2012年05月14日 安防知識(shí)網(wǎng) 慧聰安防網(wǎng)訊 車牌自動(dòng)識(shí)別系統(tǒng)是智能交通重要的組成部分,,其主要任務(wù)是實(shí)現(xiàn)對(duì)采集單元輸出的車輛原始圖像進(jìn)行檢測(cè)分析,,提取車牌相關(guān)特征信息,進(jìn)行比對(duì)和識(shí)別,,可在對(duì)車輛不做任何改動(dòng)的情況下,,有效地記錄和驗(yàn)證車輛號(hào)牌信息。
近年來,,車牌自動(dòng)識(shí)別技術(shù)已被廣泛應(yīng)用于城市智能交通系統(tǒng)中,,如闖紅燈抓拍、超速行駛違章抓拍及交通治安卡口系統(tǒng)等,,尤其是交通治安卡口系統(tǒng),,其作為治安刑偵管理的重要科技手段之一,對(duì)車牌自動(dòng)識(shí)別技術(shù)提出了更高的要求,,促進(jìn)了車牌自動(dòng)識(shí)別技術(shù)的快速發(fā)展,。高清系統(tǒng)的出現(xiàn),使得圖像分辨率大大提高,,為車牌自動(dòng)識(shí)別技術(shù)提供了良好的基礎(chǔ)條件,,車牌識(shí)別的準(zhǔn)確率得到很大的提高,并且相應(yīng)的識(shí)別基礎(chǔ)數(shù)據(jù)被不斷地得到挖掘,。
卡口系統(tǒng)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(jié)構(gòu),,把系統(tǒng)前端物理層、傳輸網(wǎng)絡(luò)層,、數(shù)據(jù)處理層和用戶應(yīng)用層有機(jī)結(jié)合起來,,系統(tǒng)架構(gòu)如圖1所示。
系統(tǒng)主要由前端數(shù)據(jù)采集子系統(tǒng),、網(wǎng)絡(luò)傳輸子系統(tǒng),、中心管理子系統(tǒng)等部分組成。前端數(shù)據(jù)采集子系統(tǒng)通過視頻跟蹤和分析技術(shù)獲取車輛的經(jīng)過時(shí)間,、速度,、圖片、車牌號(hào)碼,、車身顏色等數(shù)據(jù),。數(shù)據(jù)通過網(wǎng)絡(luò)傳輸子系統(tǒng)傳輸?shù)街行墓芾碜酉到y(tǒng)。中心管理子系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行集中管理,、存儲(chǔ),、共享等處理。
車牌自動(dòng)識(shí)別流程
系統(tǒng)前端采用了嵌入式高清一體化攝像機(jī),,可實(shí)現(xiàn)百萬級(jí)分辨率的視頻和圖片碼流輸出,,內(nèi)置了高性能DSP芯片,支持內(nèi)置智能算法,、可實(shí)現(xiàn)視頻檢測(cè),、車牌自動(dòng)識(shí)別等功能。
內(nèi)置相機(jī)的車牌自動(dòng)識(shí)別系統(tǒng)使用了獨(dú)特的紋理+模型算法,,具有定位精準(zhǔn),,識(shí)別速度快,識(shí)別精度高,,誤識(shí)率低等特點(diǎn),,不但能捕獲有車牌的車輛,對(duì)于無牌車同樣也能進(jìn)行正常捕獲,。將傳統(tǒng)模式中基于后端服務(wù)器或前端工控機(jī)的車牌識(shí)別算法移植到前端相機(jī)中,,具有高集成度,高穩(wěn)定性,,高適應(yīng)性等特點(diǎn),,相比傳統(tǒng)的PC或工控機(jī)模式,更能適應(yīng)實(shí)際道路的復(fù)雜環(huán)境,,更能滿足智能交通系統(tǒng)中全天候工作的要求,。
采用了動(dòng)態(tài)視頻識(shí)別技術(shù),實(shí)現(xiàn)對(duì)視頻流每一幀圖像進(jìn)行識(shí)別,,從而達(dá)到增加識(shí)別比對(duì)次數(shù),,大大提高了識(shí)別的效率和準(zhǔn)確率,。
車輛牌照的自動(dòng)識(shí)別主要是基于圖像分割和圖像識(shí)別理論,對(duì)含有車輛號(hào)牌的圖像進(jìn)行分析處理,,從而確定牌照在圖像中的位置,,并進(jìn)一步提取和識(shí)別出文本字符。
識(shí)別的具體步驟分為車牌定位,、車牌提取,、字符識(shí)別。在自然環(huán)境中,,相機(jī)首先對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索,,找到符合汽車牌照特征的若干區(qū)域作為候選區(qū),然后對(duì)這些侯選區(qū)域做進(jìn)一步分析,、評(píng)判,,最后選定一個(gè)最佳的區(qū)域作為牌照區(qū)域,,并將其從圖象中分割出來,。
