cookieOptions = {...}; .淺析車牌辨識算法工作流程,及其在不同領域中的應用方案 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2018年11月19日 星期一




來源:知乎 作者:SwEn-丁



汽車牌照號碼是車輛的唯一「身份」標識,牌照自動辨識技術,可以在汽車不作任何改動的情況下,實現汽車「身份」的自動登記及驗證,車牌辨識,這項技術已經應用於公路收費、停車管理、稱重系統、交通誘導、交通執法、公路稽查、車輛調度、車輛檢測等各種場合。

車牌辨識是利用車輛的動態影像或靜態圖像,進行車牌號碼、車牌顏色自動辨識的模式辨識技術。技術的核心包括車牌定位算法、車牌字符分割算法和光學字符辨識算法等。該技術常用於停車場及社區出入口、高速公路收費站、公路卡口和城市交通。






一、車牌辨識技術工作原理
(一)車輛檢測:可採用埋地線圈檢測、紅外線檢測、雷達檢測技術、影像檢測等多種方式,感知車輛的經過,並觸發圖像採集拍攝。

(二)圖像採集:透過高清攝影拍攝主機,對通行車輛進行即時、不間斷記錄、採集。

(三)預處理:噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等。

(四)車牌定位:在經過圖像預處理之後的灰度圖像上,進行行列掃描,確定車牌區域。

(五)字符分割:在圖像中定位出車牌區域後,透過灰度化、二值化等處理,精確定位字符區域,然後根據字符尺寸特徵,進行字符分割。

(六)字符辨識:對分割後的字符進行縮放、特徵提取,與字符數據庫模板中的標準字符,表達形式進行比對判別。

(七)結果輸出:將車牌辨識的結果,以文本格式輸出。







二、車牌辨識技術工作流程
車牌辨識系統採用高度模組化的設計,將車牌辨識過程的各個環節,各自作為一個獨立的模組。

(一)車輛檢測跟蹤模組
車輛檢測跟蹤模組,主要對影像流進行分析,判斷其中車輛的位置,對圖像中的車輛進行跟蹤,並在車輛位置最佳時刻,記錄該車輛的特寫圖片,由於加入了跟蹤模組,系統能夠很好地克服各種外界的干擾,使得到更加合理的辨識結果,可以檢測無牌車輛並輸出結果。

(二)車牌定位模組
車牌定位模組是一個十分重要的環節,是後續環節的基礎,其準確性對整體系統性能的影響巨大。車牌系統完全摒棄了以往的算法思路,實現了一種完全基於學習的多種特徵融合的車牌定位新算法,適用於各種複雜的背景環境和不同的攝影角度。

(三)車牌矯正及精定位模組
由於受拍攝條件的限制,圖像中的車牌總不可避免,存在一定的傾斜,需要一個矯正和精定位環節,來進一步提高車牌圖像的品質,為切分和辨識模組做準備。

使用精心設計的快速圖像處理濾波器,不僅計算快速,而且利用的是車牌的整體資訊,避免了局部噪聲帶來的影響。使用該算法的另一個優點,就是透過對多個中間結果的分析,還可以對車牌進行精定位,進一步減少非車牌區域的影響。

(四)車牌切分模組
車牌系統的車牌切分模組,利用了車牌文字的灰度、顏色、邊緣分布等各種特徵,能較好地抑制車牌周圍其他噪聲的影響,並能容忍一定傾斜角度的車牌。這一算法有利於類似移動式稽查,這種車牌圖像噪聲較大的應用。

