（计算机应用技术专业论文）基于实时视频流的车牌定位与识别算法的研究.pdf

摘要 摘要 智能交通系统是建立在计算机技术，通讯技术，电子工程技术基础上的自动 化交通管理系统，它为国家交通管理，交通资源利用，交通行业的进步带来巨大 的改进作用。车牌定位与识别系统是智能交通系统的核心系统，它建立在计算机 图像处理与分析技术，模式识别技术基础上，提供了智能交通系统中最为核心和 最为重要的功能。它主要实现车辆牌照的自动定位和牌照号码的识别功能。并在 此核心功能的基础上，提供各种交通管理和交通服务功能。本文将在基于实时视 频数据流条件下，研究车牌定位和识别算法，以适应真实环境下的需求。 在基于实时视频数据流的车牌识别系统中，车牌定位识别过程实时性要求高， 准确率受到运动模糊，光线，阴影等环境影响很大。文中针对视频流数据进行研 究，提出一种高效的特征定位算法，通过有效的图像预处理提车牌区域字符轮廓 结构特征和车牌字符的水平穿越点信息统计特征，并根据以上特征进行定位。 通过设置视频检测窗口加速处理过程，然后经过图像预处理与数学形态学操 作，根据车牌区域图像轮廓变化特征，进行车牌的精确定位。该方法速度快，能 很好的克服运动模糊，环境的影响，鲁棒性强，定位准确率达到了9 2 以上，平 均定位时间花费低于4 0 m s ，取得良好效果。 本文通过投影分析和连通域分析，对车牌字符进行分割，并对分割字符进行 规格化。通过对传统模板匹配算法研究，本文提出一种基于像素压缩的快速模板 匹配算法，该算法根据图像灰度和结构特征提取基于像素压缩的模板，然后利用 压缩模板进行匹配识别，通过有效提取特征，大大缩小模板运算量，极大地提高 模版匹配速度，实验表明，该算法对字母和数字识别效果非常好，字母和数字识 别准确率达到9 6 ，但是对汉字的识别效果不佳，只有7 9 左右，尚需改进，单 个车牌识别平均时间5 m s 。 综上，在实时视频环境下，本文提出的基于字符穿越点信息统计特征的车牌 定位算法和基于像素压缩的模板匹配算法，效果良好，整个系统处理流程耗时小 于5 5 m s ，完全符合实时视频环境下的需求。 关键词：窗口检测，轮廓特征，车牌定位，车牌识别，模式识别 a b s t r a c t a b s t r a c t i n t e l l i g e n t 仃a n s p o r t a t i o ns y s t e mi sa na u t o m a t i c 仃雒s p o r t a t i o nm a n a 西n gs y s t e m w 王l i c hi sb a s e do nt h ec o m p u t e rs c i e n c et e c l u l o l o 鳜c o n u n u n i c a t i o nt e c l l i l o l o 鼢a n d e l e c 仃o n i ce 1 1 舀n e 嘶n gt e d m o l o 跏i tt a k e st l l eh u g em o d i f i c a t i o na b o u tt h en a t i o n a l t l 组n s p o r t a t i o nm a n a g e m e n t ，m eu s i n go f 1 em m s p o r c a t i o nr e s o u r c c ，m ep r o 孕e s so ft h e s p o r t a t i o n v 咖c l el i c e l l s ep l a t el o c a t i o na i l dr e c o g n j t i o ns y s t 锄i st l l ec o r eo fm e i n t e l l i g e l l tt 啪s p o r t a t i o ns y s t e m ，锄di ti sb a s e do nm ec o m p u t e ri 1 1 1 a g ep r o c e s sa 1 1 d 觚a l y s i sa n dp a 仕e n lr e c o 鲈i t i o n np r 0 v i d e st h em o s t 硫p o r t a n t 缸l c t i o n ，a n di t i m p l 锄饥t st h ea u t ol o c a t i o na 1 1 dr e c o 印i t i o no fv “c l e1 i c e n s ep l a t ea n dp r o v i d e st h e 仃a n s p o r t a t i o nm a i l a g 啪e n ta 1 1 ds e r v i c e r e s e 鲫c hw o r ka b o u tm ev e ：h i c l el i c e n s ep l a t e l o c a t i o na n dr e c o g n i t i o na l g o n t h j nw i l i c hi sb a s e do nm er e a l t i m ev i d e os t r e 