圖像識別技術(shù)是人類利用計算機對現(xiàn)實圖像進行分析和理解的技術(shù)，研究這項技術(shù)，對于促進社會進步和人類自身發(fā)展有著重大意義。多年來，人們在圖像識別領(lǐng)域取得了顯著的成就，并將這項技術(shù)成功的應(yīng)用在人們的日常生活當(dāng)中。
圖像識別是對預(yù)處理后的圖像進行分類的方法。它可在分割的基礎(chǔ)上選擇需要提取的特征，并對某些參數(shù)進行測量，再提取這些特征，最后根據(jù)測量結(jié)果作分類，這是利用圖像處理技術(shù)及故障進行診斷的關(guān)鍵。
圖像識別技術(shù)發(fā)展歷史悠久，自20世紀(jì)50年代開始，人們便開始了對二維圖像分析與識別技術(shù)的研究工作，當(dāng)時的工作主要集中在諸如光學(xué)字符識別、工件
表面、顯微圖片和航空圖片的分析和解釋等工作上。60年代，人們開始進行三維結(jié)構(gòu)的分析和三維機器視覺的研究工作，到了70年代，已經(jīng)出現(xiàn)了一些視覺應(yīng)用系統(tǒng)。直到今天，圖像識別技術(shù)的新概念、新方法、新理論仍在不斷的涌現(xiàn)，始終是一個非常活躍的領(lǐng)域。
現(xiàn)在人們已充分認(rèn)識到圖像處理和識別技術(shù)是認(rèn)識世界，改造世界的重要手段。圖像識別所研究的領(lǐng)域分布廣泛，它可以是機械加工中零部件的識別、分類;可以 是從遙感圖片中辨別農(nóng)作物、森林、湖泊和軍事設(shè)施，以及判定農(nóng)作物的長勢，預(yù)測收獲量等;可以使根據(jù)氣象觀測數(shù)據(jù)和氣象衛(wèi)星照片準(zhǔn)確預(yù)報天氣;根據(jù)石油勘 探中的人工地震波提供有油的巖層結(jié)構(gòu);在高能物理實驗中識別粒子徑跡;醫(yī)學(xué)診斷中根據(jù)x光照片判斷是否發(fā)生癌腫：從心電圖的波形判斷被檢查者是否患有心臟 病;郵政系統(tǒng)中自動分揀信函;在繁華寬闊的交通中心實現(xiàn)交通管制、識別違章行駛的汽車及司機;以及機場上空空中交通管理等等。
上述這些 都是圖像識別的課題，看上去五花八門，種類繁多，但總的來說就是分類問題。它們所研究的對象，無非兩類：一是有直覺形象的—圖片、相片、圖案、文字圖樣 等，一是無直覺形象而有數(shù)據(jù)或信號的波形—語言、聲音，心電圖、地震波等。但對圖像識別來說，無論是數(shù)據(jù)、信號或平面圖形甚至物體，都是除掉它們各不相同 的物理內(nèi)容，考慮對它們進行“分類”這一點共性來研究的。針對這一共性，以統(tǒng)一的觀點，把同一種共性者歸為一類;另一種共性者歸為一類，等等。至于類別的 劃分，大致有兩種情況：一種是把對象特性以及對象所屬的類別都加以說明，這樣的過程一般是用機器來實現(xiàn)的，稱為“學(xué)習(xí)過程”，然后對一個新的對象，分析它 的特性，決定它屬于哪一類。另一種分類情況稱為“聚合”，就是只告訴若干對象和它們的特性，根據(jù)某種判據(jù)把特性相同的歸為一類，而事先往往并不知道究竟分 成多少類。
目前，圖像識別技術(shù)廣泛應(yīng)用于機械、冶金、勘探、農(nóng)業(yè)、造林、漁業(yè)、天文氣象、醫(yī)務(wù)、郵電、交通、公安，財務(wù)等部門以及許多 工礦企業(yè)中。如今世界各國己經(jīng)研制成多種多樣的自動識別機和有視覺的機器人，利用這些識別機，可以自動識別小至癌細胞，大至資源勘探的地貌圖等各種圖像。 所以圖像識別的研究是非常有意義的。
圖像識別技術(shù)在智能交通監(jiān)控系統(tǒng)中的應(yīng)用現(xiàn)狀
圖像識別技術(shù)在ITS中的應(yīng)用領(lǐng)域非常廣闊，包括道路識別、障礙物檢測、車輛檢測、車牌識別和車型識別等領(lǐng)域。