完成牌照區(qū)域的定位后,再將牌照區(qū)域分割成單個(gè)字符,,然后進(jìn)行識(shí)別,,車牌識(shí)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(shù)據(jù)庫中模板的大小,,然后與所有的模板進(jìn)行匹配,,最后選最佳匹配作為結(jié)果,通過這種多次比對(duì)的方式極大了提高了車牌識(shí)別的準(zhǔn)確率,。
車牌識(shí)別功能
卡口系統(tǒng)采用先進(jìn)的圖像識(shí)別算法,,實(shí)現(xiàn)對(duì)通過的所有車輛進(jìn)行車輛號(hào)碼識(shí)別、號(hào)牌顏色識(shí)別,、車身顏色及車型等自動(dòng)識(shí)別,。
1、號(hào)牌結(jié)構(gòu)識(shí)別系統(tǒng)能識(shí)別的號(hào)牌結(jié)構(gòu)包括
單排字符結(jié)構(gòu)的號(hào)牌,,如軍隊(duì)用小型汽車號(hào)牌,、GA36-2007中的小型汽車號(hào)牌、港澳入出境車號(hào)牌,、教練汽車號(hào)牌等;
· 武警用小型汽車號(hào)牌;
· 警用汽車號(hào)牌;
· 雙排字符結(jié)構(gòu)的號(hào)牌,,如軍隊(duì)用大型汽車號(hào)牌、武警用大型汽車號(hào)牌,、GA36-2007中的大型汽車號(hào)牌,、掛車號(hào)牌、低速汽車號(hào)牌等,。
2,、號(hào)牌字符識(shí)別
識(shí)別的字符包括:數(shù)字:0~9;字母:A~Z;省,、自治區(qū)、直轄市簡(jiǎn)稱;軍牌用漢字號(hào)牌分類用漢字;武警號(hào)牌特殊字符:WJ,、00~34,、練。
3,、號(hào)牌顏色識(shí)別
系統(tǒng)能識(shí)別藍(lán),、黃、白,、黑四種底色的機(jī)動(dòng)車號(hào)牌,。系統(tǒng)采用車牌顏色和視頻檢測(cè)技術(shù)結(jié)合的方法對(duì)車輛進(jìn)行分型。對(duì)于民用車來說,,藍(lán)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(duì)于無法根據(jù)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(shù)來輔助區(qū)分車輛的類型,。
4,、車輛號(hào)牌識(shí)別
號(hào)牌識(shí)別信息包含號(hào)牌結(jié)構(gòu)、號(hào)牌字符,、號(hào)牌顏色等信息,。
車牌自動(dòng)識(shí)別系統(tǒng)應(yīng)用特點(diǎn)
1、強(qiáng)大的ISP處理能力
車牌自動(dòng)識(shí)別系統(tǒng)的識(shí)別率與牌照質(zhì)量和拍攝的圖像質(zhì)量有非常密切的關(guān)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(huì)大大影響車牌識(shí)別的準(zhǔn)確性,,而且拍攝的環(huán)境是否理想也會(huì)給車牌識(shí)別帶來很大的影響。
智能交通攝像機(jī)內(nèi)置了強(qiáng)大的ISP處理功能,,可提供視頻穩(wěn)定,、面部檢測(cè)、噪聲過濾,、自動(dòng)白平衡,、自動(dòng)曝光以及伽馬校正、邊緣增強(qiáng)等功能,,將圖像質(zhì)量和效果提升到一個(gè)新的層次,,不但改善了用戶實(shí)際觀感,更為智能化應(yīng)用如車牌識(shí)別等提供了很好的運(yùn)算分析基礎(chǔ),充分保證了較高的車牌識(shí)別的準(zhǔn)確率,。
2,、對(duì)光照氣候背景良好的適應(yīng)性
很多車牌識(shí)別系統(tǒng)在陰天時(shí)識(shí)別率較高,晴天時(shí)反而下降甚至無法識(shí)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(qū)域很亮導(dǎo)致字符筆劃較粗,、相互粘連,,而且我國(guó)的車牌都采用反光漆,嚴(yán)重時(shí)會(huì)出現(xiàn)鏡面反射,,無法看清車牌號(hào)碼,。另外,車體表面的反光產(chǎn)生的亮線,、光暈也會(huì)對(duì)識(shí)別造成影響,。牌照識(shí)別多數(shù)用于識(shí)別運(yùn)動(dòng)中的車輛,車牌區(qū)域在整個(gè)圖像中是不固定的,,普通攝像機(jī)無法根據(jù)車牌區(qū)域進(jìn)行調(diào)節(jié),。夜間環(huán)境下車輛開啟車燈,普通攝像機(jī)受大燈的影響減弱曝光強(qiáng)度造成圖像車牌區(qū)域很暗,,無法看清號(hào)碼,,車大燈的光線還可能形成大面積光暈遮擋牌照區(qū)域。
