本发明属于智能交通技术领域，特别是涉及一种基于智能交通系统中车辆识别方法。
背景技术：
在现代社会发展日新月异的今天，交通事业作为关系人们日常生活的重要领域，虽然取得了长足的进步，但仍不能完全满足人们生活运输的需要，不断凸显的交通问题己成为一个全球牲的棘手问题，交通拥挤、堵塞日益严重，交通事故和环境污染也越来越。引起社会的重视和关注。早期世界各国解决车路矛盾的传统方法足是大规模修建和扩建各种等级公路，然而有限的土地资源、能源和经济条件的制约以及环境的压力，使得人们不得不另寻它途。20世纪80年代以来，随着信息电脑等高新科技的迅速发展，口本、美国和西欧等发达国家在解决共同面临的交通问题时，将先进的人工智能技术、自动控制技术、信息通信技术、电子传感技术和系统工程技术有效地集成起来，应用于地面交通管理，从而建立了一种大范围、全方位发挥作用的实时、准确、高效的综合交通运输管理系统，从1994年起，被称为智能交通系统(Intelligent Transportation System，简称ITS)的这一术语得到了全世界的广泛承认。它发挥了现有交通基础设施的潜力，改善了车、路、人等交通运输子系统之间的相互作用，从而提高了运输效率、缓解了交逝拥挤、保障了交通安全、降低了能源消耗和环境污染，从整体上提高了社会经济效益，为解决交通问题开辟了一条光明的道路。
我国是一个交通大国，铁路、公路分布越来越广，车辆的数量及其种类也越来越多，实现道路枢纽的动化管理迫在眉睫。我国也是一个人口大国，人均资源位于世界平均水平以下，因此实现资源有效管理和减少资源浪费对实现国家的可持续发展具有跨世纪的战略意义。要解决这样的大问题，需要智能交通系统的调节。
在智能交通系统中，车辆信息的计算和获取对车辆自动监控和全自动收费系统的建立起着关键的指导作用，而车辆识别技术是实现公路交通自动化的前提和条件，因此，车辆识别技术对提高公路交通的自动化程度，促进智能交通系统的发展具有重大的实际怠义。
智能交通在我国起步比较晚，由于受环境条件的限制，研究基础比较薄弱，车辆识别技术滞后于国外，改革开放以来随着国家经济的腾飞，国家经济实力不断增强，车辆识别技术的研究有了较好的环境。由于国外的交通监测设备价格昂贵，有些设备的功能并不适应国内的交通国情，所以国内车辆识别等关键技术的研宄和应用正在逐渐兴起。
技术实现要素：
本发明的目的在于提供一种基于智能交通系统中车辆识别方法，通过对车辆图像进行了灰度化处理，车牌定位、车牌字符分割和识别，除去车牌的颜色特征，提高了针对字符的识别精度，更有效的实现车牌定位、车牌字符分割和识别。
本发明是通过以下技术方案实现的：
本发明为一种基于智能交通系统中车辆识别方法，包括如下步骤：
步骤一，图像预处理：车辆图像的采集通过摄像机拍摄车牌图像；图像处理方法包括正交变换和图像滤波，或直接在空间域中处理图像，或数学形态学运算。
步骤二，车牌定位：包括车牌的粗定位和精确定位，以及从车辆图像中提取出车牌图像；
步骤三，车牌字符分割：将车牌中的字符正确的分割成单个字符，将代表车牌特征的数字和/或字母提取出来；
步骤四，车牌字符识别：对分割出的字符进行归一化处理，识别字符并显示车牌号码；通过编写算法程序实现图像预处理、车牌定位、字符分割及字符识别。
优选地，所述图像预处理通过计算机将拍摄车牌图像数据转换成数字信号；通过图像变换、图像增强和复原和图像压缩编码过程进行处理；所述图像预处理包括对图像的灰度化、平滑滤波和灰度拉伸处理。
优选地，所述车牌定位包括粗定位和精确定位。
优选地，所述车牌字符分割包括对字符的二值化、几何校正、去边框和字符切分。
优选地，所述车牌字符识别包括归一化和目标识别。
原理是：通过图像预处理、车牌定位、字符分割和字符识别进行对图像的特征获取。图像预处理如灰度化、平滑滤波等采用了标准化算法。车牌定位方面，基于边缘检测和灰度跳变频率的粗定位算法，找到各个可能的车牌候选区域，然后釆用二值差分运算并辅以投影法的方式对这些车牌候选区域的车牌判别真伪，从而获得唯一的车牌区域。在字符分割方面，分为二值化、倾斜校正、边界确定、字符切分叫个步骤，采用二值图像垂直投影法与车牌先验知识相结合的方式分割宇符。字符识别算法则结合字符特征，利用模板匹配完成。
本发明具有以下有益效果：
本发明通过对车辆图像进行了灰度化处理，车牌定位、车牌字符分割和识别，除去车牌的颜色特征，提高了针对字符的识别精度，更有效的实现车牌定位、车牌字符分割和识别，降低了系统成本，提高工作效率。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种基于智能交通系统中车辆识别方法系统框架。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于智能交通系统中车辆识别方法，包括如下步骤：
步骤一，图像预处理：车辆图像的采集通过摄像机拍摄车牌图像；图像处理方法包括正交变换和图像滤波，或直接在空间域中处理图像，或数学形态学运算。
步骤二，车牌定位：包括车牌的粗定位和精确定位，以及从车辆图像中提取出车牌图像；
步骤三，车牌字符分割：将车牌中的字符正确的分割成单个字符，将代表车牌特征的数字和/或字母提取出来；
步骤四，车牌字符识别：对分割出的字符进行归一化处理，识别字符并显示车牌号码；通过编写算法程序实现图像预处理、车牌定位、字符分割及字符识别。
其中，图像预处理通过计算机将拍摄车牌图像数据转换成数字信号；通过图像变换、图像增强和复原和图像压缩编码过程进行处理；所述图像预处理包括对图像的灰度化、平滑滤波和灰度拉伸处理。灰度化是只包含亮度信息、不包含色彩信息的图像，就是将一幅彩色图像转化成灰度图像的过程。平滑滤波是针对在获取的图像中含有噪声，由于图像中噪声和信号往往交织在一起，如果平滑不恰当会使图像本身的细节如边界轮廓、线条等变得模糊，从而使图像降帧，通过平滑滤波提高该图像的品质。
其中，车牌定位包括粗定位和精确定位。
其中，车牌字符分割包括对字符的二值化、几何校正、去边框和字符切分。
其中，车牌字符识别包括归一化和目标识别。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。