锄i s p r e s e i l t e di nt i l i sp a p e ra n di t sd e s t i n a t i o ni st os a t i s 母t h er e q u i r e m e n to fm er e a l e n v i r o i u i l e n t i nt h ei i c e n s ep l a t el o c a t i o na 1 1 dr e c o g l l i t i o nb a s e do nr e a l t i m ev i d e os t r e 锄，i ti s n e c e s s a wt o 1 0 c a t ea n dr e c o 印i z et l l e p l a t ei n r e a lt i m e ，b u tl o c a l i z a t i o ni sb a d l y i m p a c t e db ym em o t i o n - b 】u r r e di m a g e i l l 眦i n a t i o 巩s h a d o w n 啪u 曲t h er e s e a r c h a b o u tm ev i d e os t r e a m ，t ：m sp a p e r p r e s e n t saf a s tv e i l i c l el i c e n s ep l a t e1 0 c a t i o nm e t h o d b ye f f e c t i v ei m a g ep r e 巾r o c e s s ，w eg e tt h ef i 磬cs 饥l c t u r ef e a t u r eo ft 1 1 ec h a r a c t e ra 1 1 d t h eh o r i z o n t a l c r o s s p o i n t ss t a t i s t i cf e a t u r e b a s e do n 吐l e s ef e a t u r e s ，w el o c a t et h e v e t l i c l e1 i c e n s ep l a t e b ys e t t i n gt l l ev i d e od e t e c t i o nw i n d o w ，w ea c c e l e r a t em ei m a g ep r o c e s s b yi m a g e p r e p r o c e s s ，a u l dm a t h e m a t i c a lm o 印h o l o g yo p e r a t i o na 1 1 dm ec h a n g ef e a t u r eo ft h e f i 母l r eo fl i c e n s ep l a t e ，w e1 0 c a t em el i c e n s ep l a t ea c c l 】r a t e l y r h ep r e s e n t e dm e t l l o dc a n i i i l p m v et 1 1 ee 虢c to fm o t i o n b l u ra n de 1 1 v i r o r l i i l e n ta 1 1 di sf a s t a i l dr o b u s t 1 1 1m e e x p 嘶m e n t ，t 1 1 el i c c i l s ep l a t el o c a l i z a t i o nr a t ea c h i e v e s9 2 ，a n dm ea v e r a g et i m eo f l o c a l i z a t i o ni sl e s st h a n4 0 m s 。 b ym ea j l a j y s i so fm ep r o j e c t i o n 粕dc o i u l e c t e dd o m a i no ft h ev e h i c l el i c e n s ep l a t e i m a g e ，w es e p 删t em ec h a r a c t e ra n d1 1 0 n n a l i z em ec h a r a c t e l7 n u o u g hr e s e a r c h i n gm e 的d i t i o n a lt 锄p l a t em a t c ha j g o r i t h m ，w es u p p l yaq u i c kt e m p l a t em a t c h a l g o d t h m i i a b s t r a c t b a s e do nc o m p r e s s i n gm ei m a g ep i x e l - 1 1 1 i sa 1 9 0 r j t hp i c k - u pan e wt e m p l a t ew h i c hi s b a s e do np i x e lc o m p