而環(huán)境光線動(dòng)態(tài)分析技術(shù),、局部亮度反饋閉環(huán)控制技術(shù),能對(duì)圖像整體亮度和車牌區(qū)域亮度實(shí)時(shí)分析,、控制,,并智能地調(diào)整攝像機(jī)的光圈、快門,、增益等曝光參數(shù),,動(dòng)態(tài)跟蹤光線的變化,對(duì)復(fù)雜的環(huán)境,、氣候及光照變化具有良好的適應(yīng)性,,全天候都可拍攝到最清晰的圖像,進(jìn)而確保了極高的車牌識(shí)別率,。
3,、準(zhǔn)確抓拍無后車牌或者后車牌遮擋的車輛
系統(tǒng)采用成熟穩(wěn)定可靠的地感線圈和先進(jìn)的視頻分析檢測(cè)技術(shù),對(duì)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(zhǔn)確抓拍,,確保路口違章情況記錄準(zhǔn)確,、完整,為交管部門實(shí)施交通管理措施、違章處罰等提供可靠線索和依據(jù),。
4,、多車道、多車輛同時(shí)號(hào)牌識(shí)別
車牌識(shí)別不是一項(xiàng)孤立的技術(shù),,而是與實(shí)際應(yīng)用結(jié)合緊密,,充分考慮到系統(tǒng)應(yīng)用的各種實(shí)際情況,針對(duì)多車道,、多輛車同時(shí)號(hào)牌識(shí)別也進(jìn)行了專門設(shè)計(jì),。一些廠家采用的是最先進(jìn)的視覺分析算法,不僅能夠在極短的時(shí)間內(nèi)對(duì)畫面中的所有車牌實(shí)現(xiàn)快速定位,、快速識(shí)別并輸出識(shí)別結(jié)果,,而且同樣能夠保證極高的車牌識(shí)別率。
5,、車牌識(shí)別速度快
車牌識(shí)別速度決定了車牌識(shí)別系統(tǒng)是否能夠滿足實(shí)時(shí)實(shí)際應(yīng)用的要求,。一個(gè)識(shí)別率很高的系統(tǒng),如果需要幾秒鐘,,甚至幾分鐘才能識(shí)別出結(jié)果,,那么這個(gè)系統(tǒng)就會(huì)因?yàn)闈M足不了實(shí)際應(yīng)用中的實(shí)時(shí)要求而毫無實(shí)用意義。
智能交通攝像機(jī)內(nèi)置的車牌識(shí)別算法具有極高的識(shí)別效率,,單車牌識(shí)別時(shí)間平均在40ms左右,,較快的識(shí)別速度能夠很好地避免車牌漏識(shí)別,同時(shí)能夠及時(shí)地為其他智能分析應(yīng)用釋放出更多的系統(tǒng)資源,。
6,、車牌識(shí)別像素、角度容忍度高
車牌識(shí)別技術(shù)具有較高的識(shí)別像素,、角度容忍度,,識(shí)別車牌大小范圍可達(dá)到75像素到220像素;支持識(shí)別車牌存在一定程度的傾斜,傾斜±15°以內(nèi)都能夠正常識(shí)別,。對(duì)于車牌的大小,、車輛出現(xiàn)在畫面中的遠(yuǎn)近、偏斜位置具有良好的適應(yīng)能力,,極大地提升了系統(tǒng)的實(shí)用性,。
結(jié)語
車牌自動(dòng)識(shí)別系統(tǒng)經(jīng)過多年的發(fā)展,已是一項(xiàng)較為成熟的技術(shù),。傳統(tǒng)的車牌識(shí)別系統(tǒng)基于模擬標(biāo)清圖像來進(jìn)行檢測(cè)和識(shí)別,,由于標(biāo)清圖像分辨率低,層次感不強(qiáng)且視場(chǎng)較小等原因,,導(dǎo)致車牌識(shí)別不能達(dá)到理想的效果,,往往為了達(dá)到車牌識(shí)別率而需要犧牲車輛全景,因此需要通過兩臺(tái)攝像機(jī)配合來完成車牌的特寫和車輛全景的記錄,系統(tǒng)復(fù)雜度較高,。
相信在未來幾年,,隨著各地高清智能交通系統(tǒng)的不斷應(yīng)用建設(shè),車牌自動(dòng)識(shí)別技術(shù)會(huì)逐步向高清化,、集成化,、智能化發(fā)展,在各個(gè)應(yīng)用系統(tǒng)中,,將會(huì)不斷發(fā)揮其越來越重要的作用,。
交通出行請(qǐng)關(guān)注:高速寶公眾交通出行平臺(tái)
http://www./
|