道路識別是智能車輛導(dǎo)航中一個具有挑戰(zhàn)性的課題，是車輛導(dǎo)航的基礎(chǔ)。由于道路情況非常復(fù)雜，為使問題簡化，研究者們提出了許多關(guān)于道路模型的假設(shè)，包括 道路曲線形狀假設(shè)，道路寬度及邊界平行假設(shè)，道路路面平坦假設(shè)，路面特征一致假設(shè)。目前主要采取下述方法：(l)基于區(qū)域的道路識別方法;(2)基于邊緣 的道路識別方法;(3)基于模板的道路識別方法;(4)基于圖像濾波的道路識別方法。以上幾種方法已經(jīng)在實際應(yīng)用中取得了較好的效果，促進了圖像識別技術(shù) 在智能交通監(jiān)控系統(tǒng)中的實際應(yīng)用。
同時，圖像識別技術(shù)也被廣泛應(yīng)用于障礙物檢測方面：障礙物可看成車輛前方道路上具有一定高度的物體， 如車輛、交通標(biāo)志、摩托車、自行車、行人等，其檢測事關(guān)車輛駕駛的安全運行。目前主要有以下幾種檢測方法：(1)基于立體視覺的障礙物檢測方法;(2)基 于光流的障礙物檢測方法;(3)基于背景運動估計的障礙物檢測方法。以上幾種檢測方法，在國內(nèi)外的智能交通監(jiān)控系統(tǒng)中已經(jīng)得到了實際應(yīng)用，并取得了較好的 效果。
車輛檢測是自動交通監(jiān)控系統(tǒng)的基本技術(shù)之一，只有從背景中準(zhǔn)確地分割出車輛，才能進行車輛的識別與跟蹤，才能進行各種交通流參數(shù) 的測量與分析。因此，車輛檢測是車輛計數(shù)、車速度、車流量、車密度等各種交通流參數(shù)測量的基礎(chǔ)。目前主要有以下幾種方法。(l)基于背景差法;(2)基于 幀差法;(3)基于邊緣檢測法;(4)基于道路顏色模型法。以上的四種方法在實際車輛檢測中得到了廣泛的應(yīng)用。
車牌的自動識別是圖像識 別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究方向之一，是實現(xiàn)交通管理智能化的重要環(huán)節(jié)。此項研究始于20世紀(jì)80年代，目前己成為國內(nèi)外的一個熱點研究方向。在 世界范圍內(nèi)，機動車號牌是對車輛身份識別的惟一標(biāo)記，盡管機動車號牌的字符、顏色、格式內(nèi)容和制作材料多種多樣，但機動車號牌仍是全球范圍內(nèi)精確和特定的 識別標(biāo)記。通過圖像識別技術(shù)可以完成對車輛的自動識別，自動地對機動車身份進行認(rèn)證，從而使車輛管理、流量控制、路口交費等實現(xiàn)高度自動化。車輛牌照 (VLP，Vehiele’：LieensePlate)的自動識別是圖像識別技術(shù)應(yīng)用在智能交通領(lǐng)域的重要研究課題之一，是實現(xiàn)交通管理智能化的重要環(huán) 節(jié)。VLP的粗流程包括圖像采集、機動車號牌的提取、機動車號牌字符的分割以及機動車號牌字符的識別四大步驟：圖像采集即通過攝像機或者照相機采拍車輛的 前視圖或后視圖;機動車號牌的提取，是將機動車號牌在采拍的車輛圖片中進行號牌定位并提取出來的過程;機動車號牌的分割即根據(jù)號牌特征分割號牌中的字符; 機動車號牌識別即在分割后的號牌中，提取漢字及其他字符的特征并進行識別。VLP自動識別系統(tǒng)在道路交通監(jiān)控、交通事故現(xiàn)場勘察、交通違章自動記錄、高速 公路自動收費系統(tǒng)、停車場自動安全管理、智能園區(qū)管理等方面有著廣泛的應(yīng)用前景，并具有巨大的經(jīng)濟價值。
車牌識別的最大特點在于它是在自然條件下進行的字符識別。車牌自動識別系統(tǒng)研究的困難之處在于，構(gòu)成系統(tǒng)的環(huán)節(jié)較多，任何一個環(huán)節(jié)的失誤都會影響系統(tǒng)的性能;而且所拍得的汽車圖像質(zhì)量好壞不均，車牌在汽車上的位置也不固定，這些因素都會給車牌自動識別帶來困難。
一個實用的車牌自動識別系統(tǒng)應(yīng)具