r e s s e da c c o r d i n gt h ef e a m r eo ft h ei m a g e 黟a y 柚ds t n l c t u r e w e u s et h ec o m p r e s s e dt e m p l a t et om a t c ha 1 1 dr e c o g n i z et h ed a t a b ye 丑e c t i v e l yp i c k i n gu p t h ef e a t u r e ，m ea l g o r i m mr e d u c e st h eo p e r a t i o nt i m e s ，a n da c c e l e r a t e sm es p e e do f t 锄p l a t em a t c h i n g i i lt h ee x p e d m e n t ，m ec o r r e c tr e c o 嘶t i o nr a t eo fm el e t t e r a n d m h n b e ra c h i e v e s9 6 ，b u tm ec o r r e c tr e c o 印i t i o nr a t eo ft h ec h a r a c t e ro n l yac _ h i e v e s 7 9 t 1 1 ea v e f a g er e c o 印i t i o nt i m eo fav e h i c l el i c e n s ep l a t ei so n l y5m s i nc o n c l u s i o n ，u n d e rm ee n v i m 眦e n to fr e a l - t i m ev i d e os t r e 锄，t h i sp a p e rp r e s e n t s af a s tv e l l i c l el i c e n s ep l a t el o c a t i o na l g o r i 】【1 1 1b a s e do nm eh o r i z o n t a lc r o s s p o i n t s s t a t i s t i cf e a t u r e ，a n dp r e s e n t san e wt e m p l a t em a t c h i n ga l g o n m mb a s e do nm ei m a g e p i x e lc o m p r e s s i o n t h ev e h i c l el i c e n s ep l a t el o c a t i o na 1 1 dr e c o 朗i t i o ns y s t e mc o s t sl e s s t h a l l5 5 m st of i m s ht h ew h o l ep r o c e s s ，a n di t 向1 f i l st 1 1 er e q u i r e n l e n to fm er e a l - t i m e e n v i r o n 】m e n t 1 ( e y w o r d ：w i n d o wd e t e c t i o n ，f i 舀l r ef e a t u r e ，l i c e n s ep l a t el o c a l i z a t i o n ，l i c e n s ep l a t e r e c o 印i t i o n ，p a t t e n lr e c o 印i t i o n i i i 缩略词表 缩略词表 缩略词全称 译文 i t s i n t e l l i g e n tt r a l l s p o n a t i o ns y s t e m智能交通系统 l p rl i c e n s ep l a t er e c o g n i t i o n 车辆牌照识别 g p sg l o b a lp o s i t i o n i n gs y s t e m 全球定位系统 i cc a r d i i l t e 乎雠e dc i r c u i tc a r d集成电路卡 m f cm i c r o s o rf o u n d a t i o nc l a s s e s 微软基础类 s t ls t a n d a r dt e m p l a t el i b r a q 标准模板库 o c r o p t i c a lc h a r a c t e rr e c o 鲫i t i o n光学字符识别 a n na r t i f i c i a ln 吼l r a ln e t w o r k s 人工神经网络 b pb a c kp r o p a g a t i o n 反向传递 c p c r o s sp o i n t 穿越点 v i i 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他入已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名： 嗍加。