技术透析:智能交通中车牌自动识别技术 - 城市智能交通 - 智慧交通网 ITS114.COM|领先的智能交通门户网站
  • 技术透析:智能交通中车牌自动识别技术

    2015-03-24 09:26:06 来源:慧聪安防网 评论:
    分享到:

      车牌的自动识别是图像识别技术在智能交通领域应用的重要研究方向之一,是实现交通管理智能化的重要环节。在高清视频技术的车牌识别系统中,采用视频全区域动态检测跟踪技术,是目前智能交通计算机运算视觉最先进的技术,对全部区域不同方向、不同速度移动的所有车辆或物体,进行不同角度、不同种类的复杂检测,采用改进的滤波方法进行跟踪,然后对行进轨迹或物体进行复杂交通规则判断的综合技术。通常这是采用了帧率差检测和车牌检测识别相结合的技术,可具备跟踪车辆行驶轨迹的功能,这样一来就可以判断车辆直行、左转、右转等行驶方向。

      一、停车场及小区出入口

      停车场及小区出入口车牌识别技术的应用,主要用于记录车辆的牌照号码、车牌颜色、出入时间,实现车辆的自动管理,以便节省人力、提高效率;例如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、客观地记录本单位车辆的出车情况。

      停车场及小区出入口管理单靠人工去记来往车辆的车牌号码和停靠时间是非常困难的,不但会出现错误,还需投入大量人力。一个小小的车牌识别设备安装在停车场的出入口就能“一劳永逸”地解决很多问题。对于车牌被遮挡、掉漆断裂、模糊不清等也能够分析识别,为停车场及出入口的工作人员省去许多烦恼。

      二、高速公路收费站

      目前,我国的高速公路建设发展突飞猛进,高速公路四通八达,每个出口均设有收费站,一方面便于收费管理,另一方面也可协助交警对高速公路上的交通进行规范管理。高速公路收费站出入口车牌识别技术的应用,可以极大地方便交警识别违规行驶车辆的号牌信息,对一些违法车辆进行有效的管理和抓捕。

      收费站卡口一般设在露天环境中,再加上一些车辆行驶较快,因而对车牌识别技术的要求很高。传统的车牌识别是针对160P像素的车牌进行识别,有效的图像范围小,车牌漏识率高,不能满足收费站卡口的时代需求。现在高清车牌识别的应用解决了以前车牌识别率低的问题,从而为公安和交警的执法提供了可靠的依据。

      在收费站出入口安装车牌识别系统,当有车辆驶入时系统识别车辆牌照并将识别到的车牌信息发送到指定的中心管理服务器上,通过和数据库中的盗抢可疑车辆的车牌信息进行对比便可判断出驶入高速公路收费站出入口的车辆是否是盗抢可疑车辆,可极大地避免违法犯罪事故的发生并对已发生的事件提供破案参考信息。

      三、在公路卡口中的应用

      伴随着我国公路里程建设的增加,人民生活水平的整体提高,现在买车的人越来越多,给公路造成各种各样的违法问题。车牌识别技术作为车辆违法处罚的必要依据,可以对视频中车辆号牌进行自动的检测识别,其中最为典型的就是治安卡口系统,该系统如果没有车牌识别技术,就没有真正意义上的智能化。

      一个完善的治安卡口管理系统应该具备车牌自动识别、卡口应用系统和中心管理平台三个主要功能。车牌识别是其中最为重要的一部分,车牌识别的优劣直接影响了卡口系统的整体性能,而识别速度是其最为重要的一个技术指标。识别速度快,系统需要占用的系统资源就少、人工介入的可能性就小,系统网络的运行负担也相应减小。识别车牌速度快、准确,车牌识别系统才能有效地实现自动比对报警,避免出现大量的误报。可以为防盗抢车辆、车牌冒牌车辆,非法抢劫车辆等犯罪破案提供有力可靠的破案信息。

      视威龙车牌识别技术是基于视频流或图片的车牌识别,被测车辆通过收费道口,触发感应线圈产生触发信号,车牌识别系统接收触发线圈产生的触发信号,抓拍车辆图像或直接用视频流通过车牌识别软件进行车牌识别,得到被测车辆牌照号码。照车牌摄像机抓取采用高性能传感器,图像清晰,最大分辨率可达1920x1080。自带专业的功能控制板,可根据现场环境调节光敏感光度、强光抑制调节、宽动态强度调节、车速快门调节、补光灯亮度10档调节等,强光抑制自动开启,看清环境看清车牌号,白天图像与常规摄像机一致。同时车牌识别软件通过准确的车牌定位在图像中定位出车牌区域后,通过灰度化、灰度拉伸、二值化、边缘化等处理,进一步精确定位字符区域,然后根据字符尺寸特征提出动态模板法进行字符分割,并将字符大小进行归一化处理,字符识别对分割后的字符进行缩放、特征提取,获得特定字符的表达形式,然后通过分类器就可以对字符进行识别,最后将车牌识别的结果以文本格式输出。适用于停车场卡口、小区卡口、高速公路收费站卡口、城镇道路等需要车牌识别的场所。

  • 关键字: 车辆检测 智能交通 车牌自动识别
  •    责任编辑:liujuan
  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助