车牌识别技术应用及发展趋势分析

     车牌自动识别系统经过多年的发展,己是一项较为成熟的技术。相信在未来几年,随着各地智能交通系统的不断应用建设, 

车牌自

动识别技术会逐步向高清化、集成化、智能化发展,在各个应用系统中不断发挥其重要的作用。

一、车牌识别技术

车牌识别技术(Vehicle License Plate RecognitionVLPR)是指能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一,应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础,对摄像机所拍摄的车辆图像或者视频序列进行分析,得到每一辆汽车唯一的车牌号码,从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理,交通流量控制指标测量,车辆定位,汽车防盗,高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安,防止交通堵塞,实现交通自动化管理有着现实的意义。

从技术上评价一个车牌识别系统,有三个指标,即识别率、识别速度和后台管理系统。当然,前提是系统要能够稳定可靠的运行。

识别率

一个车牌识别系统是否实用,最重要的指标是识别率。国际交通技术作过专门的识别率指标论述,要求是24小时全天候全牌正确识别率85%95%

为了测试一个车牌识别系统识别率,需要将该系统安装在一个实际应用环境中,全天候运行24小时以上,采集至少1000辆自然车流通行时的车牌照进行识别,并且需要将车辆牌照图像和识别结果存储下来,以便调取查看。然后,还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率:

  1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数

  2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数

  3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率,诸如可信度、误识率等都是车牌识别过程中的中间结果。
  识别速度

  识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统,如果需要几秒钟,甚至几分钟才能识别出结果,那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如,在高速公路收费中车牌识别应用的作用之一是减少通行时间,速度是这一类应用里减少通行时间、避免车道堵车的有力保障。

  国际交通技术提出的识别速度是1秒以内,越快越好。

  后台管理

  一个车牌识别系统的后台管理体系,决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的,因为车牌照污损、模糊、遮挡,或者天气也许很糟(下雪﹑冰雹﹑大雾等等)。后台管理体系的功能应该包括:

  1、识别结果和车辆图像数据的可靠存储,当多功能的系统操作使得网络出差错时能保护图像数据不会丢失,同时便于事后人工排查;

  2、有效的自动比对和查询技术,被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警,如果车牌照号码没有被正确读取时就要采用模糊查询技术才能得出相对“最佳”的比对结果;

  3、一个好的车牌识别系统对于联网运行,还需要提供实时通信、网络安全、远程维护、动态数据交换、数据库自动更新、硬件参数设置、系统故障诊断。

  在上世纪80年代,由于模式识别领域研究的快速发展,人们开始将车牌识别、指纹识别、人脸识别等典型问题的研究成果付诸于实践,其中车牌识别的社会雳求、实用价值非常巨大,经过多年科研和实践的反复磨练,车牌识别已经成长为现代社会中最普及、最成熟的模式识别技术之一。如果说从20世纪80年代到2000年这段时间可以认为是车牌识别技术逐渐完善成熟的阶段,从2000年以来的这十年,则可以认为是车牌识别产品日益成熟的阶段。今天,我们谈到车牌识别,已不再局限于技术本身,更多的是指以车牌识别技术为核心的一整套系统,包括了车辆触发、图像抓拍、车牌识别、业务应用四个基本环节。而车牌识别产品的发展也可以从这几个方面进行剖析:

  一是在车辆触发机制上,“视频触发”和“外部触发”一直并行发展,视频触发的优点在于不需要其他设备辅助,可提高系统的集成度和易用性,不足之处在于对恶劣天气.环境比较敏感,此外一些大型车辆(比如公交、大型货车、翻斗车等)的触发时机的掌握上也有一定难度;但这些问题正逐渐被智能识别算法的进步所克服。外部触发的优点主要在于触发稳定,施工和后期维护的成本相对较高,但从最早的地埋线圈到地磁触发的出现也一定程度上克服了外部触发固有的施工难度和寿命方面的短板。

  二是在图像抓拍环节方面,产品从最初的工控机外接相机方式发展为带入或识别仪再发展为智能一体机,这个过程中图像的分辨率越来越高,平台的体积、功耗越来越小,呈现出明显的集成化趋势。而且,由于图像分辨率的迅速提高,目前的车牌识别实际上已经不再是“抓拍”图片,而是直接从视频中抽取合适的帧进行分析。

  三是车牌识别算法的发展,其主要体现在识别指标的逐渐逼近和对环境适应能力的提高,目前主流车牌识别厂商的常规识别率都稳定在95%以上,对光照、天气、成像的适应能力也越来越强。

二、车牌识别产品在智能交通中的应用

  汽车牌照号码是车辆的唯一“身份”标识,牌照自动识别技术可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证,这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。

  以下列举了几种应用方式:

  ——监测报警

  对于纳入“黑名单”的车辆,例如:被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等,只需将其车牌号码输入到应用系统中,车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置,系统将识读所有通过车辆的牌照号码并与系统中的“黑名单”比对,一旦发现指定车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低;可以适应高速行驶的车辆;可以在车辆行使过程中完成任务不影响正常交通;整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。

  ——超速违章处罚

  车牌识别技术结合测速设备可以用于车辆超速违章处罚,一般用于高速公路。具体应用是:在路上设置测速监测点,抓拍超速的车辆并识别车牌号码,将违章车辆的牌照号码及图片发往各出口;在各出口设置处罚点,用车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对,一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比,这种应用可以节省警力,降低执法人员的工作强度,而且安全、高效、隐蔽,司机需时刻提醒自己不能超速,极大地减少了因超速引发的事故。