(五)車牌辨識模組
在車牌辨識系統中,通常採用多種辨識模型相結合的方法,來進行車牌辨識,構建一種層次化的字符辨識流程,可有效地提高字符辨識的正確率。

另一方面,在字符辨識之前,使用電腦智慧算法,對字符圖像進行前期處理,不僅可盡可能保留圖像資訊,而且可提高圖像品質,提高相似字符的可區分性,保證字符辨識的可靠性。

(六)車牌辨識結果決策模組
辨識結果決策模組,具體地說,決策模組利用一個車牌經過視野的過程,留下的歷史記錄,對辨識結果進行智慧化的決策。

其透過計算觀測幀數、辨識結果穩定性、軌跡穩定性、速度穩定性、平均可信度,和相似度等度量值,得到該車牌的綜合可信度評價,從而決定是繼續跟蹤該車牌,還是輸出辨識結果,或是拒絕該結果。

這種方法綜合利用了所有幀的資訊,減少了以往基於單幅圖像的辨識算法所帶來的偶然性錯誤,大大提高了系統的辨識率和辨識結果的正確性和可靠性。

(七)車牌跟蹤模組
車牌跟蹤模組,記錄下車輛行駛過程中每一幀中,該車車牌的位置以及外觀、辨識結果、可信度等各種歷史資訊。由於車牌跟蹤模組,採用了具有一定容錯能力的運動模型,和更新模型,車牌辨識系統,使得那些被短時間遮擋或瞬間模糊的車牌,仍能被正確地跟蹤和預測,最終只輸出一個辨識結果。


三、車牌辨識應用方式
汽車牌照號碼是車輛的唯一「身份」標識,牌照自動辨識技術,可以在汽車不作任何改動的情況下,實現汽車「身份」的自動登記及驗證,這項技術已經應用於公路收費、停車管理、稱重系統、交通誘導、交通執法、公路稽查、車輛調度、車輛檢測等各種場合。

(一)監測報警
對於納入「黑名單」的車輛,例如:被通緝或掛失的車輛、欠交費車輛、未年檢車輛、肇事逃逸及違章車輛等,只需將其車牌號碼輸入到應用系統中,車牌辨識設備安裝於指定的路口、卡口或由執法人員隨時,攜帶按需要放置,系統將識讀所有通過車輛的牌照號碼,並與系統中的「黑名單」比對,一旦發現指定車輛立刻發出警報資訊。

系統可以全天不間斷工作、不會疲勞、錯誤率極低;可以適應高速行駛的車輛;可以在車輛行使過程中完成任務,不影響正常交通;整個監視過程中司機也不會覺察、保密性高。應用這種系統,將極大地提高執法效率。

(二)超速違章處罰
車牌辨識技術結合測速設備,可以用於車輛超速違規處罰,一般用於高速公路。具體應用是:在路上設置測速監測點,抓拍超速的車輛,並辨識車牌號碼,將違規車輛的牌照號碼及圖片發往各出口;在各出口設置處罰點,用車牌辨識設備辨識通過車輛,並將號碼與已經收到的超速車輛的號碼比對,一旦號碼相同即啓動警示設備通知執法人員處理。

與傳統的超速監測方式相比,這種應用可以節省警力,降低執法人員的工作強度,而且安全、高效、隱蔽,司機需時刻提醒自己不能超速,極大地減少了因超速引發的事故。

(三)車輛出入管理
將車牌辨識設備安裝於出入口,記錄車輛的牌照號碼、出入時間,並與自動門、欄桿機的控制設備結合,實現車輛的自動管理。

應用於停車場,可以實現自動計時收費,也可以自動計算可用車位數量,並給出提示,實現停車收費自動管理節省人力、提高效率。

應用於智慧社區,可以自動判別駛入車輛是否屬於本社區,對非內部車輛實現自動計時收費。在一些單位這種應用,還可以同車輛調度系統相結合,自動地、客觀地記錄本單位車輛的出車情況,在通行管理系統採用了車牌辨識技術,達到不停車、免取卡,有效提高車輛出入通行效率。

(四)自動放行
將指定的牌照資訊輸入系統,系統自動地識讀經過車輛的牌照,並查詢內部數據庫。對於需要自動放行的車輛系統,驅動電子門或欄桿機讓其通過,對於其它車輛系統會給出警示,由值勤人員處理。可用於特殊單位(如軍事管理區、保密單位、重點保護單位等)、路橋收費卡口、高級住宅區等。

