車牌自動識別系統

對車輛自動登記、驗證的系統

智能交通系統是21世紀世界道路交通的發展趨勢。公路交通基礎建設的不斷發展和車輛管理體制的不斷完善,為以視覺監控為基礎的智能交通系統的實際應用打下了良好基礎。在智能交通系統中,車牌自動識別系統是一個非常重要的發展方向。

系統概述


本系統對車輛進行自動登記、驗證、監視、報警,系統應用場合包括:高速公路,橋樑,隧道等收費管理系統;城市交通車輛管理,電子警察,海關邊境交通監控;智能小區、智能停車場管理;車牌驗證,車流統計,移動和車載系統。

系統簡介


基本元素

我國機動車使用的牌照主要是根據公安部一九九二年頒布的《中華人民共和國機動車號牌》標準(GA36-92)製作的。此外部隊、武警等部門的汽車牌照也有自己的標準,但是無論哪種汽車牌照都由下列基本元素組成:
1、漢字(牌照中包括的漢字大約60個)
2、英文字母(A-Z)
3、數字(0-9)
4、顏色(藍、黃、白、黑)

識別的優點

1、高速:把不高於時速120Km的汽車車牌號碼自動識別出來的時間≤0.8秒,並將車牌號數據實時傳送至車輛管理中心。
2、高識別率:採用相關的演算當作基本技術的獨特演演算法,無論半天或夜間都能夠保持較高的自動識別率。
3、軟硬結合,獨立工作:系統自動完成牌照的識別成像、照明、識別三個過程。
4、智能補光:自動開啟閃光燈,調節閃光燈強弱,達到最佳照明效果。
5、元素識別齊全:對顏色,漢字、字母,數字的每個元素識別率較高。
6、全天候工作:解決影響牌照識別率的氣候、環境、燈光等因素。

需解決的技術難點

1、演演算法難點:汽車牌照區域定位、變形校正、旋轉校正、污損修復、字元切分、字元識別。
2、成像環節難點:環境光影響(太陽定向反射、鏡面反射)、車輛高速運動中成像。
3、系統運行難點:全天候連續工作、系統無故障時間。

