车辆牌照自动识别系统的商业价值

（河海大学商学院,江苏南京,211100）

车辆牌照自动识别系统的商业价值

陈 野,鹿 翠

（河海大学商学院,江苏南京,211100）

车牌检测算法研究与实现对于交通安全、交通管理与控制具有非常重要的理论意义和实用价值。车牌图像检测使车辆管理系统更加智能化，数字化，有效的提升了交通管理的方便性和有效性，其商业潜在价值非常大，值得相关人员进行研发与推广。

车辆牌照；自动识别；商业价值

0 车辆牌照自动识别系统的介绍

国外对车辆牌照自动识别系统的研究，最早起于20世纪80年代，因为当时的科学技术水平有限，在这个阶段的研究并没有形成完整的体系。进入20世纪90年代，随着数字信号处理学、模式识别、计算机图形学、计算机视觉等科学技术的迅猛发展，开始系统化地研究车辆牌照识别系统（LPRS）。针对日本车辆，LuiS公司研制的车牌识别系统，识别的成功率可以达到90%以上，即使在天气糟糕的状况下，识别成功率也能够达到70%作用。Paolo等开发了一种识别率达到了91%的车牌识别系统，但该系统的使用范围窄，只适用于意大利车辆。Tindail开发的车牌识别系统可以识别全部的英国车牌。R.Mullot研发了两种系统：一种可用于集装箱识别，另一种可用于车牌识别，该识别检测系统的原理是利用字符的纹理特征。目前在国外比较成熟的车牌识别系统产品有：英国公司（Racal Messenger Ltd）的Talon LPRS系统，中国香港公司（Asia Vision Technology）的VECON产品。

我国在这方面的研究起步比较晚。国内做得比较好的产品有厦门宸天电子科技有限公司的SupPlate车牌识别系统，深圳市普利得公司的Plate DSP车牌识别系统，中科院自动化所汉王公司的“汉王眼”。

1 车辆牌照自动识别系统的原理

汽车车牌自动识别包括：汽车图像边缘检测、车牌定位、字符分割和识别四个模块组成。其中，车牌检测包括边缘检测和车牌定位，车牌定位是最为关键的子系统。车牌定位技术是从汽车图像中提取出车牌区域，它是进一步识别车牌字符的基础。具体流程如图1所示：

其中原始图像是指由彩色摄像机、数码相机或其他扫描装置拍摄到的汽车图像；输出结果是指得到最后的汽车牌照，包括汉字、字母和数字。本文将重点介绍彩色图像边缘检测和车牌定位技术。

1.1 彩色图像边缘检测

彩色图像边缘检测技术包括对采集到的汽车图像进行处理，包括图像灰度化、图像增强、图像边缘检测、边缘图像二值化。

⑴图像灰度化

对于将彩色图像转换成灰度图像，目前比较常用的灰度化方法叫平均值法，公式为： H=0.229R+0.588G+0.144B，公式中H表示灰度图的亮度值，R表示彩色图像红色部分的分量值，G表示色彩图像绿色部分的分量值，B表示彩色图像蓝色部分的分量值。R、G、B 三个分量前的系数表示经验加权值。该系数的取值取决于人眼的视觉模型。权值最大的是对人眼较为敏感的绿色，最小的是对人眼较不敏感的蓝色。通过平均值法转换的灰度图能够较好地反应原图像的亮度信息。

⑵图像增强

由于场景条件的影响，很多图像拍摄的视觉效果不佳。因此在对图像进行分析处理之前，必须先对图像进行改善，即图像增强。图像增强方法不考虑图像降质的原因，并不要求改善后的图像去逼近原始图像，而是根据一定的要求将图像中感兴趣的部分加以处理或突出有用的图像特征（如边缘、轮廓、对比度等），抑制不需要的信息，以改善图像的主观视觉效果或便于后续的图像分析和识别。

图像增强的方法分为空间域法和频率域法两类。空间域法是在空间域内对图像的像素值进行直接运算操作，而频率域法是在图像的某个变换域内对整个图像进行操作，并修改变换后的系数。

⑶图像边缘检测

用摄像机采集到的机动车图像由于受到噪声干扰以及车辆本身的影响，使得获得的图像质量不理想。因此，需要先对车辆图像进行边缘检测处理，提高图像的质量，然后再进一步对汽车牌照进行定位及字符识别。一般图像边缘检测流程图如图2所示：

图2 边缘检测图

⑷边缘图像二值化

一幅图像包括目标物体、背景和噪声，要想从多值的数字图像中直接提取出目标物体区域，灰度图像二值化是一种最常用同时也是最简单的分割方法，只要阈值T选取恰当，将每个灰度值和灰度级阈值T进行比较，若像素点低于灰度级阈值T，那么就给其重新分配最小灰度值（如0），反之，就给其分配最大的灰度值（如255），那么就可以重新组成一个二值图像，这样可把目标从背景区域中分割开来。也就是将整个图像呈现出明显的只有黑和白的视觉效果。在数字图像处理中，图像二值化处理具有非常重要的作用，图像的二值化有利于图像的进一步处理分析，使图像变得简单，并且数据量减小，能显现出感兴趣目标的轮廓。

1.2 车辆牌照定位技术

车牌定位技术是指汽车图像经过灰度化和边缘检测的处理后，边缘得到了加强，牌照区域已经非常明显。本文采用的是用数学形态学和彩色图像分割的方法来进行图像处理和模式识别。就可以得到相对准确的车牌位置。

