Intelligent Transportation Systems 1
來源:安防展覽網
近年來，車牌自動辨識技術，已被廣泛應用於城市智慧交通系統中，如闖紅燈抓拍、超速行駛違規抓拍，以及交通、治安、重要路口系統等，尤其是交通、治安、重要路口系統，其作為治安刑偵管理的重要科技手段之一，對車牌自動辨識技術，提出了更高的要求，促進了車牌自動辨識技術的快速發展。
車牌辨識
ETC通道能實現快速汽車快速通過，自動欄桿機功能的重要性不言而喻，但是車牌自動辨識技術，也發揮不可替代的作用。
車牌辨識技術(License Plate Recognition，LPR)是以電腦技術、圖像處理技術、模糊辨識為基礎，建立車輛的特徵模型，辨識車輛特徵，如號牌、車型、顏色等。
它是一個以特定目標為對象的，專用電腦視覺系統，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，它運用先進的圖像處理、模式辨識和人工智慧技術，對採集到的圖像訊息進行處理，能夠即時準確地自動辨識出車牌的數字、字母，並直接給出辨識結果，使得車輛的電腦化監控和管理成為現實。
與傳統的射頻卡刷卡管理系統相比，車牌自動辨識系統最大的優點是：
第一、可以完全實現無干擾、不停車通行；
第二、真正實現車輛一車一桿的通行管理要求，杜絕傳車卡互換情況的發生；
第三、實現車場管理收費的完全電腦化記錄、統計，最大程度減少了停車費用的流失。
車牌自動辨識流程
系統前端採用了嵌入式高清一體化攝影機，可實現百萬級解析度的影像，和圖片碼流輸出，內置了高性能DSP晶片，支援內置智慧算法、可實現影像檢測、車牌自動辨識等功能。
內置攝影機的車牌自動辨識系統，使用了獨特的紋理+模型算法，具有定位精準，辨識速度快，辨識精度高，誤識率低等特點，不但能捕獲有車牌的車輛，對於無牌車同樣也能進行正常捕獲。
將傳統模式中基於後端伺服器，或前端工業用電腦的車牌辨識算法，移植到前端攝影機中，具有高整合度，高穩定性，高適應性等特點，相比傳統的PC或工業用電腦模式，更能適應實際道路的複雜環境，更能滿足智慧交通系統中，全天候工作的要求。
採用了動態影像辨識技術，實現對影像流每一幀圖像進行辨識，從而達到增加辨識比對次數，大大提高了辨識的效率和準確率。
車輛牌照的自動辨識，主要是基於圖像分割和圖像辨識理論，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，並進一步提取和辨識出文本字符。
辨識的具體步驟分為車牌定位、車牌提取、字符辨識。在自然環境中，攝影機首先對採集到的影像圖像，進行大範圍相關搜索，找到符合汽車牌照特徵的若干區域作為候選區，然後對這些侯選區域，做進一步分析、評判，最後選定一個最佳的區域作為牌照區域，並將其從圖象中分割出來。
完成牌照區域的定位後，再將牌照區域分割成單個字符，然後進行辨識，車牌辨識算法，採用基於模板匹配算法，首先將分割後的字符二值化，並將其尺寸大小縮放為，字符數據庫中模板的大小，然後與所有的模板進行匹配，最後選最佳匹配作為結果，通過這種多次比對的方式，極大了提高了車牌辨識的準確率。
車牌自動辨識影響因素
那麼影響車牌辨識結果的因素有哪些呢?
1、圖像對辨識的影響
只有在圖像聚焦清晰的情況下，辨識結果才能達到比較滿意的效果。當圖像中的車牌大小為150X40點陣時，字符不易粘連，利於切分，且切分後的字符特徵較明顯，利於辨識。
2、車速對圖像的影響
許多市場採用的PAL制視訊標準，規定為每秒25幀圖像(每幀圖像之間的間隔為40毫秒)。假若攝影機鏡頭的景深(圖像清晰範圍)為1.0公尺。對於90公里/小時(0.001*3600/0.04=90)的車速，攝影機只能採集到1幀的清晰圖片。為了得到更多的清晰圖像，應設法增加景深，具體辦法是加大鏡頭，減小CCD攝影機的盡寸。
3、觸發裝置對圖像的影響
在Windows多任務系統中，任務的切換時間極不穩定，經過實測，這一時間從0到幾百毫秒不等，當系統CPU佔用率高時，任務的切換時間很長。
而影像應用系統的CPU佔用率都比較高。觸發裝置實際上是使用任務查詢方式，檢測I/O端口的狀態，當達到設定的條件時，捕捉圖像。由於I/O端口狀態的變化到檢測，有一定的延遲，使得捕捉的圖像可能不是最清晰的，當車速較高時，這種情況更加明顯。
4、車型對圖像的影響
不管是使用地感線圈，還是紅外線觸發，車型的影響都是顯而易見的，大車與小車的觸發位置，即使在低速的情況下，也可能超過0.5公尺，當超過1公尺時，捕捉的圖像可能不是最清晰的。
5、辨識速度為什麼要快?
在城市道路以及國道上，車速一般為0至110公里/小時，實際的車輛緝查應用系統，應達到這一車速水平，而不應限制車速。
在110公里/小時的車速下，攝影機只有一幀清晰的圖像，要準確地捕捉到這一幀圖像的唯一方法，就是對圖像進行逐幀捕捉和辨識，這就要求捕捉和辨識的時間不得多於40毫秒，為了保證Windows系統的正常運行，這一時間不得不縮短為20毫秒以下。
車牌自動辨識系統應用特點
1、強大的ISP處理能力
車牌自動辨識系統的辨識率與牌照品質，和拍攝的圖像品質有非常密切的關係，不但牌照本身的生鏽、污損、油漆剝落、字體褪色等各種因素，會大大影響車牌辨識的準確性，而且拍攝的環境是否理想，也會給車牌辨識帶來很大的影響。
智慧交通攝影機內置了強大的ISP處理功能，可提供影像穩定、臉部檢測、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，將圖像品質和效果，提升到一個新的層次，不但改善了用戶實際觀感，更為智慧化應用，如車牌辨識等提供了很好的運算分析基礎，充分保證了較高的車牌辨識的準確率。
2、對光照氣候背景良好的適應性
很多車牌辨識系統在陰天時辨識率較高，晴天時反而下降，甚至無法辨識。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，導致字符筆划較粗、相互粘連，而且有些市場，如中國的車牌都採用反光漆，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、光暈也會對辨識造成影響。牌照辨識多數用於辨識運動中的車輛，車牌區域在整個圖像中是不固定的，普通攝影機無法根據車牌區域，進行調節。夜間環境下車輛開啓車燈，普通攝影機受大燈的影響，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。
結語
車牌自動辨識系統經過多年的發展，已是一項較為成熟的技術。傳統的車牌辨識系統基於類比標清圖像來進行檢測和辨識，由於標清圖像分辨率低，層次感不強且視場較小等原因，導致車牌辨識不能達到理想的效果，往往為了達到車牌辨識率，而需要犧牲車輛全景，因此需要透過兩台攝影機，配合來完成車牌的特寫，和車輛全景的記錄，系統複雜度較高。
相信在未來幾年，隨著各地高清智慧交通系統的不斷應用建設，車牌自動辨識技術會逐步向高清化、整合化、智慧化發展，在各個應用系統中，將會不斷發揮其越來越重要的作用。
沒有留言:
張貼留言