車牌定位在電子警察中的工程應用分析

近年來，我國在城市和交通建設方面取得了巨大的進步。然而，面對越來越多的交通路口、收費站以及治安卡口，傳統(tǒng)的人工值守顯然已經(jīng)滿足不了要求。為解決這種現(xiàn)狀，出現(xiàn)了適應信息化時代的計算機集成產品，即電子警察，并已經(jīng)得到了廣泛的應用。
　　電子警察采用視頻圖像的識別技術，全天候進行車輛及道路的監(jiān)控，對違規(guī)車輛進行抓拍，實現(xiàn)了城市道路交通的智能化管理，達到無人化值守。利用該系統(tǒng)可以迅速查明違章車輛、分析交通事故，為進一步整頓交通環(huán)境，交通管理科學化提供高效可靠的技術依據(jù)。
　　1 抓拍照片分析
　　出于性價比的原因，目前國內電子警察系統(tǒng)的圖像獲取單元一般都采用CCD工業(yè)電視攝像機，而且被架設在室外?，F(xiàn)以闖紅燈違章抓拍系統(tǒng)為例來分析抓拍的圖像數(shù)據(jù)。
　?。?） 由于紅燈的停車線靠近行人通道，造成圖像背景特別復雜;
　　（2） 機動車的車型較多，車牌的位置各不相同;
　?。?） 拍攝圖像時受天氣、照明以及運動等因素的影響很大;
　?。?） 攝像機受路口實際條件的限制，可能距離較遠，并有一定角度;
　?。?） 臟、舊車牌比較模糊，還有不少故意作弊的車牌。
　　這種圖像數(shù)據(jù)要比在實驗室所用的數(shù)據(jù)惡劣得多，而且意想不到的情況也時有發(fā)生，這就給圖像識別帶來了極大的困難。
　　2 圖像處理方案
　　通過多次實驗檢測，最終選用了圖1所示的圖像處理方案。
　　
　　對圖像數(shù)據(jù)的灰度化、平滑、邊緣檢測、二值化以及旋轉都屬于圖像的預處理部分。判定就是準確地定位車牌位置，接下來先對車牌進行字符分割，然后逐字提取特征，形成該字符的特征向量，將這個特征向量作為神經(jīng)網(wǎng)絡的輸入，以便于字符識別。所以字符識別部分用了一個三層的神經(jīng)網(wǎng)絡，先進行學習訓練，得到收斂的一組權值。
　　限于篇幅，本文只介紹圖像預處理和判定部分，識別應用部分這里就不討論了。
　　2.1 灰度化與平滑
　　為了便于處理后的傳輸和存儲，由CCD攝象機獲取的圖像通過圖像采集卡采集到工控機或圖像處理器件后，一般會轉換成JPEG格式。這樣處理的對象也就是JPEG文件，要進行灰度化，以去掉彩色信息，加快處理速度?；叶然墓娇梢圆捎檬剑?）。
　　
　　其中，g（i，j）為點（i，j）處的灰度值，R，G，B分別為該點的三基色值。但是，定位車牌時亮度信息并不重要。鑒于在這個式子中，G基色占的比重最大，所以有理由在灰度化時只取綠色信息就可以了。
　　圖像平滑的目的是為了消除噪聲。噪聲并不限于人眼所能看到的失真或變形，有些噪聲只有在進行圖像處理時才能發(fā)現(xiàn)。一般來說，圖像的能量主要集中在其低頻部分，而車牌的信息主要在高頻部分，為了去掉高頻干擾，有必要進行圖像平滑。可以采用低通濾波的方法來去除噪聲，為此要設計空間域系統(tǒng)的單位沖激響應矩陣。