楊俊 張冰倩 張榜孟 彭馨儀

摘 要：針對當(dāng)前私家車輛劇增，交通問題日益嚴(yán)重，本系統(tǒng)采用J2EE技術(shù)以JavaCV開源計(jì)算機(jī)視覺庫技術(shù)為基礎(chǔ)，設(shè)計(jì)并完成一套在流媒體圖像中定位行駛過程中的車輛牌照，并將其從圖像中提取出來，實(shí)現(xiàn)在流媒體中進(jìn)行車牌檢索的功能，并具有車輛流量分析功能的系統(tǒng)。

關(guān)鍵詞：JavaCV；圖像處理；流媒體檢索；車牌識別

引言

車輛牌照定位與識別是計(jì)算機(jī)視覺與模式識別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一，該技術(shù)應(yīng)用范圍非常廣泛，其中包括：交通流量檢測、交通控制與誘導(dǎo)、機(jī)場、港口等出入口車輛管理、小區(qū)車輛管理、闖紅燈等違章車輛監(jiān)控、不停車自動(dòng)收費(fèi)、道口檢查站車輛監(jiān)控、公共停車場安全防盜管理、計(jì)算出行時(shí)間、車輛安全防盜、查堵指定車輛等。其潛在市場應(yīng)用價(jià)值極大，有能力產(chǎn)生巨大的社會效益和經(jīng)濟(jì)效益。國外汽車牌照識別系統(tǒng)研究工作已有一定進(jìn)展，但并不適合我國國情。我國汽車牌照的規(guī)范懸掛位置不唯一，并且由于環(huán)境、道路或人為因素造成汽車牌照污染嚴(yán)重，這種情況下國外發(fā)達(dá)國家不允許上路，而在我國仍可上路行駛等。這就增大了車牌識別的難度。

車牌識別技術(shù)的運(yùn)用使得“大輸入小輸出”成為了可能——輸入一幅很大存儲量的圖像，輸出時(shí)僅僅是很小存儲量的數(shù)字，這必然使得其在大量存儲和管理數(shù)據(jù)庫相連等方面有無可替代的優(yōu)越性。在此基礎(chǔ)上，研制出能在公眾場合準(zhǔn)確迅速地對汽車牌照進(jìn)行自動(dòng)定位識別的系統(tǒng)，將極大地提高汽車安全管理水平及管理效率。

1 系統(tǒng)目標(biāo)

本項(xiàng)目采用J2EE技術(shù)并以JavaCV開源計(jì)算機(jī)視覺庫技術(shù)為基礎(chǔ)，完成一套在流媒體圖像中定位行駛過程中的車輛牌照，并將其從圖像中提取出來，實(shí)現(xiàn)在流媒體中進(jìn)行車牌檢索功能，并具有車輛流量分析功能的系統(tǒng)。本系統(tǒng)利用車牌的形態(tài)學(xué)特征建立相應(yīng)的車牌定位引擎同時(shí)建立相應(yīng)的車牌識別引擎達(dá)到從流媒體搜尋車牌的功能。系統(tǒng)對重點(diǎn)街道或路口采集的視頻數(shù)據(jù)進(jìn)行分析，完成以下功能。

（1）建立車牌定位引擎，定位視頻中出現(xiàn)機(jī)動(dòng)車輛的機(jī)動(dòng)車牌，生成截屏圖片；（2）建立車牌字符分割引擎，對提取的圖片中機(jī)動(dòng)車牌號碼進(jìn)行圖像分割；（3）建立字符圖像識別引擎，對分割后的圖像字符進(jìn)行識別，并輸出文件進(jìn)行記錄；（4）對輸入的車牌號碼是否存在與流媒體中實(shí)現(xiàn)檢索功能；（5）對街道或路口的車輛流量進(jìn)行統(tǒng)計(jì)。

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

項(xiàng)目實(shí)施技術(shù)路線如圖1所示。

圖1 車牌分析系統(tǒng)技術(shù)方案

（1）圖像處理與車牌定位定位引擎的設(shè)計(jì)

在圖像處理過程中首先進(jìn)行圖像灰度化處理，根據(jù)灰度直方圖的分布有選擇地對灰度區(qū)間進(jìn)行分段拉伸以增強(qiáng)對比度。對于圖像中的一些孤立噪點(diǎn)，通常采用圖像平滑的方法或采用空域?yàn)V波的中值濾波去除噪點(diǎn)，本項(xiàng)目采用空域?yàn)V波進(jìn)行去噪。圖像的邊緣檢測主要是精確定位邊緣和抑制噪點(diǎn)，其基本思想是首先利用邊緣增強(qiáng)算子，突出圖像中的局部邊緣，其中主要的算子有：Roberts算子，Prewitt算子，Canny算子，Laplacian和LoG算子。本項(xiàng)目采用Roberts算子進(jìn)行邊緣檢測。最后進(jìn)行精確定位，精確定位分為水平定位和垂直定位。

（2）車牌字符分割引擎的設(shè)計(jì)

圖像中對象物的形狀特征的主要信息通常從二值圖像中得到。對于有些車牌的放置位置等環(huán)境因素造成的不合適的角度需要傾斜校正，分兩步，第一步找出傾斜的角度；第二步進(jìn)行坐標(biāo)變換。目前提出的字符識別的方法有：模版匹配字符識別算法，統(tǒng)計(jì)特征匹配法，神經(jīng)網(wǎng)絡(luò)字符識別法，支持向量機(jī)模式識別算法。

（3）字符圖像識別引擎的設(shè)計(jì)

目前提出的字符識別的方法有：模版匹配字符識別算法，統(tǒng)計(jì)特征匹配法，神經(jīng)網(wǎng)絡(luò)字符識別法，支持向量機(jī)模式識別算法。

3 結(jié)束語

現(xiàn)有的圖像識別技術(shù)在國內(nèi)研究較多，但實(shí)用相對較少，本系統(tǒng)希望將圖像處理技術(shù)應(yīng)用于流媒體的圖像車牌識別技術(shù)上，為交通領(lǐng)域的發(fā)展做出貢獻(xiàn)。

參考文獻(xiàn)

[1]褚勤.基于小波分析和支持向量機(jī)的人臉識別方法研究[D].華南理工大學(xué)，2012.

[2]李友坤.BP神經(jīng)網(wǎng)絡(luò)的研究分析及改進(jìn)應(yīng)用[D].安徽理工大學(xué)，2012.

作者簡介：楊?。?991-），男，大三學(xué)生，專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)。

張冰倩（1991-），女，大二學(xué)生，專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)。

張榜孟（1992-），男，大一學(xué)生，專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)。

*通訊作者：彭馨儀（1979-），女，講師，主要研究方向：人工智能及大數(shù)據(jù)。