淺談車牌識別在城市停車中的應用

□ 文/ 沃綠洲

作者單位：浙江大華技術股份有限公司

前言

截至2016年底，全國機動車保有量達2.9億輛，其中汽車1.94億輛，伴隨城市機動車保有量的迅猛增長，“停車難”已日益成為制約城市經濟與社會發展的“瓶頸”。據保守估計，我國停車位缺口超5000萬，北上廣深超級城市的平均停車位缺口在200萬以上，與此同時，停車難的問題還在向三四線城市逐步蔓延。面對城市停車資源的日益緊缺，合理解決停車難的問題受到了各級政府和領導的高度重視。

近幾年，車牌識別的概念被提及的越來越多。面對傳統停車業務在飛速發展的城市交通面前暴露出來的停車、尋車難，效率低下等各種問題，車牌識別技術無疑成為智能交通行業發展的核心技術。對于車牌識別技術就約稿的機會也再次簡單普及，簡單概括為是基于圖像分割和圖像識別的技術，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。車牌識別過程包括圖像采集、預處理、車牌定位、字符分割、字符識別、結果輸出等一系列算法運算。車牌識別應用在智慧停車領域也無外乎出入口車牌識別、場內視頻引導、道路停車三大板塊，這三大板塊也是城市停車整體架構中必不可少的部分。

出入口車牌識別

起初視頻識別引入到停車場出入口領域主要還是靠后端識別，通過前端模擬相機的視頻流實時輸入后端分析服務器，后端服務器同時接入多路前端相機的視頻流，通過服務器自身算法分析最終輸出車牌文本信息到平臺。

隨著智能化程度的前移，網絡相機逐漸替代了模擬相機，隨之而來的車牌識別技術也集成到前端相機內，當車輛進入IPC的識別區域內觸發相機進行抓拍業務和識別業務，同時輸出車牌信息，將車牌OSD信息疊加到抓拍圖片，這樣不但降低前端設備成本和系統造價，同時還提高了車牌識別速度。

IPC對于車牌識別流程大致如圖1：

▲圖1

在這個車牌識別的整套流程其實并沒有流程上顯示那么簡單，整套識別業務還包括：圖像采集、圖像預處理、車牌定位、字符分割、字符識別等環節，最終將車牌識別的結果以文本格式輸出或者疊加在抓拍圖片上。

● 圖像采集是通過IPC過車或車輛違章行為進行實時、不間斷記錄、采集。

● 圖像預處理是影響車輛識別率高低的關鍵因素，因此，需要對IPC采集到的原始圖像進行噪聲過濾、自動白平衡、自動曝光以及伽馬校正、邊緣增強、對比度調整等處理。

● 車牌定位的準確與否直接決定后面的字符分割和識別效果，是影響整個車牌識別率的重要因素。其核心是紋理特征分析定位算法，在經過圖像預處理之后的灰度圖像上進行行列掃描，通過行掃描確定在列方向上含有車牌線段的候選區域，確定該區域的起始行坐標和高度，然后對該區域進行列掃描確定其列坐標和寬度，由此確定一個車牌區域。通過這樣的算法可以對圖像中的所有車牌實現定位。

● 字符分割是在圖像中定位出車牌區域后，通過灰度化、灰度拉伸、二值化、邊緣化等處理，進一步精確定位字符區域，然后根據字符尺寸特征提出動態模板法進行字符分割，并將字符大小進行歸一化處理。

● 字符識別是對對分割后的字符進行縮放、特征提取，獲得特定字符的表達形式，然后通過分類判別函數和分類規則，與字符數據庫模板中的標準字符表達形式進行匹配判別，就可以識別出輸入的字符圖像。

正是因為以浙江大華為代表的傳統智能交通行業的領頭羊把車牌識別技術的下沉到靜態交通領域，才有了2015年整個停車市場的異常火爆，時下國內停車APP數十款，各種資本、風投、創投蜂擁而入以ETCP、安居寶、悅停等為代表的B端市場，導致車牌識別技術在停車場出入口的廣泛應用。

場內視頻引導

場內視頻引導技術誕生前主要還是以超聲波技術來實現，但是超聲波探測器只能做到一對一檢測，無法做到對車輛車牌信息的獲取、無法實時看到停車畫面，且超聲波檢測方案整體施工較為復雜，對工程施工依賴較高。

基于這種現狀，視頻技術引入場內引導大大提高了整體方案的先進性。浙江大華率先推出的室內視頻車位檢測器，基于車牌識別技術、車輛模型檢測技術對有牌車車牌精準識別和無牌車車位狀態準確判斷。同時大華公司推出的兩車位、三車位以及六車位相機的行業創新產品結合雙網口專利技術大大降低了施工復雜成都和施工成本。

對于場內視頻識別技術有別于停車場出入口車牌識別技術，主要區別在于場內視頻技術是基于車輛靜態的車輛模型檢測為前提下進行的車牌識別業務，所以對無牌車的車位狀態也能進行準確判斷，正因為視頻技術在場內引導的廣泛引導，超聲波檢測技術逐漸被市場淘汰。