于盯月 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名：翩签名：盐。导师签名： i ! 翌 日期：z 。9 年厂月7 日 第一章绪论 1 1 论文研究背景和意义 第一章绪论 改革开放以来，我国国民经济快速发展，伴随着全世界范围内电子信息技术 的高速发展，交通运输业也进入了超高速的发展阶段，公路交通运输为国家经济 的快速发展带来了巨大的促进作用，同时国家经济的高速发展也极大的推动了我 国交通运输行业的快速发展，交通运输已经成为国家大力发展的基础设施。目前 世界各国交通状况日益拥堵，特别是世界各大中型城市，传统的道路交通管理方 式已经完全不能满足现在交通运输行业的需求，交通运输给社会和环境带来的巨 大压力。 经济的进步，交通运输业的高速发展，带来的是大量的交通工具应用于人民 的社会生活，民用汽车近1 0 年来在我国内的数量增长趋势极其快速，道路交通工 具的高速扩张，为人们的生活带来了巨大的便利，但是，由此而来的影响却是更 加巨大，甚至直接影响到国家可持续发展的大计。高频率的交通阻塞，为国家单 位和个人带来了巨大的经济和时间损失；屡见不鲜的交通事故直接危害了国家和 个人人身安全并造成很多无法弥补的巨大损失，大量的尾气排放，对市民生活和 健康状况造成了不良影响，更严重的是海量的二氧化碳排放对整体自然环境和整 个地球生态系统的破坏极其严重，而能源的损耗则是加速了人类不可再生能源的 进一步消耗，同时，为了解决交通系统带来的一系列问题，早期采用扩建或新建 大量的交通枢纽来增加枢纽的通行能力，这虽然在一定程度上缓解了交通压力但 是不能长久的发挥作用，并且消耗了额外的资源。加上传统的道路交通管理方式 方法和技术已经无法有效的对现代交通进行管理和控制，导致以上所描述的各种 影响更加激烈，对人与社会造成了巨大的压力。 客观存在的能源消耗，环境影响，交通压力，人类无法规避，而一味的增加 道路交通技术设施来缓解这些压力是治标不治本的办法，快速的研究和更新现代 社会环境下道路交通管理和控制技术与方法论才是1 个相对有效的决策，为此， 鉴于人类科学技术的飞速进步，人们采用各种新技术，如计算机技术，信息技术， 通信技术，电子控制技术把车辆，道路，环境保护，使用者紧密联系起来，尽可 能的有效解决交通阻塞问题，而且对交通事故的应急处理，环境的保护，能源的 电子科技大学硕士学位论文 节约都有显著的效果，在这个过程中，智能交通系统( i t s ) 应运而生了。 智能交通系统i t s ( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ) 是以信息通信技术将人、 车、路三者紧密协调、和谐统一，而建立起的大范围内、全方位发挥作用的实时、 准确、高效的运输管理系统。通过对道路交通流信息进行实时监测，能够及时了 解交通状况，根据交通流的动态变化迅速及时地做出各通诱导控制，减轻道路拥 塞程度，减小交通工具的运行延误，降低交通事故发生的概率，保障行车安全高 效，使相关的交通设施得到充分合理的运用，i t s 将有效地利用现有交通设施、减 少交通负荷和环境污染、保证交通安全、提高运输效率、促进社会经济发展、提 高人民生活质量，并以推动社会信息化及形成新产业，受到各国的重视。本文所 研究的基于实时视频环境下的车牌定位与识别系统正是传统的智能交通系统中的 核心模块之一，对推动智能交通系统由传统的触发探测式的监测系统向更为复杂 的纯图像分析信息获取式的智能交通系统进化有着相当大的理论和实践意义1 1 2 智能交通技术 1 2 1 智能交通系统简介 智能交通系统i t s ，将先进的电子设备信息获取技术，计算机图像处理分析技 术，计算机高速运算能力、人工智能和模式识别技术，数据通讯传输技术、电子 控制技术等各种技术有效地综合运用于整个现代社会环境下的交通管理体系。运 用软件工程思想，并且在传统的系统工程综合集成思想的指导下，开发建立并部 署起的一种在大范围内，全方位发挥作用的、实时、准确、高效的交通运输综合 信息管理调度系统。 智能交通系统( i t s ) 己成为世界交通领域的前沿研究课题，全世界各大具备 工业化进程的国家均根据本国国情制定出了一系列的智能交通系统开发计划和研 究机构，为了开发适用于本国的高效智能交通系统而努力。 1 2 2 智能交通系统功能 智能交通系统，综合应用计算机视觉技术，模式识别技术，通信技术，人工 智能技术，信息技术和电子控制技术等多种技术手段来对交通运输系统管理办法 和管理流程进行改进，充分利用现有资源，在现代智能交通管理技术和方法论的 指导下，高效的对现在的交通状况进行信息统计，策略指导，路况监视诱导，疏 2 第一章绪论 导交通环境，及时做出交通状况的探测与预测，并提供建设性的指导策略，从最 优资源利用的基础上，最大化的优化现有的交通资源利用率和安全性，缓解现代 交通高速发展给社会和人民带来的安全影响，给自然环境和人带来的环境影响， 提高国民经济的发展效率和速率。 据预测，应用智能交通系统后，可有效提高交通运输效益，使交通拥挤降低 2 0 ，延误损失减少1 0 2 5 ，车祸降低5 0 8 0 ，油料消耗减少3 0 ，废气排 放减少。 