雾天中车牌识别系统的设计与实现

随着科技不断进步，汽车的使用越来越普及，对交通的管理越来越严格。普通的车牌识别系统已无法满 *通讯作者。

随着经济的发展和社会的进步，人民生活水平不断提升，人民对物质生活和精神生活的需求也逐渐高涨，个人拥有机动车辆的数量迅速增加。车辆的逐渐普及对交通设施和相关监管部门提出了更高的要求。传统的依靠人工管理手段和加大建设交通基础设施的方法已经无法解决现有的交通拥挤、堵塞及各类交通事故的频频发生。为实现高效、快速、智能地对路面车辆进行监督和管理，人们利用高科技相继开发和研制出各类交通道路监控系统、管理系统， 通过一系列的车辆检测装置和车辆实时监控仪器设备， 获取道路交通车辆数据信息，实现交通治理自动化、智能化[1]。

智能交通系统ITS 是将计算机技术、传感器技术、图像处理技术、通信技术等相关技术结合使用到其交通运输的管理体系，从而，建立起来一种高效、实时、精准的综合运输与管理系统。从90 年代的兴起，到近30 年后的今天，各个国家都在根据国家的法制特征研究优化适合本国的智能交通系统。我们知道智能交通系统的研究，必然离不开车辆作为其目标对象。谈到车辆，我们要对其作区分，达到管理与辨认的目的，就需要给每辆车一个特定身份标识，这就是车牌。因此，在智能交通系统中，车牌识别技术就显得十分重要[2]。

车牌识别系统是以计算机为基础操作平台，应用图像处理和图像识别的技术而设计的针对汽车牌照的智能识别系统。车牌就如同人的身份证一样，独一无二，具有唯一性。根据这一特征来分析和处理汽车牌照的图片，并对其进行预处理、定位计算、分割，最终再一一识别车牌上的每一个字符，然后，得出识别的结果[3]，通过查询就能获得该车的相关身份信息。从外界截取的车牌图像多多少少存在着噪声与干扰，因此在对原始图像进行识别之前，需要对其进行预处理，实现一系列增强减噪功能。再分别利用阈值分割法和垂直投影法进行车牌定位与字符分割，最终将得到的多个字符与字符库进行比对，得到最终的车牌信息。

在现实中， 存在超各种各样的客观因素影响着车牌信息的可视性， 大大增加了车牌识别工作的难度。

如何将处在模糊的复杂场景中的车牌识别出来可能是许多现实世界应用中的主要考虑问题。例如，在城市道路上的图像监视系统，在恶劣天气条件下得到的退化图像会对判断车辆信息和监控交通情况造成极大的困难。因此，开发准确而强大的车牌识别至关重要，特别是对于复杂的场景[4]。本文针对雾天中车牌信息的难提取性，设计了一种可去雾的车牌识别系统。将处于雾天中的车牌图像进行直方图均衡化， 增加图像对比度，以达到去雾的效果，将图像信息在模糊场景中提取出来。