道路停車

國內道路停車業務最早可追溯到1980年代港澳地區的咪表時代，到21世紀初的純人工智能手持終端收費引入，以及2014年以深圳為代表的“地磁+app”模式，隨著時間推移，可以發現車牌識別業務也逐漸滲透進來，下面來回顧下車牌識別技術在道路停車技術里應用。

手持POS收費終端

相對于1980年代港澳地區實行的咪表管理技術不適應當下國情，隨著技術的發展以及客戶對車位管理要求也在逐步提高，出現了人工收費的方式，每位收費配備一臺手持智能收費終端，通過人工對車位管理判斷，然后利用智能收費終端對車位上的車輛進行拍照車牌識別和登記，把登記信息同步上傳給云平臺做計費管理。

▲圖2

當車輛駛離時通過人工收費對車輛停車進行繳費，但是人工管理車位相對效率較低，時常導致停車收費金額的流失。對于停車欠繳費車主的車牌會被平臺自動記錄，欠款會累計到車輛下一次停車收費中進行補繳。

對于用手持終端對車位上停放的車輛進行識別，其原理屬于后端識別，通過前端手持終端拍照功能，結合收費軟件本身自帶車牌識別算法，對圖片流中的車牌進行定位、車牌提取、、字符切割和識別，最終輸出車牌信息，當時車牌識別技術結合手持終端的應用一度受到熱捧。

室外視頻車位檢測器

室外視頻車位檢測器應用在道路停車業務里可以被認為“道路停車3.0階段”，在室外視頻車位檢測器推出之前國內大多數城市道路停車業務的技術還是以地磁探測器居多。

但是地磁會受到各種干擾因素的影響從而導致地磁檢測率低，不滿足甲方客戶需求，整套系統未能達到預計效果或者偏差較大。目前市面上在廣泛應用的地磁普遍沒有得到客戶的認可，所以當下很多甲方渴望新的技術可以引入到道路智慧停車領域，那么視頻技術作為人工智能技術的一種代表無疑是最合適的一種。

今年1月份，浙江大華率先推出室外視頻車位檢測器應用于智慧道路停車領域，其原理結合了多種人工智能技術，比如：車牌識別、超聲波檢測、車牌顏色檢測、車輛模型檢測等技術。每車位放置1臺視頻車位檢測器對駛入車輛進行車牌識別和車位狀態判斷，通過終端盒走無線網橋傳輸方式把抓拍圖片和對應的識別結果上傳給云平臺。就前端室外視頻車位檢測器而言，它不僅僅應用到了車牌識別技術，還應用深度學習技術把車輛的非結構化數據提取成結構化數據，超聲波檢測技術輔助判斷車位狀態，多重檢測機制確保車牌識別率和車位狀態判斷率。

這里還值得一提的是，對于道路停車會存在諸多不規范停車，比如車輛車牌非常傾斜或者無牌車，浙江大華憑借在視頻領域多年的技術成點對車牌定位、圖像預處理、字符切割、字符識別各個環節都做到極致，確保視頻技術在道路停車領域的良好應用和體驗。

▲圖3：實際抓拍圖

槍球聯動方案

伴隨著室外視頻車位檢測器產品的發布，槍球聯動的方案目前也是另一個熱門的方案，系統前端設備主要由： 車位管理槍球機、車位管理槍機、LED常亮補光燈，管理終端（選配）和智能手持終端，車位管理槍球機、車位管理槍機架設于路內停車點的一側，用于停車點停車狀態檢測以及車輛抓拍；LED常亮補光燈用于夜間環境光照度較低時槍球機的補光，采用暖光燈，降低光污染；交換機用于前端網絡設備的匯聚；終端服務器用于前端數據緩存；智能手持POS輔助收費工作，用于泊位狀態以及車輛信息核準、收費管理等。

車位管理槍機用于管理槍球機視場盲區車位，若現場立桿位置可以使有效車位避開槍球機的視場盲區（即槍球機視場盲區內沒有泊位），則可以免去車位管理槍機。（詳見圖3、圖4）

▲圖4：系統組網圖

▲圖5：現場檢測效果圖（槍機）

車牌識別的延伸應用

隨著甲方客戶的需求多樣化，市場的需求不僅僅局限于對車牌識別的要求，比如車身顏色、車標、車型、掛墜、年檢標志等和車輛相關的縱向非結構化數據的提取。結合當前移動互聯網技術的普及程度，市場對車牌的橫向數據挖掘也有很旺盛的需求，比如車內駕駛員人臉、手機上的二維碼等等。浙江大華抓住了市場這種個性化需求，同時結合其子公司華睿科技的優勢共同推出了機器視覺相機，通過前端高幀率相機的快速抓拍，在手機處于喚醒狀態時精準定位手機二維碼，快速識別二維碼并輸出文本信息，同時后端POS機對前端相機傳輸過來的二維碼信息完成微信/支付寶扣費。正因為機器視覺相機的強大的性能優勢和算法優勢，提高了出入口車主的進出和支付體驗，對視頻技術在停車領域的多樣化應用提供一個很好的實際案例。

結束語

浙江大華憑借多年的行業技術沉淀致力于城市靜態交通的發展，力爭把行業內最具競爭力的視頻識別技術應用到城市停車領域，共同緩解城市停車難的困擾。