備以下幾個特點：
1.人工干預(yù)少，自動化程度高。
2.具有很高的識別率，只有拒識，沒有誤識。
3.具有實時的數(shù)據(jù)處理能力，完成一輛車的車牌識別時間在0.5一1秒以內(nèi)，否則會造成對下一輛車的漏識。
4.能夠在公路環(huán)境中全天候工作，能適于白天、黃昏、黎明、晴天、多云、陰天等條件。這正是目前車牌自動識別系統(tǒng)難以投入使用的原因。因此，車牌自動識別系統(tǒng)投入使用除需要圖像抓拍部分?jǐn)z取質(zhì)量更好的圖像外，還需要提高車牌自動識別軟件中各個模塊的正確率。
國外汽車牌照識別系統(tǒng)研究工作己有一定進展，但并不盡合我國國情，這主要是因為以下五個方面的原因：
1.我國標(biāo)準(zhǔn)汽車牌照是由漢字、英文字母和阿拉伯?dāng)?shù)字組成，漢字的識別與字母和數(shù)字的識別有很大的不同，從而增加了識別的難度。
2.國外許多國家汽車牌照的底色和字符顏色通常只有對比度較強的兩種顏色(例如韓國，其車牌底色為紅色，車牌上的字符為白色)，而我國汽車牌照僅底色就有藍、黃、黑、白等多種顏色，字符顏色也有黑、紅、白等若干種顏色。
3.其他國家的汽車牌照格式(如汽車牌照的尺寸大小，牌照上字符的排列等)通常只有一種，而我國則根據(jù)不同車輛、車型、用途，規(guī)定了多種牌照格式(例如分為軍車、警車、普通車等)。
4.我國汽車牌照的規(guī)范懸掛位置不唯一。
5.由于環(huán)境、道路或人為因素造成汽車牌照污染嚴(yán)重，這種情況下國外發(fā)達國家不允許上路，而在我國仍可上路行駛。
由于我國汽車車牌識別的特殊性，不能直接引進國外的車牌識別技術(shù)，同時由于汽車車牌識別的復(fù)雜性，采用任何一種單一識別技術(shù)均難以奏效。目前車牌
識別主要面臨以下技術(shù)上的難點：
1.由于自然環(huán)境下的路面情況比較復(fù)雜，導(dǎo)致采集到的車牌圖像背景復(fù)雜車體本身的干擾，如車輛生產(chǎn)廠家的標(biāo)志、車體廣告、個性車主在車體上的涂鴉等都給圖像造成了干擾，都可能會對處理造成影響。
2.由于采集誤差、噪聲和光線的影響，使得圖像質(zhì)量較差，而且運動又不同程度地造成了圖像的惡化，透視產(chǎn)生了兒何變形，給圖像預(yù)處理造成了一定的困難。 汽車牌照上目標(biāo)的大小不同，距離不等，目標(biāo)尺寸不規(guī)范，都存在著一定程度的圖像仿射變形和模糊大量的隨機噪聲的干擾，光線、光照角度的不同，造成車牌區(qū)域 明暗灰度的無規(guī)律變化。汽車速度往往也會對車牌識別有較大的影響，汽車速度超過70公里/小時，拍攝的汽車圖像會產(chǎn)生模糊、扭曲、變形。
3.中國的車輛牌照一般由三種字符組成：漢字、英文字符、阿拉伯?dāng)?shù)字，所以中國的車輛牌照識別遠遠難于國外的車輛牌照識別。另一方面，車牌具有不同的顏 色，主要分為黃底黑字、藍底白字、黑底白字等三種，字符與車牌背景的灰度比也不一致。所識別的車輛種類繁多、車型、顏色變化多端，這些因素均給車牌識別增 加了難度。
4.為了達到應(yīng)用的水平，必須要求能夠?qū)崟r地對過往車輛的車牌進行識別，因此算法不能過于復(fù)雜。而大多數(shù)的傳統(tǒng)方法計算量都偏大，根本無法達到實時的要求。這就要求要另辟蹊徑，尋求一種快速精確的定位和識別的方法。
5.在實際情況下由于各類車型不同，大小不同，同一車型的車牌位置不同，加上車身紋理線條復(fù)雜，所以在非車牌區(qū)域可能形成同車牌區(qū)域類似的色彩和紋理，可能導(dǎo)致定位時出現(xiàn)誤差。快速準(zhǔn)確的找到車牌的位置是一個難題。
6.字符的粘連處理，字符斷裂時的合并，是字符分割的難點。
7.車牌識別時雖然車牌字符的字符數(shù)比較少，字體規(guī)范，但也可能導(dǎo)致標(biāo)準(zhǔn)的車牌字符與實際拍攝的車牌字符之間存在較大差距，致使模板的選取存在較大困難。
