車輛牌照自動識別系統的商業價值

（河海大學商學院,江蘇南京,211100）

車輛牌照自動識別系統的商業價值

陳 野,鹿 翠

（河海大學商學院,江蘇南京,211100）

車牌檢測算法研究與實現對于交通安全、交通管理與控制具有非常重要的理論意義和實用價值。車牌圖像檢測使車輛管理系統更加智能化，數字化，有效的提升了交通管理的方便性和有效性，其商業潛在價值非常大，值得相關人員進行研發與推廣。

車輛牌照；自動識別；商業價值

0 車輛牌照自動識別系統的介紹

國外對車輛牌照自動識別系統的研究，最早起于20世紀80年代，因為當時的科學技術水平有限，在這個階段的研究并沒有形成完整的體系。進入20世紀90年代，隨著數字信號處理學、模式識別、計算機圖形學、計算機視覺等科學技術的迅猛發展，開始系統化地研究車輛牌照識別系統（LPRS）。針對日本車輛，LuiS公司研制的車牌識別系統，識別的成功率可以達到90%以上，即使在天氣糟糕的狀況下，識別成功率也能夠達到70%作用。Paolo等開發了一種識別率達到了91%的車牌識別系統，但該系統的使用范圍窄，只適用于意大利車輛。Tindail開發的車牌識別系統可以識別全部的英國車牌。R.Mullot研發了兩種系統：一種可用于集裝箱識別，另一種可用于車牌識別，該識別檢測系統的原理是利用字符的紋理特征。目前在國外比較成熟的車牌識別系統產品有：英國公司（Racal Messenger Ltd）的Talon LPRS系統，中國香港公司（Asia Vision Technology）的VECON產品。

我國在這方面的研究起步比較晚。國內做得比較好的產品有廈門宸天電子科技有限公司的SupPlate車牌識別系統，深圳市普利得公司的Plate DSP車牌識別系統，中科院自動化所漢王公司的“漢王眼”。

1 車輛牌照自動識別系統的原理

汽車車牌自動識別包括：汽車圖像邊緣檢測、車牌定位、字符分割和識別四個模塊組成。其中，車牌檢測包括邊緣檢測和車牌定位，車牌定位是最為關鍵的子系統。車牌定位技術是從汽車圖像中提取出車牌區域，它是進一步識別車牌字符的基礎。具體流程如圖1所示：

其中原始圖像是指由彩色攝像機、數碼相機或其他掃描裝置拍攝到的汽車圖像；輸出結果是指得到最后的汽車牌照，包括漢字、字母和數字。本文將重點介紹彩色圖像邊緣檢測和車牌定位技術。

1.1 彩色圖像邊緣檢測

彩色圖像邊緣檢測技術包括對采集到的汽車圖像進行處理，包括圖像灰度化、圖像增強、圖像邊緣檢測、邊緣圖像二值化。

⑴圖像灰度化

對于將彩色圖像轉換成灰度圖像，目前比較常用的灰度化方法叫平均值法，公式為： H=0.229R+0.588G+0.144B，公式中H表示灰度圖的亮度值，R表示彩色圖像紅色部分的分量值，G表示色彩圖像綠色部分的分量值，B表示彩色圖像藍色部分的分量值。R、G、B 三個分量前的系數表示經驗加權值。該系數的取值取決于人眼的視覺模型。權值最大的是對人眼較為敏感的綠色，最小的是對人眼較不敏感的藍色。通過平均值法轉換的灰度圖能夠較好地反應原圖像的亮度信息。

⑵圖像增強

由于場景條件的影響，很多圖像拍攝的視覺效果不佳。因此在對圖像進行分析處理之前，必須先對圖像進行改善，即圖像增強。圖像增強方法不考慮圖像降質的原因，并不要求改善后的圖像去逼近原始圖像，而是根據一定的要求將圖像中感興趣的部分加以處理或突出有用的圖像特征（如邊緣、輪廓、對比度等），抑制不需要的信息，以改善圖像的主觀視覺效果或便于后續的圖像分析和識別。