1 2 3 国内外智能交通系统发展状况 1 美国1 1 r s 发展状况【2 1 美国是应用i t s 较为成功的国家之一。 发展重点：1 9 9 5 年3 月，美国交通部出版了“国家智能交通系统项目规划 ， 明确规定了智能交通系统的7 大领域和2 9 个用户服务功能，并确定了到2 0 0 5 年 的年度开发计划。7 大领域包括出行和交通管理系统、出行需求管理系统、公共交 通运营系统、商用车辆运营系统、电子收费系统、应急管理系统、先进的车辆控 制和安全系统。 应用状况：据报道，目前i t s 在美国的应用已达8 0 以上，而且相关的产品 也较先进。美国i t s 应用在车辆安全系统( 占5 1 ) 、电子收费( 占3 7 ) 、公路 及车辆管理系统( 占2 8 ) 、导航定位系统( 占2 0 ) 、商业车辆管理系统( 占1 4 ) 方面发展较快。 2 日本i t s 发展状况 日本早在1 9 7 3 年就开始了对智能交通系统的研究。 发展重点：日本i t s 规划体系包括先进的导航系统、安全辅助系统、交通管 理最优化系统、道路交通管理高效化系统、公交支援系统、车辆运营管理系统、 行人诱导系统和紧急车辆支援系统。 应用状况：日本的i t s 主要应用在交通信息提供、电子收费、公共交通、商 业车辆管理以及紧急车辆优先等方面。目前在日本已有超过1 8 0 0 万人的汽车导航 系统用户。 投资：日本政府1 9 9 6 1 9 9 7 年用于i t s 研究开发的预算为1 6 1 亿日元，用于 i t s 实用化和基础设施建设的预算为1 2 8 5 亿日元。1 9 9 6 年“推进i t s 总体构想 推出了一个2 0 年规划。日本走政府与民间企业相互合作的道路，如车辆信息通讯 3 电子科技大学硕士学位论文 系统( v i c s ) 的运作方式极大地调动了企业的积极性，加速了日本i t s 的开发与 应用。 3 欧洲i t s 发展状况 欧洲在i t s 应用方面的进展介于日本和美国之间。 发展重点：目前正在进行该方向的全面开发，计划在全欧洲建立专门的交通 ( 以道路交通为主) 无线数据通信网，正在开发先进的出行信息服务系统( a t i s ) ， 先进的车辆控制系统( a v c s ) ，先进的商业车辆运行系统( a c v o ) ，先进的电子 收费系统等。 投资：在2 0 世纪8 0 年代中期，欧洲1 0 多个国家投资5 0 多亿美元，旨在完善道 路设施，提高服务水平。欧盟从1 9 8 4 年到1 9 9 8 年仅用于i t s 共同研究开发项目 的预算就达2 8 0 亿欧洲货币单位。 4 其它国家i t s 发展状况 韩国：i t s 示范工程选在光州市，预计耗资1 0 0 亿韩元，选取了交通感应信号 系统、公交车乘客信息系统、动态线路引导系统、自动化管理系统、及时播报系 统、电子收费系统、停车预报系统、动态测重系统、i t s 中心等9 项内容。 马来西亚：i t s 建设集中在多媒体超级走廊，从位于吉隆坡8 8 层的国油双峰 塔开始，南伸至雪邦新国际机场，达7 5 0 平方公里。目标是利用兆位光纤网络， 把多媒体资讯城、国际机场、新联邦首都等大型基础设施联系起来。 新加坡：i t s 建设集中在先进的城市交通管理系统方面，该系统除了具有传统 功能，如信号控制、交通检测、交通诱导外，还包括用电子计费卡控制车流量。 在高峰时段和拥挤路段还可以自动提高通行费，尽可能合理地控制道路的使用效 率。 5 我国智能交通系统发展状况 智能交通正改变着人们的生活方式，这种影响将是巨大而深远的。我国目前 面临着城市道路拥挤的状况，采用传统的修更多道路和控制车辆增加2 种方式来 解决都更加困难。只有借鉴发达国家的经验，充分结合我国国情，尽快进行智能 交通的研究和开发工作，才有可能尽快解决这一日益严重的问题。 我国在这个领域的研究起步较晚，但随着全球智能交通技术研究的兴起，进 入二十世纪八十年代后。我国也加快了对智能交通技术研究的步伐。北京、上海、 沈阳等大城市陆续从国外引进了一些较为先进的城市交通控制、道路监控系统； 另一方面，国家也加大了自主开发的步伐。我国将陆续在全国三十六个城市实施 以实现城市交通智能控制为主要内容的“畅通工程 ，并逐步推广到全国一百多 4 第一章绪论 个城市。 我国交通资料相当缺乏。统计数据不完善，这给许多城市的交通管理规划和 控制等带来了非常大的困难。智能交通系统的一个要求就是信息收集、信息传播、 信息共享的充分、灵活。加强交通数据库的建设，为智能交通系统研究工作打下 良好基础。同时，可以使计算机技术在交通领域发挥更大作用。对于我国城市交 通而言，现在面临的一个重要问题是车辆数目同有限的道路空间资源的矛盾。大 力发展公共交通已经在国内外专家学者中达成共识，公交优先的呼声很高。但是， 由于种种原因，我国的公交系统设备陈旧、管理和调度水平低。不能适应现代城 市发展的要求。 目前我国交通管理水平与发达国家相比依然有一定差距。离开了高水平管理 的支持，无论多么先进的智能交通系统都发挥不了作用。只有管理水平提高了， 智能交通系统的真正作用才能发挥出来，也就是说，智能交通系统首先要建立在 高水平管理基础之上，需要提高现有交通管理队伍的科学管理水平。