基于车牌识别+移动支付的高速公路收费系统设计与实现

李丹

摘 要：为提高高速公路通行效率，在原有收费系统基础上提出基于“车牌识别+移动支付”的高速公路收费系统，无需额外安装设备即可实现不停车收费。系统核心技术为车牌识别与移动支付。车牌识别采用小波降噪技术对图像进行降噪处理，采用数学形态学方法进行车牌定位，采用垂直投影法进行字符分割，采用ORC算法进行字符识别;移动支付通过调用第三方支付平台（微信或支付宝）接口方式实现。对车牌图像进行降噪处理后，车牌识别正确率达到96%，比未降噪处理提高3%;与ETC收费车道相比，从该系统入口车道通行时间缩短7秒，出口车道缩短8秒，试验结果表明该系统提高了高速公路通行效率。

关键词：车牌识别;移动支付;小波降噪;车牌定位;字符分割

DOI：10. 11907/rjdk. 201359 开放科学（资源服务）标识码（OSID）：

中图分类号：TP319文献标识码：A 文章编号：1672-7800（2020）008-0173-05

Abstract： In order to enrich the highway toll collection method and further improve the highway traffic efficiency， this paper proposes the highway toll collection system based on “license plate recognition + mobile payment” on the basis of the original toll collection system， and realize non-stop toll collection without installing additional equipment. License plate recognition and mobile payment is the core technology of the system， the license plate recognition process uses wavelet noise reduction on the image noise reduction processing， adopts mathematical morphological method for license plate positioning and vertical projection method for character segmentation as well as ORC algorithm for character recognition. Mobile payment is realized by calling the third-party company payment platform （WeChat and Alipay） interface. After noise reduction of license plate images， the correct rate of license plate identification reached 96%， which is 3% higher than that without noise reduction. Compared with the ETC toll lane， the travel time of the entrance lane was reduced by 7 seconds and the exit lane was reduced by 8 seconds after using this system; the test results showed that this system improved the efficiency of highway traffic.

Key Words： license plate recognition; mobile payment; wavelet noise reduction; license plate positioning; character segmentation

0 引言

目前高速公路收費主要有人工半自动收费（Manual Toll Collection， MTC）、电子不停车收费（Electronic Toll Collection，ETC）两种方式[1-2]。MTC由人与计算机设备、电子识别设备、信息显示及交通控制设备等共同完成，只有某些工作环节需要人工完成[3]。ETC通过在车辆上安装ETC车载器，与ETC车道接收天线进行微波通讯，并利用互联网技术从该车预付款账户中扣除费用，实现不停车收费[4-6]。ETC技术具有提高高速公路通行效率、无需工作人员操作、减少现金管理成本等优势，但ETC办理和初始安装较复杂，在一定程度上限制了该功能使用[7]。

随着移动支付的普及，使用移动支付技术收缴高速公路过路费成为研究热点，研究重点包括停车移动支付和不停车移动支付两种模式[8-9]。目前，停车移动支付主要应用在MTC车道上，使用第三方支付软件主动或被动扫描二维码付款，减少现金管理、找零等操作，在一定程度上提高高速公路通行效率[10]。为实现不停车移动支付，相关学者提出电子车牌+移动支付的收费方式[11-12]，需在车辆上安装电子车牌标签，通过无线射频技术与高速公路出入口车道进行通信并计算通行费用，通过远程移动支付方式付款。目前，电子车牌+移动支付收费方式已在无锡、深圳试用，京津冀、湖北地区已开展可行性分析[13]。

目前，高速公路不停车收费方式都需要安装额外的通讯设备或标签，导致使用复杂性增加，用户数量受限。本文提出将车牌识别技术和移动支付技术应用到高速公路收费系统中，用户无需在车辆上安装额外的通讯设备或标签，只需将手机与车辆信息绑定，就可实现高速公路不停车收费功能，降低通行收费复杂性。

1 系统特点与相关技术

1.1 系统特点

基于车牌识别+移动支付的收费系统是现有高速公路收费系统的一个补充，其在现有收费站、收费中心及收费车道基础上增加一个业务功能模块，用户无需安装额外的电子设备就能实现不停车收费。在保留原有车道功能基础上叠加该功能，车道改动较小，可节约成本。与停车移动支付相比，该系统可实现不停车移动支付;与ETC和“电子车牌+移动支付”等不停车缴费方式相比，该系统无需安装额外的通讯设备或电子标签。

车辆通过车牌识别方式进入高速公路并进行计费，驶离高速公路出口时也是通过车牌识别采用移动支付方式支付，用户无需进行任何操作即以一种无感的收费方式通行。高速公路改造升级工作较少，仅需增设车牌识别硬件，MTC车道和ETC车道均可使用该功能。

