车牌识别系统的特征要求有哪些？

1.新型车牌识别系统的预处理过程为，摄像头通过镜头聚焦于像平面的光线生成图像，帧率大25帧/秒，形成 PAL格式的模拟彩色信号视频流，然后视频流进入图像采集卡，在图像采集卡中进行模数转 换，将模拟信号转换为数字信号并对图像进行压缩和裁剪，送入工控机。

2.视频流处理进程直接利用采集卡所附带的SDK软件开发包中的示例程序进行修改，对 每帧图像的采集和减背景处理;在视频视野范围内圈定模拟线圈，用来判断视频流中的每 帧图像此区域与该区域背景的灰度差值，根据该差值以及预先设定的阈值来判断该区域中 是否有车辆进入;若没有发现有车辆进入，继续处理下一帧图像;若发现有车辆进入，则启 动图像发送线程，将该图像发送到车牌识别进程，进行后续处理;车牌识别进程首先不断判断是否有接收到图片，如果未接收到，继续等待，若接收到， 则启动图像处理线程，对转入步骤3)对图像进行处理。

3.新型车牌识别系统的图像预处理包括真彩色图像灰度化、图像增强和中值滤波三步;在监控摄像机 返回的视频流中采集到的图像是一 24位真彩色图像，图像数据量大，首先需要对图像灰度 化，去除无效信息即颜色，保存有效信息即亮度，公式为formula see original document page 2其中，R、G、B为像素红、绿、蓝三分量，i，j为像素位置参数;从而实现图像 灰度化;由于可见光、汽车灯和气候因素的影响，造成图像偏暗或偏亮，所以需要进行图像 增强，使图像的亮度信息达到良好效果，使用算法/(g) = —te + i + 0.5]取26-1),其中，g 为灰度值;|a|>l，对比度增强;|a|0，亮度值增加;b<0,亮度值减小;还 需要对图像平滑，使用中值滤波，过滤掉图像噪声;通过图像灰度化、灰度值变换和中值滤 波三方面的预处理，获得了可以进入下一步处理的图像。

4.车牌定位由粗定位和精确定位实现，即采用基于自适应性阀值法的车牌定位算法，通过 将输入图像二值化，再利用灰度跳变密集分布的特点对拍照进行粗定位，找出若干候选区 域，并在后续处理中进一步对它们验证，即牌照高宽的比例以及亮度信息，从而实现精确定 位;车牌倾斜校正，首先是在将车牌区域提取出来之后，对车牌区域图像进行二值化，本系 统采用最大类间方差发即0TSU法对已定位的车牌进行二值化;然后通过对车牌区域图像 进行HOUGH变换，定位出车牌边界的四条直线，根据这些直线的倾斜角度对整幅图像进行 校正同时将图像大小归一化，方便字符识别处理。

5.新型车牌识别系统的过滤铆钉信息过程为，利用铆钉是固定车牌用的螺丝的密封圈，它在图像中反映出来是 一白色圆形区域，是一连通域，具有很高的密集度，对它的处理采用了 Blob分析的方法，对 车牌二值图像进行腐蚀操作，将铆钉与字符分离开，标定连通域，分别计算各个连通域的密 集度，将密集度大于一阈值的连通域过滤掉，这样就达到了过滤铆钉的目的;白边信息过滤过程为，白边其实就是车牌的边缘，在二值图像中表现为细长的白边，对 它的消除要利用到车牌校正后的图像，由于车牌校正后白边为水平或垂直的直线，利用对 图像进行裁剪的方法，将白边位置裁剪出去，剩下的图像就为排除白边干扰的图像了 ;污损信息过滤过程为，污损在二值图像中表现为随机分布的噪声白点，利用一个3*3 的中值滤波器，对污损的滤除。

6.字符分割就是将车牌号码分离为单个的字符，采用水平投影和垂直投影的方法将 车牌中的各个字符分割出来，在投影图像的波谷处进行分割，水平投影确定字符的上下边 界，垂直投影可分割出各个字符，根据字符宽度和间隔 的先验知识，实现字符的精确分割。

7.字符识别采用模板匹配和特征匹配的方法实现，首先将分割出的字符在字符模板 库中循环进行匹配，将匹配系数满足设定要求的字符作为备选字符;然后对易混淆目的字 符和备选字符进行特征匹配，具体为连通域匹配和直方图匹配，选出匹配系数最好的字符为字符识别结果。