特别是将管 理引向规范化、标准化。 1 3 车牌定位与识别系统发展应用简介 1 3 1 车牌定位与识别系统功能介绍 车牌定位与识别系统【3 4 】是智能交通系统的核心子系统，该系统建立在计算机 图像处理与分析技术，模式识别技术基础上，实现车辆牌照的自动定位和牌照号 码的识别功能。在此核心功能基础上，可以提供大量的交通管理服务，比如对车 辆的监控；车辆信息的获取与存储；车辆信息的查询对比；非法车辆识别与报警； 高速公路与道路关卡的监控与收费；停车场的具体管理等服务。 其扩展服务，可以提供详细的车辆本身信息和运行信息，比如查询车主信息， 车辆使用年限等，车辆在某路段的运行速度，是否违规，车辆每年是否按时交纳 足够的费用，非法车辆查寻和跟踪报警，如果车牌定位和识别系统的后台信息管 理系统和g p s 系统绑定在未来的道路交通中，将给个人和社会带来极大的预想不 到的益处。 车牌定位与识别系统其主要工作流程如下： 1 ) 基于硬件传感器探测的系统工作流如图1 1 ( 详见下页) 5 电子科技大学硕士学位论文 图1 1 基于传感器探测的系统工作流 2 ) 基于视频检测的系统工作流如图1 2 图1 2 基于视频检测的系统工作流 1 3 2 车牌定位与识别系统国内外的发展现状 车牌定位与识别系统的检测方式有多种，但是目前市场上主要使用两种。 一种是使用硬件触发器探测的检测方式。通过硬件探测到车辆经过，触发信 号控制高速摄像机拍照，然后进行图像分析和信息获取。比如雷达探测，红外线 探测等，但是这2 种硬件检测方式容易受到天气环境影响，而且红外线探测常常 会受到汽车排气管热量的影响效果在特定环境下不佳，后来产生了1 种环形线圈 检测方式，该方式检测精度高，设计良好的检测方案检测精度可以达到9 9 ，但 需要路面施工。目前线圈检测仍然是主流方案，但是需要路面施工，如果是高速 公路，1 则安装成本昂贵，不灵活，更重要的是，挖开高速公路路面埋藏感应线圈， 将对道路的整体结构和力学结构造成破坏，经过1 段时间的碾压，有很大概率造 成道路损坏和感应线圈的损坏。 另一种是基于图像分析的视频检测方式【5 】。在过去的研究过程中，因为计算机 硬件技术和计算机图像处理和模式识别技术的相对落后，视频检测被认为精度较 差的一种检测方式，视频检测基于摄像机摄取的运动图像，利用计算机进行运动 检测，获取车辆运动方向和位置，判断车辆的违章行为，获取车辆各种状态和行 6 第一章绪论 驶信息，该方法安装极其简单，1 台摄像机在现场足以提供监控功能，然后后台计 算机系统将对获取的数字图像流进行实时的分析与识别。 该方式，安装简单，使用灵活，但是技术参数要求很苛刻否则无法有效使用， 在实时性上，要求随时实时的对过往车辆进行行为检测，抓拍，识别，要求处理 效率和速度非常高，同时，大量计算对算法和计算机性能要求较高。 现在随着技术手段的不断提高，检测精度也越来越高，视频检测被认为是未 来检测技术的发展方向。 1 3 2 1 定位主要方法介绍 车牌定位技术，对后续的车牌识别和字符分割有着极其重要的影响，其主要 工作就是从包含整个车辆的图像中找到车牌区域的位置。车牌定位的基本方法是 是利用车牌区域的特征来判断牌照，自从研究以来，学者们总结出可以利用的车 牌特征主要包括： 1 车牌区域内的灰度特征 6 】，车牌区域内的边缘灰度直方图具有两个明显且分离 的分布中心。 2 车牌的几何特征，即车牌的高宽比在一定范围内，国内车牌高宽比在4 5 ：1 【7 8 】 左右，单个字符高宽比在2 ：1 左右【9 1 。 3 车牌区域水平或垂直投影特征【l o 1 1 1 ，车牌区域水平或垂直投影呈现连续的峰、 谷、峰的分布。 4 车牌形状特征和字符排列格式特征【1 2 】，车牌有矩形边框，字符位于矩形边框中 且有间隔。 5 频谱特征【1 3 1 ，即对车辆图像做离散傅立叶变换( d f t ) 、离散余弦变换( d c t ) 、 离散沃尔什一哈达玛变换和小波变换等正交变换，其频谱图中包含车牌的位置信 息。 6 车牌的色彩特征【1 4 1 ，目前我国的汽车牌照有黄底黑字、蓝底白字、黑底白字、 白底黑字红字、黑底红字等5 种颜色的车牌，常见的是民用的黄底黑字和蓝底白 字两种车牌，可以根据车牌的色彩特征将车牌定位。 目前的车牌定位方法按照其所用的主要牌照特征可分为四大类： 1 ) 基于边缘检测的车牌定位方法【1 5 】：该类方法特点是定位准确，但速度慢，漏检 率高，误检率也高。 2 ) 基于水平方向纹理特征的车牌定位方法【1 6 】：该类方法特点是速度快，漏检率低， 但定位不够准确，误检率高。 7 电子科技人学硕士学位论文 3 ) 基于数学形态学的车牌定位方法【”，1 8 】：该类方法特点是对于某些特定场景定位 效果较好，但对背景要求相对简单，且受牌照字符与大小限制较大，速度较慢。 4 ) 基于车牌色彩特征的车牌定位方法【1 9 ，2 0 】：该类方法特点是定位准确，精度高， 但适应性差，对于偏色，以及背景颜色干扰等情况无法做出有效处理，因此一般 不单独使用。其他还有例如基于小波分析，神经网络方法等等。 