⑴车牌粗定位

它的基本思想是用具有一定形态的结构元素（矩形、圆形或者菱形等）作为“探针”来探测目标图像，当“探针”在图像中不断移动时，便可考察图像的形状以及各个部分之间的相互关系，从而获取有关图像的图形结构特征，进而达到对图像进行分析和识别的目的。数学形态学是一种有效的非线性图像处理和分析理论，由一组形态学的代数运算构成。最基本的形态学运算有膨胀、腐蚀、开运算和闭运算。用它们可以进行图像形状和结构的分析及处理，可以解决噪声抑制、图像滤波、边缘检测、特征提取、纹理分析、图像复原、图像重建、图像分割等方面的问题。

⑵车牌精确定位

车牌精确定位则利用了车牌彩色信息的彩色分割法来完成车牌部位分割，从而精确定位车牌区域边界。与灰度图像相比，彩色图像色彩丰富，信息具有原始性和完整性，在设备存储量和速度允许的情况下可以取得更好的处理效果，彩色图像分割主要依据图像在各个区域的不同特性，而对其进行边界或区域上的分割，并从中提取出所关心的目标。近年来很多学者开始应用彩色图像处理技术对车牌进行精确定位：首先统计彩色汽车图像的蓝色像素点，从而可以确定车牌底色蓝色RGB对应的灰度范围，然后统计在车牌行方向的颜色范围内的蓝色像素点数目，给出合适的阈值，确定出行方向车牌区域。最后在分割出的行区域的前提下，统计列方向蓝色像素点的数目，最终完成对车牌区域的精确定位。

2 车辆牌照自动识别系统的商业价值

随着生产力水平的不断提高以及生活节奏的不断加快，传统的交通管理系统方式受到了极大的挑战，交通问题逐渐成为社会普遍关注的热点和难点问题，最近几年内，通信和计算机技术在智能交通领域的应用越来越广泛。我国的智能交通领域正逐渐进入一个信息化、数字化的时代。车牌检测与识别技术作为交通管理自动化的重要手段，广泛应用于交通流量检测、港口等出入车辆管理、交通控制与诱导、闯红灯等违章车辆监控等需要对车辆牌照进行识别的重要场所；尤其是高速公路收费站在运用电子不停车收费系统（ETC）中，实现车辆不停车进出、自动收费，从而实现大大提高高速公路系统通行能力的目的。因而，车牌检测技术具有不可替代的作用和极高的商业价值。具体来说，其商业价值主要表现在以下几个方面：

⑴公路管理系统。以车辆拍照自动识别系统为基石，并结合通信等高科技术，通过对高速公路交通状况进行自动监测，掌握车辆流量信息，自动布控，不仅可以实现高速公路的不停车收费，而且还可以大大降低交通事故的发生率，减少不必要的人身伤害和财产损失，确保交通畅通无阻，进而提高通行效率。

⑵安防布控系统。采用车辆拍照自动识别系统实现对嫌疑车辆自动识别，从而达到自动快速报警的目的，同时又为公安机关提供了对犯罪嫌疑人的车辆进行远程跟踪和检测的技术手段。

⑶停车场收费管理系统。利用车辆拍照自动识别系统实现对进出车辆拍照的自动检测，并且结合停车卡的使用，实现对车辆自动计时、计费的目的，从而在大大提高工作效率的同时，还能降低人力成本的耗费。

⑷社区车辆管理系统。社区安全系统通过车辆牌照自动识别系统自动记录进出社区车辆的牌照，并与社区内部车辆牌照信息进行比对，从而能够发现可疑车辆，及时消除安全隐患，保卫社区居民人身及财产的安全。

⑸城市交通路口的“电子警察”。通过运用车辆牌照自动识别系统，在城市道路主要节点布置“电子警察”，一方面能够引导广大驾驶员提高安全意识、遵守交通法规，加大法律的威慑力度；另一方面也能及时识别违章车辆的牌照信息，有利于迅速处理交通事故并追究驾驶员相应责任，从而实现提高城市道路的通行能力，减少交通事故和交通拥挤带来的直接损失和间接损失，同时也可以实时地提供交通流数据，有利于做好交通监测和指导工作。

[1] 王占全，徐慧.精通Visual C++数字图像处理技术与工程案例[M].北京：人民邮电出版社，2009.

[2] 陈进，徐佩霞.一种改进的车牌定位方法[J].计算机工程与应用.2010，46(23):244-248.

[3] 姚蕾.车牌识别系统的软件设计与实现[D].上海交通大学硕士学位论文，2009.

[4] 孙杰，张丽静.车牌定位分割技术的研究与实现[D].华北电力大学硕士学位论文，2007.

[5] 张德丰.MATLAB数字图像处理[M].北京:机械工业出版社，2009.

[6] 周亮,刘云.基于数学形态学的汽车牌照提取算法[J].青岛科技大学学报(自然科学版).2007，28(1):69-72.

[7] 李刚，曾锐利，林凌，王蒙军.基于数学形态学的车牌定位算法[J].仪器仪表学报.2007，28(7):1325-1326.

[8] 王森，杨克俭.基于双线性插值的图像缩放算法[J].图形图像处理，2008，10(1): 39-57.

陈野，男，1985年7月出生，江苏宿迁，河海大学商学院硕士研究生，研究方向：财务管理

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