(五)高速公路收費管理
在高速路的各個出入口安裝車牌辨識設備,車輛駛入時辨識車輛牌照將入口資料存入收費系統,車輛到達出口時再次辨識其牌照,並根據牌照資訊,調用入口資料,結合出入口資料實現收費管理。這種應用可以實現自動計費,並可防止作弊,避免了應收款的流失。

高速公路已開始實施聯網收費,隨著聯網範圍的擴大,不同車型的收費差額也越來越高,司機利用現有收費系統的漏洞,通過中途換卡進行逃費的問題,將越來越突出,利用車牌辨識技術,是解決此類問題的根本方法。

(六)計算車輛旅行時間
在交通管理系統中,可以將車輛在某條道路的平均旅行時間,作為判斷該道路擁堵狀況的一個參數。安裝車牌辨識設備於道路的起止點,識讀所有通過車輛,並將牌照號碼傳回交通指揮中心,指揮中心的管理系統根據這些結果,就可計算出車輛平均旅行時間。

(七)牌照號碼自動登記
交通監管部門,每天都要處理大量的違章車輛圖片,一般由人工辨識車牌號碼,再輸入管理系統,這種方式工作量大、容易疲勞誤判。採用自動辨識可以減少工作強度,能夠大幅度提高處理速度和效率。這種功能可用於電子警察系統、道路監控系統等。

車牌辨識停車場管理系統,將攝影機在入口拍攝的車輛車牌號碼圖像,自動辨識並轉換成數字信號。做到一卡一車,車牌辨識的優勢,在於可以把卡和車對應起來,使管理提高一個檔次,卡和車的對應的優點,在於長租卡須和車配合使用,杜絕一卡多車使用的漏洞,提高物業管理的效益;

同時自動比對進出車輛,防止偷盜事件的發生。升級後的攝影系統,可以採集更清晰的圖片,作為檔案保存,可以為一些糾紛提供有力的證據。方便了管理人員在車輛出場時,進行比對,大大增強了系統的安全性。

汽車牌照自動辨識技術,是一項利用車輛的動態影像或靜態圖像進行牌照號碼、牌照顏色自動辨識的模式辨識技術。透過對圖像的採集和處理,完成車牌自動辨識功能,能從一幅圖像中自動提取車牌圖像,自動分割字符,進而對字符進行辨識.其硬體基礎一般包括觸發設備(監測車輛是否進入視野)、攝影設備、照明設備、圖像採集設備、辨識車牌號碼的處理機(如電腦)等。


3S MARKET我們大多數人都對LPC、LPR和ANPR/ALPR這幾個術語感到困惑,因為互聯網上的描述,以及製造商的描述,總是如此模糊,我們猜測所有這些都是相同的,並且做同樣的工作來拍攝車輛的車牌照片。 

有些車子上數字過多,辨識時可能也會造成無法辨識⋯⋯(台灣高思科技周先生解說

如果這種假設沒有錯所有這些條款都透過捕獲車牌,而與車輛監控有關。製造公司只是為了銷售他們的產品,而增加了這些矛盾與混亂,因而顯示出「比實際更有能力」的產品。

事實上,在我們通用中文裡,我們都用車牌辨識來統稱,但到底LPC、LPR和ANPR / ALPR它們之間是否真有不同我們認為不需要過度拘泥於名稱的字義,而應該注重在採購與應用的重點上,這些包括:

1. 現場環境條件下,如何於白天、夜晚、雨天等不同情境,都能拍攝取得高清車牌影像,以利車牌的判讀。這就端賴攝影機本身的功能,以及該取像環境,是否考慮到各種情境下的照明輔助設備。

2. 後端支援的演算法,如何在各種可能的拍攝角度,都盡可能判讀出車牌號碼,這牽涉到這套辨識軟體,使用的辨識方式的廣度與深度。

0 comments: