- 前言
随着中国经济的飞速发展，汽车的数量也迅猛增加，这就给停车场带来了一定的管理压力，由此智能型停车场管理系统的研究与完善也迫在眉睫。其中最为突出的就是停车场车牌识别，顾名思义就是区别于以往的ID卡计时及收费方式，采用实时车牌识别，通过识别车牌来达到停车场高效管理目的的方式。
车牌识别是对停车场进出口配置的摄像头所拍摄的照片进行数字图像处理与分析，综合应用大量的图像处理成果和算法对汽车图像进行牌照区域提取，牌照图像二值化，牌照字符分割等从而实现车牌识别，这是一种低成本，高效率，发展迅速，市场需求大的新型停车场管理方式。
- 主题
自从1988年车辆车牌识别技术推出以来，人们就对其进行了广泛的研究 。国外已有不少相关的文章发表，有的已经十分成熟，投入实际使用。在这些成果中，有对静态图像处理的系统，在硬件设施较好的条件下，平均0.7s内识别率达到97%，而这些都得益于国外车牌规范的统一。也有以汽车速度受限时拍摄的准静态汽车牌照图像为处理对象的实例。世界上车牌识别技术较为成熟的的公司有以色列的Hi-Tech Solutions公司、Zamir公司，匈牙利的Adaptive Recognition公司，新加坡的Optasia公司等。新加坡Optasia公司的VLPRS产品主要适合于新加坡的车牌。澳大利亚等建立了基于图像处理的交通监控系统，称为Safe--Cam系统，能24小时运作，并摄取时速160公里/小时汽车静止图像，每秒处理50帧，准确率达到90%。此外，日本、加拿大、德国、意大利、英国等各个西方发达国家都有适合于本国车牌的识别系统，各个国家的产品虽然不同，但基本上都是基于车辆探测器的系统。然而，这些系统并完全适用于中国，因为中国牌照还有汉字，这些系统对汉字的识别率还有待提高。
我国车牌自动识别的研究起步较晚，大约发生在八十年代末。1988年戴营等利用常见的图像处理技术方法提出汉字识别的分类是在提取汉字特征的基础上进行的。根据汉字的投影直方图，选取浮动值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标准模式链码的最小距离，实现细分类，完成汉字省名的自动识别。上海交通大学计算机戚飞虎等人研究的基于彩色分割的牌照自动识别系统;华中科技大黄心汉等人研究的基于板匹配和神经网络的牌照识别系统;以及浙江大学图形图像研究所潘云鹤等人研究的“车牌通”产品等。此外，西安交通大学的图像处理和识别研究室、清华大学人工智能国家重点实验室等各大高校也作过类似的研究。
目前我国市场上有二十几家企业从事车牌识别产品的开发和生产，其中比较成熟的有香港的亚洲视觉科技有限公司、北京汉王、沈阳聚德、川大智胜、上海高德威、清华紫光、杭州友通、深圳科安信、利普视觉中智交通电子系统有限公司等企业。这些公司已经有产品应用于停车场、高速公路等场所。比较典型的是北京汉王科技有限公司智能交通产品一一嵌入式一体化车牌辨识仪“汉王眼”、川大智胜软件股份有限公司的ZTZ000车牌自动识别系统等系统。香港的AsiavisionTeChnIOgyLtd公司的产品慧光车牌号码自动识别系统，此系统能自动侦测、识别及验证行驶或停泊中车辆的车牌号码，并能辨认以文字及数字排列的车牌号码，如含有中、英及韩文的车牌。准确率达到950k，要求车牌的宽度至少占整个图像宽度的1/5，识别时间小于1秒。
车牌识别技术从车辆身份认证方式上，大致能可分为两类：介质识别法和无介质识别法。
(1)介质识别法是通过识别介质来确定车辆的身份，现在常用的识别介质有１Ｃ卡、条形码和射频电子标识等.基于IC卡的车牌识别技术，就是通过刷卡机读取卡片中保存的车辆信息来识别车牌。送种方法识别的准确率高，使用稳定，不易被干扰，并能２４小时工作,但是它的使用成本较高，整套设备复杂，不能分辨车与卡是否一致，存在一定的安全隐患。同时，各个公司制定的标准不一致，不具有普适性。基于条形码的车牌识别技术是通过扫描仪读取该条形码所登记的车辆信息来完成车牌识别。这种方法的识别率很好，也很稳定，但是对扫描仪的要求高，而性能好的扫描仪价格很高。同时，没有一个全国统一的标准，普适性不强。基于射频电子标识的车牌识别技术是基于RFID（Radio Frequency Identification）的车牌识别技术，是现在使用很广的车牌识别技术之一。RFID车牌识别技术的识别准确性相对较高并且稳定，但是RFID识别涉及较高的附加费用投入，费用成本－直居高不下。RFID依据识别性能可分为２种：接触式和非接触式。接触式卡片平均生产成本为３－５元，移动读取设备在3000-8000元不等，大型识别粧在数万元不等，该类苍片在高温或者特定射频情况下容易失效；非接触式ＦＲＩＤ设备需要车辆本身电源支持，加装成本在数百元不等，识别设备成本也在数万元不等。
（2）无介质识别法就是不用通过介质，直接对车牌进行识别的方法，常用的有基于图像处理的车牌识别方法。基于图像处理的车牌识别方法是对采集回来的车牌图像，通过车牌的定位、字符的提取和识别过程，来完成对车牌的识别。这种方法设备投入成本少，识别设备仅为出入口安装的摄像头，无需采购其它识别介质；识别信息有意义，工作人员可对车牌图像进行复查：不可能出现车卡不一致的情况，有效保证了车辆的安全性。
通过上文可了解到两种识别方法各自的特点。其中，有介质的识别方法具有识别率高、稳定性强等优点，但其同时存在技术难度较大和成本高等不利因素。而无介质识别法中的基于图像处理的牌照识别技术，在保证识别率的基础上具有低成本的优势。所以采用基于图像识别的车牌识别方法。这些技术中处于主流地位的是Adaboost目标检测算法，和CNN卷积神经网络字符识别算法。
- 总结
经过查找资料和综合我之前的学习，我对我国现有的车牌识别技术有了一定的了解。虽然目前车牌识别系统的研究已经取得了技术上的很大突破，但是距离普及应用化还有很大的差距，许多研究方法还停留在理论上，所以对车牌自动识别的研究还有很长的路要走。为了尽可能的解决我国国内车牌规范不统一带来的车牌识别的不便，我决定采用visual studio并使用OpenCv库，基于Adaboost算法和Haar训练，进而实现对车牌的识别，这样才能使得我的研究在实际应用中发挥作用，降低错误率，提高检测速度。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