  ——车辆出入管理

  将车牌识别设备安装于出入口,记录车辆的牌照号码、出入时间,并与自动门、栏杆机的控制设备结合,实现车辆的自动管理。应用于停车场可以实现自动计时收费,也可以自动计算可用车位数量并给出提示,实现停车收费自动管理节省人力、提高效率。应用于智能小区可以自动判别驶入车辆是否属于本小区,对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合,自动地、客观地记录本单位车辆的出车情况。

  ——自动放行

  将指定的牌照信息输入系统,系统自动地识读经过车辆的牌照并查询内部数据库。对于需要自动放行的车辆系统驱动电子门或栏杆机让其通过,对于其它车辆系统会给出警示,由值勤人员处理。可用于特殊单位(如军事管理区、保密单位、重点保护单位等)、路桥收费卡口、高级住宅区等。

  ——高速公路收费管理

  在高速路的各个出入口安装车牌识别设备,车辆驶入时识别车辆牌照将入口资料存入收费系统,车辆到达出口时再次识别其牌照并根据牌照信息调用入口资料,结合出入口资料实现收费管理。这种应用可以实现自动计费并可防止作弊,避免了应收款的流失。

  高速公路已开始实施联网收费,随着联网范围的扩大,不同车型的收费差额也越来越高,司机利用现有收费系统的漏洞通过中途换卡进行逃费的问题将越来越突出,利用车牌识别技术是解决此类问题的根本方法。

  ——计算车辆旅行时间

  在交通管理系统中可以将车辆在某条道路的平均旅行时间作为判断该道路拥堵状况的一个参数。安装车牌识别设备于道路的起止点,识读所有通过车辆并将牌照号码传回交通指挥中心,指挥中心的管理系统根据这些结果就可计算出车辆平均旅行时间。

  ——牌照号码自动登记

  交通监管部门每天都要处理大量的违章车辆图片,一般由人工辨识车牌号码再输入管理系统,这种方式工作量大、容易疲劳误判。采用自动识别可以减少工作强度能够大幅度提高处理速度和效率。这种功能可用于电子警察系统、道路监控系统等。

  车牌识别停车场管理系统将摄像机在入口拍摄的车辆车牌号码图象自动识别并转换成数字信号。做到一卡一车,车牌识别的优势在于可以把卡和车对应起来,使管理提高一个档次,卡和车的对应的优点在于长租卡须和车配合使用,杜绝一卡多车使用的漏洞,提高物业管理的效益;同时自动比对进出车辆,防止偷盗事件的发生。升级后的摄像系统可以采集更清晰的图片,作为档案保存,可以为一些纠纷提供有力的证据。方便了管理人员在车辆出场时进行比对,大大增强了系统的安全性。

  汽车牌照自动识别技术是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。通过对图像的采集和处理,完成车牌自动识别功能,能从一幅图像中自动提取车牌图像,自动分割字符,进而对字符进行识别.其硬件基础一般包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如计算机)等。

  三、未来发展趋势

  综合来看,车牌识别产品的竞争将更多的强调成像、图像预处理、算法、业务逻辑等系统各环节的相互配合。特别是物理成像以及图像预处理的水平可能会成为下阶段发展的关键,其原因在于当识别算法的发展达到一定的高度,短期内很难会出现非常突破性的变革,这时如何能够通过成像、光源、降噪等环节来为核心算法扫清障碍就成为了影响产品最终性能的制衡点。此外,与整体安防行业的发展相应,以下几个趋势对车牌识别产品的影响将会非常深远:

  1更高的分辨率及画面质量

  作为一种典型的模式识别算法,车牌识别一直期望有更高的图像分辨率。从这几年的发展可以看到,随着分辨率的提升单个相机所覆盖的车道数量逐渐增加,目前主流车牌识别智能相机已经可以单独覆盖三个车道,但事实上车牌的大小依然是很大的制约因素,如果相机的分辨率可以提升千万量级,车牌识别的识别指标将会更加逼近“几乎不出错”的极限,而且车牌识别能够稳定工作的区域也会明显增大,一些目前并不特别可靠的扩展应用的效果将得到改观。除了分辨率提升外,画面质量也是同等重要的问题,近年来高清相机的分辨率虽然提升的速度很快,但在动态范围的表现上却差强人意,导致在一些场景下出现亮处细节和暗处细节无法兼顾的问题,这将是下阶段相机发展的关键点之一。

  2.更高的计算能力和集成度

  高清相机的发展必然导致车牌识别算法需要更大的计算资源,嵌入式平台核心芯片的更新速度将会直接影响车牌识别产品的形态以及发展方向,可以预见,今后更多的相关业务将会被放置在车牌识别智能相机上。

      3.更高的易用性、更强的适应能力

  目前车牌识别算法本身的难题主要集中在车牌受到各种干扰时如何保证尽可能准确地识别,例如大型车常见的车牌污损、私家车辆规避限号的车牌遮挡、光照环境形成的阴影干扰等等。此外,车牌识别产品的参数配置一直相对繁琐,这很大程度上是为了能够通过精确的调整相机成像、补光、算法的各个环节来确保达到最好的识别效果。如何利用好高分辨率和高计算能力来降低系统的操作难度,进一步解决这些经典的技术问题,提高系统配置的自动化水平是车牌识别产品下阶段需要着重投入的方向。

  小结

  车牌自动识别系统经过多年的发展,己是一项较为成熟的技术。相信在未来几年,随着各地智能交通系统的不断应用建设,车牌自动识别技术会逐步向高清化、集成化、智能化发展,在各个应用系统中不断发挥其重要的作用。

上一篇:没有了
下一篇:云计算数据中心综合布线发展趋势