1 3 2 2 识别主要方法介绍 随着全世界各国汽车数量的增长，车牌识别系统有了长足的发展，在电子工 程技术和计算机科学的相继推动下，人们相继开发出了针对各种交通路况的监视 管理和信息分析系统，其作用则是促进了各种识别技术的发展与应用，从最早的 身份识别卡到现在各种人工智能技术，经历了一个飞速的发展。下面简单介绍下 历史上几种主要的识别技术【2 1 1 。 1 i c 卡识别技术 i c 卡是一种集微电子技术、通讯技术和计算机技术于一体的高科技产品，利 用i c 卡技术进行汽车牌照的识别，主要是指在每辆汽车上安装一个微型的电子信 号接收和发射装置即i c 卡，卡内存储了该车的车牌号码以及其他一些信息，当汽 车通过设有车辆检测装置的路口时，i c 卡系统将与路口的计算机系统进行对话， 使之辨识出该汽车的车牌号码和其他有关内容，从而可以实现监督与管理。然而， 尽管i c 卡技术识别准确度高，运行可靠，可以全天候作业，但它整套装置价格昂 贵，硬件设备十分复杂，不适用于异地作业，且须要制定出全国统一的标准。另 外，无法核对车、卡是否相符，也是i c 卡技术存在的缺点。 2 条形码识别技术 条形码技术由于具有识别速度快、准确度高、可靠性强以及成本较低等优点， 目前已广泛应用在商品销售、图书借阅管理、仓库进出货管理、邮政管理等众多 领域。而条形码用于汽车牌照识别方面还是一种较新的方法，它可以通过在车辆 的侧面印刷条形码( 其中包括地区、车型、车牌号码等基本信息) ，当条形码扫描 阅读出这些信息后，就可以完成识别的任务，但是条形码对于扫描器要求很高， 并且同i c 卡技术一样，需要制定出全国统一的标准，并且无法核对车、卡( 条码) 是否相符，也是技术上存在的缺点，这给近期短时间内推广造成困难。 3 图像处理技术 运用图像处理技术解决汽车牌照识别的研究国内外都有，最早出现于8 0 代， 这个阶段的研究并没有形成完整的系统体系，而是就车牌识别中的某一个问题进 第一章绪论 行讨论，并且通常是采用简单的图像处理技术来解决。识别过程是使用工业电视 摄像机( i n d u s 砸a lt vc 锄e r a ) 拍下汽车的正前方图像，然后交给计算机进行简单 处理，并且最终仍需要人工干预。例如车辆牌照中省份汉字的识别问题，在近2 0 年内，图像处理技术有了长足的进步。 4 传统模式识别技术 传统模式识别技术【2 2 】一般包括模板匹配法，统计特征法等。进入9 0 年代，计 算机视觉技术( c o m p u t e r s i o nt e c l l i l i q u e ) 的发展，开始出现汽车牌照识别的系 统化研究。1 9 9 0 年j o h n s o n 等运用计算机视觉技术和图像处理技术实现了车辆牌 照的自动识别系统。该系统分为图像分割( i m a g es e 胂e n t ) 、特征提取和模板构造 ( f e a h l r ee x 仃a c t i o na i l dt c ：1 1 1 p l a t ef o 肌a t i o n ) 、字符识别( c h a r a c t e rr e c o 鲥t i o n ) 等三个部分。利用不同阈值( n 鹏s h 0 1 d ) 对应的直方图不同，经过大量统计实验 确定出车牌位置的图像直方图的阈值范围，从而根据特定阈值对应的直方图分割 出车牌，再利用预先设置的标准字符模板进行模式匹配( p a t t e n lm a t c h i n g ) 识别出 字符。 视觉字符识别技术( o p t i c a lc h a r a c t e rr e c o 嘶t i o n 基于图像处理与神经网络的 车牌识别技术) 可以分析获取的图像。首先在二值图像中找到车牌，然后用边界 跟踪技术提取字符特征，利用统计最邻近分类器( as t 撕s t i c a ln e a r e s tn e i g h b o r c l a s s i f i e r ) 与字符库中的字符比较，得出一个或几个车牌号码，对这些号码做核实 检查，看是否确实有该车牌号码，从而最终确定出一个实际存在的正确的号码。 总之，这个时期的应用在识别正确率方面有所突破，但还没有考虑到识别实时性 的要求，识别的速度有待进一步提高。 5 入工神经网络技术【2 3 1 近几年以来，计算机及其相关技术发达的一些国家开始探讨用人工神经网络 技术解决车牌的自动识别问题。例如1 9 9 4 年m m m f a h m y 等就成功地运用b a m ( b i d i r e c t i o n a la s s o c i a t i v em e m o r i e s ) 神经网络方法对车牌上的字符进行自动识别， b a m 神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应 着唯一的一个b w 矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。 这种采用b a m 神经网络方法的缺点是无法解决识别系统存储容量和处理速 度相矛盾的问题。由于人工神经网络技术抛开了传统的计算结构和相应的算法， 采用了生物神经网络的模型，因此它能较好地实现人类存储知识及处理信息的机 能，使系统可以模拟人类思维，对需要处理和解决的问题进行记忆、联想、推理， 从而较好地解决了车牌识别中所提出的因字符残缺不完整而无法识别的问题。