模板匹配技术研究及其在车牌识别系统中的应用

摘要：采用模板匹配技术在图像识别系统中是一种比较简单而快速的方法，模板匹配技术就是把未知图像和一个标准的图像进行比较，找出它们之中是否存在相同或相似之处。找出最相似的字就是其识别的结果，该过程称为“匹配”。

关键词：模板匹配技术；模板图像

中图分类号：TP391.4 文献标识码：A文章编号：1007-9599 (2011) 05-0000-01

Template Matching Technology Study and License Plate Identification System Application

Chen Xian

(Sichuan Normal University Chengdu College,Chengdu611745,China)

Abstract:Template matching technology in image recognition system is a relatively simple and quick method,template matching technique is the unknown image and a standard to compare images to find out whether there is the same or similar.Identify the most similar word is its recognition of the result,the process is called "matching."

Keywords:Template matching technology;Template image

随着计算机技术的发展，计算机越来越智能话和自动化，文字是人类文明的源泉，生活中的文字随处可见，怎样才能使计算机能够通过图像自动的识别这些文字，是一个很有价值的研究课题。

模板匹配技术在字符识别方面有广泛的应用，模板匹配技术就是事先建立了标准的字符模板，然后用字符和标准版进行比较，计算出他的相似度，与某个模板相似度最高的即为识别字符。在字符识别中，模板匹配技术是一中最基本，也是最简单的技术，他被应用于手写识别、车牌识别等领域。

车牌自动识别系统，在交通方面有很重要的作用，通过对车牌的自动识别，可以很好的进行交通的管理，打击犯罪活动，同时减少了对于协管人员的工作强度，车牌自动识别系统已经成为世界上快速交通系统里不可缺少的一个成员，模板匹配技术在车牌识别系统中应用非常方便，国家的车牌都有着自己固定的模式，我国的车牌由汉字、字母、数字组成，相对于手写字符，车牌字符更加规范有统一的标准，因此，使用统一的模板匹配，识别的成功率更高，Hans A.利用荷兰车牌的特点，结合模板算法长处构造出了一些特殊的模板，取得了一定的效果，其全车牌识别正确率为92%以上。国内有一些专家也利用模板匹配技术开发了车牌识别系统，据报道其车牌的识别正确率高达97%以上，主要应用于收费站。

一、车牌识别系统在国内外的研究现状与发展

在国内外都有很多关于车牌识别方面的研究和报道。在国外车牌识别系统的研究工作开展的较早。例如由Yuntao Cui提出的一种车牌识别系统，在对车牌定位后，利用马尔科夫场对车牌的特征进行提取和二值化，其主要的工作是放在二值化上，从而对其样本的识别达到了高识别率。D.W.Tindail指出了利用车牌识别系统全天工作的重要意义，提出了在欧洲应用车牌识别系统的困难，因为在欧洲有十多个国家，而每一个国家又有各种各样的车牌。Luis开发的车牌识别系统全天识别率能达到90%以上，即使在天气不好的情况下也能达到70%，他的系统也主要应用在公路收费站。以上一些例子说明了国外在车牌识别方面已经取得了很好的成绩，但是我国的车牌与其他国家有着明显的不同，由于我国的车牌有了汉字的加入，是得识别方面更加的困难。

在车牌识别系统中对车牌字符识别是非常重要的。对车牌字符识别可以理解为是印刷体文字识别的范畴。人们早在五十年代时候就认识到印刷体字符识别的意义，开始了对其进行相应的研究，而在以后的三十多年中不断有一些不是很完善的软件出现。但美国IBM公司的Casey和Nagy是最早研究汉字识别的。他们在1996年发表了一篇关于汉字识别的文章，并用模板匹配法识别出了1000个汉字印刷体，是他们拉开了在世界范围内研究汉字识别的序幕。

二、模板匹配技术中用到的描述方法

模板匹配技术是模式识别的范畴，在模式识别中，被观测的对象称之为样品。如本文中的十个模板数字称为十个样品，我们要做的就是将样品的特征提取出来，然后运用这些特征于待匹配的字符进行对比，从而才能得出结果。由处于同一个特征空间的特征向量来表示模式的特征集，特征向量中的每个元素称为特征，其向量也因此称为特征向量。特征一般用小写字母 来表示。如果一个样品 有n个特征，则可把 看成一个n维列向量，该向量称为特征向量 ，记作：

（1）

抽取图像特征的目的是为了进行分类和识别图像。也就是把图像变成了n维空间的一个向量，实际上就是把图像看成n维空间中的一个点，这样有利于从几何上考虑问题，计算上也比较方便。

如果一个对象的特征观察值为{x1，x2，…，xn}，它可构成一个n维的特征向量值X，即X={x1，x2，…，xn}T，式中x1，x2，…，xn为特征向量X的各个分量。在对模式识别过程中，要对许多具体的对象进行测量，以获得大量的观测值，其中有均值、方差、协方差与协方差矩阵。

（一）均值。N 个样品的均值可表示为：

（2）

其中 是第i 个特征的平均值，

（3）

（二）方差。方差是用来描述一批数的分散程度，第i个特征的N个数的方差公式是： （4）

（三）协方差与协方差矩阵。在N个样品中，第i个特征和第j个特征之间的协方差定义为：

（5）

对于同一批样品来说，很显然有：

如果一批样品有n个特征x1，x2，…，xn。求出没两个特征的协方差，总共得到n2个值，将这n2个值排列成以下的n维方阵，称为协方差矩阵：

（6）

协方差矩阵是对称矩阵，而且主对角线元素sij就是特征xi的方差si2，i=1，2，3，…，n。

参考文献：

[1]刑向华,顾国华.基于模板匹配和特征点匹配相结合的快速车牌识别方法[J].光电子技术,2003,12:268-270

[2]吴炜,杨晓敏,刘大宇.一种基于模糊模板匹配的车牌汉字识别方法[J].微型机与应用,2005,11:57-59