技術組成及原理


系統組成

汽車牌照自動識別系統由車體感應器、彩色攝像機、輔助光源,圖像採集預處理器、主控電腦和識別系統軟體組成。

系統原理

本系統主要工作流程是:當車輛通過關卡,經過車體位置感測器的敏感區域時,感測器發送一個信號給圖像採集控制部分。採集控制部分首先由控制採集卡採集一幅汽車圖像送至圖像預處理模塊,然後再由預處理模塊對輸入圖像進行處理後送入電腦。電腦內的軟體模塊從輸入圖像中找到牌照的位置,對牌照作字元切分,得到各個字元的點陣數據。字元識別模塊從點陣數據中提取字元數據,與模板庫進行匹配,以OCX控制項的方式給出識別結果。應用系統調用這個結果組建資料庫后,就可以根據具體需要編製各種不同類型的管理程序,從而達到管理的目的。
應用優勢
車牌自動識別系統在停車場中能夠起到很大的作用,有助於推動停車場收入,特別是對丁一些機動型用戶來說,能夠隨時釋放山停車位,加大停車的梳動量。基丁停車場的車牌自動識別系統是一個基於視頻監控和門禁系統合二為一的平台。該平台不僅允許終端用戶查看視頻信息,也可以讓他們拉制攝像頭,讓系統抓拍到車牌信息後方可進入停車,停車費用明細可Web訪問獲取信息。此外,車牌自動識別系統還是一個非常注重環保的管理系統,無紙票、無卡片,純粹使用車牌識別,人力和設備成本都大大減少了。無票停車系統提供了一個完整的友好的用戶體驗方式,不再使用停車票據,也避免了出入口交通阻塞的可能。這種商業模式正在由解決方案提供商向大中型停車場所提供。停車場管理人員可實行外聘制,所需繳納的管理費技照收入的百分比進行交換。一旦車牌自動識別系統能夠普及,成本將不會是壓力。
適用領域 高速公路收費、監控管理的應用 車輛的自動放行:此項功能針對如特種車輛(如軍車、警車)、預交費車輛(如辦理月、年繳費卡)以及其他授權免費通行的車輛。系統處於自動檢測狀態,一旦發現該類車輛經過,給出的控制信號不是驅動攔截裝置,而是驅動放行裝置。系統此時會自動開啟道閘,達到車輛不停車過卡和減少工作人員、嚴化內部管理的目的。通常用於高速公路卡口專用車道。其作用是可以解決車流高峰期的堵塞問題和減少運作費用。自動檢測出超速車輛:此項功能適用於在高速公路上,由於車輛的超速而進行監控。通過在路上拍攝到超速的車輛,傳到指揮中心進行實時車牌照的識別,以使交管部門做出相應的處罰。城市道路監控、違章管理方面的應用 車輛的自動檢測報警:此項功能針對納入"黑名單"的車輛,如沖關后或肇事後逃逸的車輛、被公安部門通緝或掛失的車輛、欠交費的車輛等。只要將其車牌資料輸入資料庫,系統就會處於自動檢測狀態,24小時不停地對所有經過車輛自動進行識別、比較、處理;尤其可以使用於城市機動車輛的檔案管理工作、特殊的交通管理工作。同時該系統還可以與110指揮中心相連,完成EE-110的監控報警工作。車輛身份的後台集中識別:在道路交通監測部門,每天有大量的違規車輛(如闖紅燈、超速、搶道等)圖片彙集,現在的人工識別車牌及輸入方式,工作量很大,易引致疲勞誤判。採用車牌識別系統能輕易自動地進行識別處理,可大量減少人力、減輕工作強度,大幅度提高處理速度和效率。通常用於電子警察系統、道路監控系統。套牌車輛自動稽查、指定車輛自動跟蹤:此項功能利用車輛信息網上的實時信息,以同一車牌出現時的方位、距離、時間等參數,快速計算處理,自動查出該車牌是否有套牌車。同樣也可利用網上信息查悉指定車輛的行蹤。車牌照自動過濾系統:此系統是針對道路交通路口電子監控中,由於觸發設備或攝像機的客觀原因,從而產生大量錯拍,誤拍的圖像,為後續的違章處理帶來相當不便的情況,根據車牌清晰度、紅燈、過線等標誌,對圖像進行不同的過濾處理。以保證後續的處理工作順利完成,加大加強處罰的準確度。智能小區、智能停車場管理的應用 車牌自動識別技術作為車輛識別的先進技術手段,在智能園區中可用於以下幾個方面: ★ 車輛出、入園識別:園區的業主入住時,將自己的汽車進行登記,其車牌信息將記錄在計算機資料庫中。在園區大門處,設有車牌自動識別系統,對進出車輛自動識別,並根據資料庫中的車牌數據判斷是否是園區內的車輛,對園區內的車輛放行並自動記錄其出入園時間,以便出現車輛被盜等 情況時查詢;對園區外車輛,將要求其登記後方可進入。 ★ 停車場管理:在園區停車場出、入口處,設有車牌自動識別系統,對進出停車場的車輛自動識別,並根據資料庫中的車牌數據判斷是否是已買(或 租)車位的車輛,對已買(或租)的車輛放行,並自動記錄其出入停車場時間,以便出現車輛被盜等情況時查詢,對進入停車場的已買(或租)車 位的車輛自動將其車位處的擋車器打開,以便車輛停放;對其它車輛,將自動記錄其出入停車場的時間,以便計時收費,對進入停車場的其它車輛 自動分配停車位並將其車位處的擋車器打開,以便車輛停放。目前車牌自動識別技術大量應用智能園區的障礙是識別率的提高和經濟成本的降低。車牌自動識別系統的觸發方式車牌識別系統有兩種觸發方式,一種是外設觸發,另一種是視頻觸發。外設觸發工作方式是指採用線圈、紅外或其他檢測器檢測車輛通過信號,車牌識別系統接受到車輛觸發信號后,採集車輛圖像,自動識別車牌,以及進行後續處理。視頻觸發方式是指車牌識別系統採用動態運動目標序列圖像分析處理技術,實時檢測車道上車輛移動狀況,發現車輛通過時捕捉車輛圖像,識別車牌照,並進行後續處理。視頻觸發方式不需藉助線圈、紅外或其他硬體車輛檢測器。1)間接法:指通過識別安裝在汽車上的IC卡或條形碼中所存儲的車牌的信息來識別車牌及相關信息。IC卡技術識別準確度高,運行可靠,可以全天候作業,但它整套裝置價格昂貴,硬體設備十分複雜,不適用於異地作業;條形碼技術具有識別速度快、準確度高、可靠性強以及成本較低等優點,但是對於掃描器要求很高。此外,二者都需要制定出全國統一的標準,並且無法核對車、條形碼是否相符,也是技術上存在的缺點,這給在短時間內推廣造成困難。2)直接法:基於圖像的車牌識別技術屬於直接法,是一種無源型汽車牌照智能識別方法,能夠在無任何專用發送車牌信號的車載發射設備情況下,對運動狀態車輛或靜止狀態車輛的車牌號碼進行非接觸性信息採集並實時智能識別。與間接法識別系統相比,首先,這種系統節省了設備安置及大量資金,從而提高了經濟效益;其次,由於採用了先進的計算機應用技術,所以可提高識別速度,較好地解決實時性問題;再次,它是根據圖像進行識別,所以通過人的參與可以解決系統中的識別錯誤,而其他方法是難以與人交互的。直接法一般有圖像處理技術,傳統模式識別技術及人工神經網路技術。1)圖像處理技術:運用圖像處理技術解決汽車牌照識別的研究最早始於80年代,但國內外均只是就車牌識別中的某一個具體問題進行討論,並且通常僅採用簡單的圖像處理技術來解決,並沒有形成完整的系統體系,識別過程是使用工業電視攝像機拍下汽車的工前方圖像,然後交給計算機進行簡單的處理,並且最終仍需要人工干預,例如車輛牌照中省份漢字的識別問題,1985年有人利用常見的圖像處理技木方法提出漢字識別的分類是在抽取漢字特徵的基礎上進行的,根據漢字的投影直方圖選取浮動閉值,抽取漢字在豎直方向的峰值,利用樹形查表法進行漢字的粗分類;然後根據漢字在水平方向的投影直方圖,選取適當閉值,進行量化處理后,形成一個變長鏈碼,再用動態規劃法,求出與標準模式鏈碼的最小距離,實現細分米完成漢字省名的自動識別。2)傳統模式識別技術。傳統模式識別技術指結構特徵法,統計特徵法等。90年代,由於計算機視覺技術的發展,開始出現汽車牌照識別的系統化研究。1990年AS.Johnson等運用計算機視覺技術和圖像處理技術實現了車輛牌照的自動識別系統。該系統分為圖像分割、特徵提取和模板構造、字元識別等三個部分。利用不同閩值對應的直方圖不同,經過大量統計實驗確定出車牌位置的圖像直方圖的閩值範圍,從而根據特定閩值對應的直方圖分割出車牌,再利用預先設置的標準字元模板進行模式匹配識別出字元。3)人工神經網路技術。近幾年來,計算機及相關技術發達的一些國家開始探討用人工神經網路技術解決車牌自動識別問題,例如1994年M.M.M.FANHY等就成功地運用了BAM神經網路方法對車牌上的字元進行自動識別,BAM神經網路是由相同神經元構成的雙向聯想式單層網路,每一個字元模板對應著唯一個BAM矩陣,通過與車牌上的字元比較,識別出正確的車牌號碼。這種採用BAM神經網路方法的缺點是無映解決識別系統存儲容量和處理速度相矛盾的問題。