圖像增強的方法分為空間域法和頻率域法兩類。空間域法是在空間域內對圖像的像素值進行直接運算操作，而頻率域法是在圖像的某個變換域內對整個圖像進行操作，并修改變換后的系數。

⑶圖像邊緣檢測

用攝像機采集到的機動車圖像由于受到噪聲干擾以及車輛本身的影響，使得獲得的圖像質量不理想。因此，需要先對車輛圖像進行邊緣檢測處理，提高圖像的質量，然后再進一步對汽車牌照進行定位及字符識別。一般圖像邊緣檢測流程圖如圖2所示：

圖2 邊緣檢測圖

⑷邊緣圖像二值化

一幅圖像包括目標物體、背景和噪聲，要想從多值的數字圖像中直接提取出目標物體區域，灰度圖像二值化是一種最常用同時也是最簡單的分割方法，只要閾值T選取恰當，將每個灰度值和灰度級閾值T進行比較，若像素點低于灰度級閾值T，那么就給其重新分配最小灰度值（如0），反之，就給其分配最大的灰度值（如255），那么就可以重新組成一個二值圖像，這樣可把目標從背景區域中分割開來。也就是將整個圖像呈現出明顯的只有黑和白的視覺效果。在數字圖像處理中，圖像二值化處理具有非常重要的作用，圖像的二值化有利于圖像的進一步處理分析，使圖像變得簡單，并且數據量減小，能顯現出感興趣目標的輪廓。

1.2 車輛牌照定位技術

車牌定位技術是指汽車圖像經過灰度化和邊緣檢測的處理后，邊緣得到了加強，牌照區域已經非常明顯。本文采用的是用數學形態學和彩色圖像分割的方法來進行圖像處理和模式識別。就可以得到相對準確的車牌位置。

⑴車牌粗定位

它的基本思想是用具有一定形態的結構元素（矩形、圓形或者菱形等）作為“探針”來探測目標圖像，當“探針”在圖像中不斷移動時，便可考察圖像的形狀以及各個部分之間的相互關系，從而獲取有關圖像的圖形結構特征，進而達到對圖像進行分析和識別的目的。數學形態學是一種有效的非線性圖像處理和分析理論，由一組形態學的代數運算構成。最基本的形態學運算有膨脹、腐蝕、開運算和閉運算。用它們可以進行圖像形狀和結構的分析及處理，可以解決噪聲抑制、圖像濾波、邊緣檢測、特征提取、紋理分析、圖像復原、圖像重建、圖像分割等方面的問題。

⑵車牌精確定位

車牌精確定位則利用了車牌彩色信息的彩色分割法來完成車牌部位分割，從而精確定位車牌區域邊界。與灰度圖像相比，彩色圖像色彩豐富，信息具有原始性和完整性，在設備存儲量和速度允許的情況下可以取得更好的處理效果，彩色圖像分割主要依據圖像在各個區域的不同特性，而對其進行邊界或區域上的分割，并從中提取出所關心的目標。近年來很多學者開始應用彩色圖像處理技術對車牌進行精確定位：首先統計彩色汽車圖像的藍色像素點，從而可以確定車牌底色藍色RGB對應的灰度范圍，然后統計在車牌行方向的顏色范圍內的藍色像素點數目，給出合適的閾值，確定出行方向車牌區域。最后在分割出的行區域的前提下，統計列方向藍色像素點的數目，最終完成對車牌區域的精確定位。

