車牌自動識別在智能交通系統中的應用

　　近年來，車牌自動識別技術已被廣泛應用于城市智能交通系統中，如闖紅燈抓拍、超速行駛違章抓拍及交通治安卡口系統等，尤其是交通治安卡口系統，其作為治安刑偵管理的重要科技手段之一，對車牌自動識別技術提出了更高的要求，促進了車牌自動識別技術的快速發展。高清系統的出現，使得圖像分辨率大大提高，為車牌自動識別技術提供了良好的基礎條件，車牌識別的準確率得到很大的提高，并且相應的識別基礎數據被不斷地得到挖掘。
 

　　卡口系統一般采用基于分布式集中管理的策略，通過多層次立體式結構，把系統前端物理層、傳輸網絡層、數據處理層和用戶應用層有機結合起來。

北京漢源高科智能交通卡口專業工業級光纖收發器：HY5700-5514G-SFP

　　
    系統主要由前端數據采集子系統、網絡傳輸子系統、中心管理子系統等部分組成。前端數據采集子系統通過視頻跟蹤和分析技術獲取車輛的經過時間、速度、圖片、車牌號碼、車身顏色等數據。數據通過網絡傳輸子系統傳輸到中心管理子系統。中心管理子系統對數據進行集中管理、存儲、共享等處理。
 

　　車牌自動識別流程

　　系統前端采用了嵌入式高清一體化攝像機，可實現百萬級分辨率的視頻和圖片碼流輸出，內置了高性能DSP芯片，支持內置智能算法、可實現視頻檢測、車牌自動識別等功能。
 

　　內置相機的車牌自動識別系統使用了獨特的紋理+模型算法，具有定位精準，識別速度快，識別精度高，誤識率低等特點，不但能捕獲有車牌的車輛，對于無牌車同樣也能進行正常捕獲。將傳統模式中基于后端服務器或前端工控機的車牌識別算法移植到前端相機中，具有高集成度，高穩定性，高適應性等特點，相比傳統的PC或工控機模式，更能適應實際道路的復雜環境，更能滿足智能交通系統中全天候工作的要求。
 

　　采用了動態視頻識別技術，實現對視頻流每一幀圖像進行識別，從而達到增加識別比對次數，大大提高了識別的效率和準確率。
 

　　車輛牌照的自動識別主要是基于圖像分割和圖像識別理論，對含有車輛號牌的圖像進行分析處理，從而確定牌照在圖像中的位置，并進一步提取和識別出文本字符。

　　識別的具體步驟分為車牌定位、車牌提取、字符識別。在自然環境中，相機首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，最后選定一個最佳的區域作為牌照區域，并將其從圖象中分割出來。
 

　　完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別，車牌識別算法采用基于模板匹配算法，首先將分割后的字符二值化，并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，最后選最佳匹配作為結果，通過這種多次比對的方式極大了提高了車牌識別的準確率。
 

　　卡口系統采用先進的圖像識別算法，實現對通過的所有車輛進行車輛號碼識別、號牌顏色識別、車身顏色及車型等自動識別。
 

　　1、號牌結構識別系統能識別的號牌結構包括

　　單排字符結構的號牌，如軍隊用小型汽車號牌、GA36-2007中的小型汽車號牌、港澳入出境車號牌、教練汽車號牌等；

　　· 武警用小型汽車號牌；

　　· 警用汽車號牌；

　　· 雙排字符結構的號牌，如軍隊用大型汽車號牌、武警用大型汽車號牌、GA36-2007中的大型汽車號牌、掛車號牌、低速汽車號牌等。
 

　　2、號牌字符識別

　　識別的字符包括：數字：0~9；字母：A~Z；省、自治區、直轄市簡稱；軍牌用漢字號牌分類用漢字；武警號牌特殊字符：WJ、00~34、練。
 

　　系統能識別藍、黃、白、黑四種底色的機動車號牌。系統采用車牌顏色和視頻檢測技術結合的方法對車輛進行分型。對于民用車來說，藍顏色車牌表示的是小型車輛，而黃顏色車牌表示的是大型車輛。因此，首先利用車牌顏色判斷車輛類型，對于無法根據車牌顏色判別車型或者無法判斷車牌顏色的情況，利用圖像分析技術來輔助區分車輛的類型。
 

