一、引言
光学图像识别技术是一种有较高鉴别率的技术，具有高度并行性、容量大、速度快的特点，特別适用于信息的快速和实时处理。光学相关是光学模式识别中的一种主要方法。无论是空间匹配滤波相关或是联合变换相关，都是基于对信息的光学傅里叶变换。现在，人们越来越倾向于采用光电混合的处理方式实现模式的识别，它由光学相关处理系统和计算机组成。光电混合模式识别具备光学处理系统的大信息容量和二维并行处理能力的同时，还具备数字处理系统灵活性好、精度高、便于控制和判断的能力，它已经被广泛应用于导弹和火箭的导航系统。近年来，光学图像识别技术也广泛应用于一些民用领域，如医学图像处理、安全系统、指纹及容貌识別别、光学特征识別及跟踪等方面，尤其是在车牌识别技术上起着至关重要的作用，因而对这一技术进行更深一步的研究具有一定的实用意义。
二、原理
一般来说，在光学图像识别技术中有两种常用的方法，即频域滤波的VLC和空域滤波的JTC，这两种方法相同之处便是均采用4f光学成像系统，如图1所示。
VLC 的构成是在 4f 系统频谱平面上放置一匹配滤波器进行匹配滤波，实质是在频谱域中对输入信号的相位进行补偿，进而在输出平面上产生相关亮斑。如果目标图像的特征函数为 s(x0，y0) ，其频谱函数可表示为：
其中F{ } 为傅里叶变换算符，那么匹配滤波器的滤波函数可表示为:
它是目标图像频谱的复共轭，即 S*(fx，fy) 。
将匹配滤波器放置在4f系统的频谱平面上，同时将待识别图像g(x0，y0 ) 放在输入平面上，则频谱面上得到的频谱函数为G( fx， fy) = F{ g( x0 ， y0 ) } ， 经匹配滤波器滤波后，频谱变为G(fx，fy) H(fx，fy)，则在输出平面上输出函数为
其中：
F
?
1
{
}
{{F}^{-1}}\left\{ {} \right\}
F?1{}为逆傅里叶变换算符，“★”表示相关运算。如果待识别图像中含有目标信息，则在输出图像上会产生自相关，相关最强，形成相关亮斑；反之，不含目标信息的位置产生互相关，相关较弱，只出现弥散的光斑。因此通过输出图像上光斑的亮度、相关峰峰值的大小及其位置便可实现图像的相关识别。
三、车牌汉字识别结果
识别过程过程如下：首先对车牌字符进行分割，并提取出汉字字符，如图2(d)所示。
将图2(d)与?采用Vander Lugt相关算法进行相关识别，结果如下：根据频谱峰值位置，初步识别结果如图3(b)所示。由于图3(a)的峰值存在一定的误差偏移，导致该位置处与车牌模板中两个字符相关。因此需要再次对这两个字符进行识别。
提取出图3中识别的两个字符，重复上述过程，最终识别的结果如图4(d)所示。
四、参考文献
[1] 王岩. 基于Matlab的Vander Lugt相关器仿真 [J]. 计算机应用, 2014, 34(S1): 248-253.
其他资源
基于神经网络的车牌识别可成功对字母与数字车牌进行成功识别，可参考博主的这篇文章。
本文提供了一种车牌汉字字符相关算法的识别方法，实验结果表明此方法的可行性。
相关程序代码，可私信博主。