2 車輛牌照自動識別系統的商業價值

隨著生產力水平的不斷提高以及生活節奏的不斷加快，傳統的交通管理系統方式受到了極大的挑戰，交通問題逐漸成為社會普遍關注的熱點和難點問題，最近幾年內，通信和計算機技術在智能交通領域的應用越來越廣泛。我國的智能交通領域正逐漸進入一個信息化、數字化的時代。車牌檢測與識別技術作為交通管理自動化的重要手段，廣泛應用于交通流量檢測、港口等出入車輛管理、交通控制與誘導、闖紅燈等違章車輛監控等需要對車輛牌照進行識別的重要場所；尤其是高速公路收費站在運用電子不停車收費系統（ETC）中，實現車輛不停車進出、自動收費，從而實現大大提高高速公路系統通行能力的目的。因而，車牌檢測技術具有不可替代的作用和極高的商業價值。具體來說，其商業價值主要表現在以下幾個方面：

⑴公路管理系統。以車輛拍照自動識別系統為基石，并結合通信等高科技術，通過對高速公路交通狀況進行自動監測，掌握車輛流量信息，自動布控，不僅可以實現高速公路的不停車收費，而且還可以大大降低交通事故的發生率，減少不必要的人身傷害和財產損失，確保交通暢通無阻，進而提高通行效率。

⑵安防布控系統。采用車輛拍照自動識別系統實現對嫌疑車輛自動識別，從而達到自動快速報警的目的，同時又為公安機關提供了對犯罪嫌疑人的車輛進行遠程跟蹤和檢測的技術手段。

⑶停車場收費管理系統。利用車輛拍照自動識別系統實現對進出車輛拍照的自動檢測，并且結合停車卡的使用，實現對車輛自動計時、計費的目的，從而在大大提高工作效率的同時，還能降低人力成本的耗費。

⑷社區車輛管理系統。社區安全系統通過車輛牌照自動識別系統自動記錄進出社區車輛的牌照，并與社區內部車輛牌照信息進行比對，從而能夠發現可疑車輛，及時消除安全隱患，保衛社區居民人身及財產的安全。

⑸城市交通路口的“電子警察”。通過運用車輛牌照自動識別系統，在城市道路主要節點布置“電子警察”，一方面能夠引導廣大駕駛員提高安全意識、遵守交通法規，加大法律的威懾力度；另一方面也能及時識別違章車輛的牌照信息，有利于迅速處理交通事故并追究駕駛員相應責任，從而實現提高城市道路的通行能力，減少交通事故和交通擁擠帶來的直接損失和間接損失，同時也可以實時地提供交通流數據，有利于做好交通監測和指導工作。

[1] 王占全，徐慧.精通Visual C++數字圖像處理技術與工程案例[M].北京：人民郵電出版社，2009.

[2] 陳進，徐佩霞.一種改進的車牌定位方法[J].計算機工程與應用.2010，46(23):244-248.

[3] 姚蕾.車牌識別系統的軟件設計與實現[D].上海交通大學碩士學位論文，2009.

[4] 孫杰，張麗靜.車牌定位分割技術的研究與實現[D].華北電力大學碩士學位論文，2007.

[5] 張德豐.MATLAB數字圖像處理[M].北京:機械工業出版社，2009.

[6] 周亮,劉云.基于數學形態學的汽車牌照提取算法[J].青島科技大學學報(自然科學版).2007，28(1):69-72.

[7] 李剛，曾銳利，林凌，王蒙軍.基于數學形態學的車牌定位算法[J].儀器儀表學報.2007，28(7):1325-1326.

[8] 王森，楊克儉.基于雙線性插值的圖像縮放算法[J].圖形圖像處理，2008，10(1): 39-57.

陳野，男，1985年7月出生，江蘇宿遷，河海大學商學院碩士研究生，研究方向：財務管理

The Business Value of the License Plates Recognition System

Chen Ye,Lu Cui
(Hohai University,Nanjing,211100,China)

Research and implementation of license plate detection algorithm has a very important theoretical significance and practical value for traffic safety.Traffic management and control license plate image detection make the vehicle management system more intelligent,digital.So the License Plates Recognition System is full of commercial potential value,and is worth to developing and promoting for related people.

License Plates;Recognition;Business Value

TN926-34

A