另 9 电子科技大学硕士学位论文 外人工神经网络技术应用于车牌识别领域与传统方法相比，还可以避免繁重的数 据分析和数学建模工作，可以将信息存储与处理并行起来，大大提高了运行速度， 因此越来越受到人们的广泛关注。 1 3 3 基于视频分析的车牌定位和识别系统发展现状 视频检测技术近年来有了长足的发展，相比传统的信号检测技术，视频检测 有着灵活性高，硬件成本低的优势，但是相应的技术难度也高，基于视频进行数 据分析在速度和准确度上都有着严格的要求。近年来计算机图像处理技术的普及 应用与发展，使得视频检测技术应用范围越来越广泛。 基于视频检测分析的车牌定位与识别系统研究，国外起步较早。在基于传感 器检测的智能交通系统比较成熟后，鉴于视频检测技术的精确性，灵活性，以及 相对低的硬件成本，很多国家开始研究结合视频检测技术的智能交通系统。 由于视频数据中背景图像的动态变化，如天气、光照、阴影、行人及其它干 扰等因素，都会给运动检测和图像分析带来影响，同时，动态场景中运动物体的 快速分割、光线变化、多辆车辆粘连、车辆互遮挡等问题也给车辆视频检测带来 了相当的困难。如何减少这些因素带来的影响，提高视频检测和后续图像分析的 准确性成为了基于视频检测的智能交通领域研究的重点与难点。 美国的a u t o s o c p e 公司是走在前列的公司之一。他们开发的事故检测系统用于 采集车辆的平均速度，数量和车道流量等信息。数据和实时视频信号经光纤传至 城市交通管理中心，由s c p o e s e r v e r 通讯服务器定时轮流处理每个视频处理器，最 后将预测的数据显示给监测用户。 比利时的t r a f i c o n 公司，2 0 0 8 年在中国市场新推出t r a f i c 锄一体化路口视频 车辆检测器，因其简单易用性价比高，将会受到市场青睐。t r a f i c 锄是c m o s 摄 像机和检测器集成在一块的传感器，这个袖珍的传感器安装在信号灯杆上，可以检 测是否存在向路口行驶或停驶在路口的车辆，代替地感线圈为路口信号机提供触 发信号。 而我国近年来在该领域的研究也逐渐开始，其中武汉汉王智能交通研发中心， 川大智胜软件股份有限公司，深圳市普利得软件开发有限公司等都各自研发着相 关的视频检测系统产品。 1 0 第一章绪论 1 3 4 本文基于实时视频流车牌定位和识别技术中的难点 基于实时视频流的车牌定位与识别技术，随着计算机硬件技术和计算机软件 科学的快速发展已经取得了长足进步，其成本低廉，灵活性高，获取信息丰富， 以及高效实时快速的特点，使得其已经成为未来智能交通系统核心模块的主要发 展方向，但是目前基于实时视频流的车牌定位与识别技术，面临着如下一些困难。 1 与传统的硬件探测器检测触发方式相比，基于视频的监控系统需要对运动 图像进行检测，通过检测来进行触发处理。传统的硬件探测方式触发的基本上是 分辨率很高的高速照相机，可以获得信息量很大很清晰的图片，而视频监控系统， 需要的是摄像机，分辨率没有相机高，而且成本比较昂贵。 2 运动模糊是视频监控系统最最主要的问题，要克服运动模糊，需要的是比 较高级的高速摄像机，还有就是能够从一定程度上克服运动模糊影响的图像处理 算法，而基于照相机的系统则没有此问题。 3 摄像机获取的图像因为分辨率相对相机而言较低，更容易受到天气，光照， 阴影，阳光反射，大气尘埃，路面的灰尘，雾影响，常常导致的效果就是，车辆 信息模糊，拍摄的车牌区产生颜色变化，车牌区域模糊，车牌特征被污染等等问 题，远远不如高速照相机的拍摄效果。 4 对计算机硬件，和图像处理算法的实时性要求很高，对随时经过的车辆， 需要立刻从当时的视频流中抓取，并识别判断，任何速度上的缺陷，将对实时性 和工作效率产生影响，失去其高效快速实时的优势。 1 4 本文主要工作内容以及章节安排 本文将基于实时视频流，脱离传感设备，利用普通的数字摄像机拍摄的实时 视频流作数据源，研究尝试视频数据下实时快速的车牌定位算法和牌照识别算法， 本文具体研究内容和工作创新点如下： 1 编写程序从视频流中获取关键帧，研究和尝试在帧中设置检测窗口，获取每幅 关键帧中的检测窗口内带有车牌的图像信息，大量减小每帧中无效数据处理 量，提高运算的实时性能； 2 研究车辆运动方式和常规速度，并根据信号采样定理计算并合理设置获取有效 关键帧的频率，过滤信息重复的关键帧和无用数据帧，减少大量的无效运算， 优化系统的实时性能； 电子科技大学硕十学位论文 3 研究车牌区域字符轮廓结构特征和车牌字符的水平穿越点信息统计特征，发现 此2 种车牌特征在很多环境( 如运动模糊，天气，阴影等) 影响下，特征依然 十分明显，进而研究图像预处理算法，通过增强和滤波组合操作，提取字符轮 廓特征，并研究算法在字符轮廓的基础上提取车牌区域的穿越点图像； 4 根据车牌区域字符轮廓结构特征和车牌字符的水平穿越点信息统计特征，研究 开发基于车牌穿越点统计信息的车牌定位算法，并进行车牌的精确定位； 5 对定位车牌，根据传统灰度直方图，和车牌的字符排列结构的研究算法进行准 确的字符分割，并对分割好的单图像进行归一化预处理； 6 对分割字符，研究算法进行识别，学习研究传统b p 神经