理、特征分析以及车牌字符识别技术的运用，实现对汽车车牌号的识别。在我国车牌识别技术使用的过程中，其字母以及数字的分辨率可以达到96%，而且，汉字的识别率可以达到95%，因此，车牌识别技术在高速公路管理中得到了十分广泛的运用，在电子收费（ETC）系统中，有效结合了这种技术形式，从而为车辆出行的安全性提供了有效支持。也有一些停车场管理中，采用了车牌识别技术，为车辆的停放提供了良好帮助。

2 车牌自动识别系统中的车牌定位技术

研究中可以发现，在以往车牌定位原理分析中，主要是在图像处理基础上，通过对人工设计方案的整合，进行图像设计特征的体现，从而实现车牌的定位核算。在图像数据获取的过程中，由于容易受到光照、噪声以及视角的影响，会使图像数据产生一定的干扰因素，在特定的环境下，可以实现定位的准确性。研究中选择了深度学习算法提取图像的基本特征，以便通过深度计算发展的运用，提高对车牌定位技术的有效利用，明确图像的判断标准，从而为车牌自动识别系统的优化整合提供有效支持[1]。

通过对车牌定位问题的总结分析，可以采用有效性的监督整合及核算方法，以便通过对图分割搜索算法的选择，进行车牌候选区域的确定，并从中期初区域性的资源输出环节，并将相

龙源期刊网 http://www.qikan.com.cn

关的资料输入在网络环境之中，防止数据不平衡影响网络系统信息资源的整合。在网络输入过程中，需要将车辆图像作为候选区域，并通过 Selective Search 算法实现数据的生成，并通过人工标记记性出牌区域的合理选择，对于所选择的区域需要明确输入网络，并利用卷积网络有效提取图像中车牌标记，从而实现对候选区域及正确区域图像的合理划分。通常状况下，在连接层输入车牌猴拳区域以及正确区域的图像过程中，应该结合so ftmax进行网络层的分类确定，并输出车牌的背景，从而实现车牌的合理定位。

在网络运行中，设定第l层为卷积层，第l+1层为池化层，则第l层第j个映射计算公式如（1），其中公式中的Mj表示输入特征的映射集合，i是输入的特征映射集中的特征性映射，b是输出增加的加性偏置项，*卷积运算；k卷积核算。

在池化层数据整合中，所输入的特征映射以及输出的特征影响存在着相同之处，其基本的计算公式如（2）。公式中的dowm表示采样函数、β为输出增加的成性偏置，b是输出增加的增加性偏置。

在so ftmax层中，当输入全连接层的数据内容时，可以通过该系统形成构造概率，通常状况下，so ftmax的函数定义如 （3）

通过对系统描模型以及计算公式的整合确定，可以有效提高车牌定位技术设计的准确性，并实现对车辆系统资源的有效管理。 3 车牌自动识别系统中的车牌分割技术

在车牌定位技术整合结束之后，需要对车牌进行分割技术的处理。在对车牌分割处理的过程中，需要对车牌的心态进行运算方法的确定，应该对车牌图形进行腐蚀、膨胀、二值化等运算，从而达到对车牌缺口填补的目的，而且，可以有效消除突刺以及亮细节的效果。 第一，膨胀。填补图像中的细缝为[A·B=Ux∈ABx]。 第二，腐蚀。在这种问题处理中，主要是为了消除突刺[2]。 第三，在开运算中，主要是为了达到先腐蚀后膨胀的目的。 第四，闭运中，应该进行膨胀后腐蚀的处理。

在这几个过程处理中，应该通过对边缘检测办法的整合，进行检测方法的确定，并通过对图像局部特征的整合，进行模板匹配方法的融合，从而实现对车牌图像字符的合理分割。 通常状况下，在车牌自动识别系统确定中，其基本的项目设计过程应该做到以下几点内容：第一，通过对车牌设计方法的确定，需要进行车牌图像中白色像素点的统计；第二，在对统计结果分析的同时，进行车牌图像的字符划分，从而实现对车牌背景区域的合理确定。第

龙源期刊网 http://www.qikan.com.cn

三，在区域符号计算中，需要进行背景区域宽度的确定。第四，通过模板匹配方法的确定，进行字符的划分，从而实现对图标系统的合理划分[3]。 4 车牌定位、车牌分割的创新思路 4.1 系统体系的构建

在现阶段车牌定位与车牌分割技术整合中，为了实现技术的稳定创新，首先进行系统性、合理性的定位。全面完善道闸控制系统，并实现对对测量项目检测、车辆牌照以及车牌定位方案的分析，实现对车牌号码的识别及管理，以便促进车牌定位及分割技术的合理创新。 4.2 硬件平台的设计

在系统设计中，采用了ARM的的系统设计形式，并通过对应用程序的开发及选择，进行系统的合理设计[4]。 4.3 软件系统的设计

在车牌定位中，需要采用检测图形突变的方法，进行车牌边缘的定位分析，并利用垂直及水平投影的方法，进行车牌区分，从而实现对车牌的精确区分。在软件系统检测中，基本的技术形式包括灰度化、二值化等形式，并通过对车牌尺寸、车牌符号等内容的分布，进行字符的分割及检测，并完成车牌的有效识别。 4.4 系统的功能实现

首先，系统功能分析中通过V4L系统的使用，进行图像的采集，其基本的流程如下：第一，打开视频设备；第二，读取设备信息；第三，更改当前的设备形式；第四，通过对视频的采集进行设备数据的读取及分析，然后通过对资源的共享及确定，进行图像的实时性传输。第五，关闭视频设备，在这种图像资源采集的背景下，可以提高车牌定位技术使用的合理性[5]。

其次，在车牌定位系统整合中，在车牌定位系统使用中，需要采用车牌定位法进行核算，然后通过对车牌集合特征、灰度特征的分析，进行车牌的定位，也就是在车牌定位系统整合中，进行灰度特征及图像二值化的确定，统计调点的次数，然后进行变电次数及车牌集合特征的定位，通常状况下，车牌定位的创新技术中，应该做到以下几点：第一，图像灰度化确定后，应该增大中车牌区域字符以及背景差异化的确定；第二，水平边缘检测，通过对车牌区域符号的确定，丰富纹理，并通过对灰度分布均匀性的确定，排除大量非车牌区域；第三，图像二值化。通常采用车牌局部阈值二值化的图像整合，第四，精确定位。在车牌区域扫描中，需要进一步进行两端的裁剪，实现对车牌的精确定定位[6]。