1.2 车牌识别技术

系统核心技术之一是车牌识别，其识别精准度直接影响不停车收费成功率。高速公路出入口车牌识别方式分为两种：①从抓拍视频中提取车牌信息;②从摄像机抓拍的图像中提取车牌信息[14-15]。两种方式的核心流程基本一致，如图1所示。通过高清摄像机对车辆进行拍照，图片质量影响车牌识别准确率，需对图像进行降噪、边缘增强、对比度调整等预处理，然后在图片中定位出车牌区域，最后对车牌区域字符进行分割与识别。

车牌识别研究较多。文献[16]实现车牌自动识别功能，但未对图像进行去噪处理;文献[17]对车牌图像进行倾斜校正，提高倾斜车牌识别正确率;文献[18]提出一种车牌识别算法，但未建立动态数学模型，未进行仿真分析。相对于日间车牌识别，夜间识别难度较大，如何快速准确进行车牌识别是当前面临的重要课题。本文以图像处理技术为支撑，提出一种车牌去噪方法，在车牌图像模糊、光照不均情况下提高识别准确率。

1.3 移动支付技术

移动支付分现场支付和远程支付两种[19-20]。现场支付是一种近距离支付技术，使用近距离无线通信技术实现;远程支付采取远程数据传输实现支付，通过互联网技术实现。为实现不停车收费，本系统采用远程支付技术。为降低网络支付风险，本系统采用第三方支付平台（微信、支付宝等）进行支付，用户无需和银行进行资金清算，使用起来非常方便。第三方支付公司技术成熟，集成多家银行，无需开通网银也可进行交易，快捷方便。移动支付架构如图2所示。

2 系统总体设计

基于车牌识别的付款方式，用户需要注册账号并绑定用户信息、车辆信息（车牌、车型、行驶证等）以及支付信息（微信、支付宝等）;用户实体和车辆实体是一种N对N关系，一个用户可绑定N辆车，一辆车可以被N个用户绑定。

2.1 系统构成

系统由以下4部分构成：①車道端：包括出口车道和入口车道，实现原有车道功能，与支付网关和栏杆机进行信息交互;②用户端：包括用户信息注册、绑定车辆信息、支付信息绑定等功能;③移动支付网关：建立数据安全交互通道;④移动支付运营平台：包括管理用户和车辆信息、与第三方支付平台接口管理、与高速公路结算中心清分系统对账管理等。

2.2 出、入口流程

用户驾车驶入高速公路收费站入口时，根据车牌识别系统识别车牌和车型，进入高速公路入口，系统进行信息登记并开始计费，如图3所示。当用户驾车驶离高速公路出口时，根据车牌识别方式读取信息，抬杆放行并自动扣费，流程如图4所示。

2.3 扣费流程

扣费是高速公路收费系统最核心流程，安全、合理、有效进行扣费才能保证用户放心使用。系统首先判断用户账户余额是否可以支付费用，如果余额充足即直接完成扣费，如果余额不足再使用绑定的其它付款方式缴费，扣费流程如图5所示。

3 关键技术实现

车牌识别和移动支付技术是系统关键技术，通过车牌识别技术完成车辆身份识别，车牌识别效率及正确率至关重要。为提高移动支付的安全性和系统开发效率，本文通过调用第三方支付方式实现支付功能，而不是开发一套新的移动支付方式。

3.1 车牌识别

3.1.1 车牌图像预处理

车牌识别时如果采集光照强度不足，图像背景易虚化不清，在此背景条件下，系统识别的车牌图像往往出现图像失真、存在噪声等问题。为提高车牌图像清晰度，需要在进行图像像素特征表达基础上进行降噪处理，以进一步美化车牌图像[21]。

经过上述处理实现车牌图像降噪，得到清晰美化的车牌图像。

3.1.2 车牌定位

由于采集的车牌图像范围大于车牌范围，包含车身信息，因此在进行识别前要将车牌区域从整体图像中分离出来，即车牌定位。本文采用数学形态学算法实现该功能，该算法包含腐蚀、膨胀、开运算和闭运算4种基本运算 [22]。通过4种运算组合，简化图像数据，去除不相干结构实现车牌定位。

3.1.3 车牌分割

车牌分割指将车牌定位后图像中的字符分割出来，本文采用垂直投影法完成字符分割，方法如下：①对车牌二值图像进行垂直投影，统计出每列的值;②确定阈值，如字符长度大于设定阈值，则认为该块由两个字符组成，需要分割。

3.1.4 车牌识别

车牌识别采用模板匹配的OCR算法，即图像文字识别技术，将车牌分割后图像中的文字提取出来，以文本形式展现。

3.2 移动支付

本系统移动支付方式通过协调第三方支付公司（微信和支付宝）完成支付结算。当用户驶离高速公路后，将高速通行费用划入第三方账户并暂为存储，用户在规定时间内未进行申诉即视为该支付合法，系统将通行费划入高速公路账户。第三方支付公司提供支付应用集成包，包括数据交互过程、接口调用方式、参数说明、签名机制等内容，根据其说明进行开发就可完成支付功能。

4 系统测试与结果分析

4.1 系统测试

用户完成注册并绑定车辆信息及支付信息，系统审核通过后驾驶该车辆进入高速公路入口，入口车道拍摄照片，进行车牌识别，识别成功后将信息写入系统，抬杆放行并开始计费。选择绑定免密支付，如图6所示，选择支付宝后在支付宝签订相关协议方即可开通，车牌识别结果见图7。

车辆驶离高速公路时在出口进行车牌识别，并在后台进行计费结算及扣费操作，扣费成功系统向用户发送短信。

4.2 结果分析

不同光照背景下采集200张图片进行系统测试，系统性能见表1。实验结果表明，进行降噪美化后的车牌识别准确率更高，但系统消耗时间更多。

5 结语

基于车牌识别+移动支付的高速公路收费系统，在用户无需安装额外设备前提下实现不停车收费，能够提高高速公路通行效率。但是，车牌识别速度、准确性以及车牌污损或遮挡等问题会影响交易成功率及安全性。另外，车牌识别无法解决套牌问题，这些将在后续进行研究。

参考文献：

[1] 莫丽娜. 高速公路电子不停车收费系统的应用前景[J]. 青海大学学报（自然科学版），2011，29（6）：98-100.

[2] 何培舟. 公路收费方式浅谈[J]. 中国交通信息化，2018，17（2）：26-28.

[3] 卞延鹏. ETC与MTC混合式收费车道通行能力分析[J]. 科学技术创新，2018，17（11）：101-102.

[4] 李坚，王秀媛. 高速公路电子不停车收费系统国内外发展现状研究[J]. 自动化与信息工程，2007，16（2）：1-4.

[5] 叶忠杰. 高速公路收费系统与ETC技术[J]. 山西交通科技，2003，12（1）：12-14.

[6] CHEN C D，FAN Y W，FARN C K. Predicting electronic toll collection service adoption： an integration of the technology acceptance model and the theory of planned behavior[J]. Transportation Research， 2007， 15C（5）：300-311.

[7] 黄慰忠. 基于牌照识别与移动支付的高速公路不停车收费系统浅析[J]. 中国市政工程，2018，17（3）：27-30，116.

[8] 危炫杰. 基于“电子车牌+移动支付”的高速公路收费管理[J]. 交通世界，2019，45（29）：16-17.

[9] 麥超武. 移动支付在高速公路收费中的应用分析[J]. 公路，2019，64（7）：234-237.

[10] HUANG J T. Contrastive analysis between mobile phone payment technology and ETC technology in expressway[J]. Guangdong Highway Communications， 2017，24（9）：115-121.

[11] 郭冰. “电子车牌+移动支付”在高速公路收费中的应用[J]. 中国新通信，2018，20（24）：107-109.

[12] 孟姣姣. 高速公路收费中“电子车牌+移动支付”的应用研究[J]. 中国战略新兴产业杂志，2018，33（12）：53-59.

[13] 朱皖辉. “电子车牌+移动支付”在高速公路收费中的应用[J]. 交通世界，2017，20（26）：10-11，14.

[14] 江志荣. 车牌识别技术在高速公路中的应用[J]. 中国交通信息化，2018，17（10）：92-95.

[15] LI D，YANG D，LIU G. Research on key technologies of night detection of license plate recognition system[C]. Proceedings of 2019 2nd International Conference on Mechanical， Electronic and Engineering Technology（MEET 2019），2019：112-116.

[16] 莫玲. 图像处理技术在车牌识别中的研究[J]. 轻工科技，2018，12（8）：88-90.

[17] 张俊峰，尚振宏，刘辉. 基于颜色特征与模板匹配的车牌识别系统设计与实现[J]. 软件导刊，2018，17（1）：212-215，220.

[18] 王伟伟，李绍民. 关于车牌识别算法的研究[J]. 电子世界，2018，61（15）：53-54.

[19] 韩赵魏. 第三方支付平台在手机支付中的应用研究[D]. 长沙：湖南大学，2012.

[20] ZHAO L，SHU H Y. Mobile payment development in china[J]. Applied Mechanics & Materials， 2013， 464（55）：416-419.

[21] 刘凯，罗凯耀，姜代红. 基于VC++的车牌图像预处理设计与实现[J]. 软件导刊，2015，14（6）：189-190.

[22] 周彬彬. 复杂环境下车牌识别系统中关键技术的研究与实现[D]. 南昌：南昌航空大学，2016.

（责任编辑：杜能钢）