　　4、車輛號牌識別

　　號牌識別信息包含號牌結構、號牌字符、號牌顏色等信息。
 

　　車牌自動識別系統應用特點

　　1、強大的ISP處理能力

　　車牌自動識別系統的識別率與牌照質量和拍攝的圖像質量有非常密切的關系，不但牌照本身的生銹、污損、油漆剝落、字體褪色等各種因素會大大影響車牌識別的準確性，而且拍攝的環境是否理想也會給車牌識別帶來很大的影響。
 

　　智能交通攝像機內置了強大的ISP處理功能，可提供視頻穩定、面部檢測、噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強等功能，將圖像質量和效果提升到一個新的層次，不但改善了用戶實際觀感，更為智能化應用如車牌識別等提供了很好的運算分析基礎，充分保證了較高的車牌識別的準確率。
 

　　2、對光照氣候背景良好的適應性

　　很多車牌識別系統在陰天時識別率較高，晴天時反而下降甚至無法識別。直射光情況下，拍攝方向與陽光照射方向相同，拍攝到的車牌區域很亮導致字符筆劃較粗、相互粘連，而且我國的車牌都采用反光漆，嚴重時會出現鏡面反射，無法看清車牌號碼。另外，車體表面的反光產生的亮線、光暈也會對識別造成影響。牌照識別多數用于識別運動中的車輛，車牌區域在整個圖像中是不固定的，普通攝像機無法根據車牌區域進行調節。夜間環境下車輛開啟車燈，普通攝像機受大燈的影響減弱曝光強度造成圖像車牌區域很暗，無法看清號碼，車大燈的光線還可能形成大面積光暈遮擋牌照區域。
 

而環境光線動態分析技術、局部亮度反饋閉環控制技術，能對圖像整體亮度和車牌區域亮度實時分析、控制，并智能地調整攝像機的光圈、快門、增益等曝光參數，動態跟蹤光線的變化，對復雜的環境、氣候及光照變化具有良好的適應性，全天候都可拍攝到最清晰的圖像，進而確保了極高的車牌識別率。
 

　　系統采用成熟穩定可靠的地感線圈和先進的視頻分析檢測技術，對于無后車牌或者為了逃避抓拍故意將后車牌遮擋的車輛同樣能夠準確抓拍，確保路口違章情況記錄準確、完整，為交管部門實施交通管理措施、違章處罰等提供可靠線索和依據。
 

　　車牌識別不是一項孤立的技術，而是與實際應用結合緊密，充分考慮到系統應用的各種實際情況，針對多車道、多輛車同時號牌識別也進行了專門設計。一些廠家采用的是最先進的視覺分析算法，不僅能夠在極短的時間內對畫面中的所有車牌實現快速定位、快速識別并輸出識別結果，而且同樣能夠保證極高的車牌識別率。
 

　　車牌識別速度決定了車牌識別系統是否能夠滿足實時實際應用的要求。一個識別率很高的系統，如果需要幾秒鐘，甚至幾分鐘才能識別出結果，那么這個系統就會因為滿足不了實際應用中的實時要求而毫無實用意義。
 

　　智能交通攝像機內置的車牌識別算法具有極高的識別效率，單車牌識別時間平均在40ms左右，較快的識別速度能夠很好地避免車牌漏識別，同時能夠及時地為其他智能分析應用釋放出更多的系統資源。
 

　　車牌識別技術具有較高的識別像素、角度容忍度，識別車牌大小范圍可達到75像素到220像素；支持識別車牌存在一定程度的傾斜，傾斜±15°以內都能夠正常識別。對于車牌的大小、車輛出現在畫面中的遠近、偏斜位置具有良好的適應能力，極大地提升了系統的實用性。
 

　　結語

　　車牌自動識別系統經過多年的發展，已是一項較為成熟的技術。傳統的車牌識別系統基于模擬標清圖像來進行檢測和識別，由于標清圖像分辨率低，層次感不強且視場較小等原因，導致車牌識別不能達到理想的效果，往往為了達到車牌識別率而需要犧牲車輛全景，因此需要通過兩臺攝像機配合來完成車牌的特寫和車輛全景的記錄，系統復雜度較高。
 

　　相信在未來幾年，隨著各地高清智能交通系統的不斷應用建設，車牌自動識別技術會逐步向高清化、集成化、智能化發展，在各個應用系統中，將會不斷發揮其越來越重要的作用。