基于物联网的交通违法车辆牌照检测与识别方法技术

本发明专利技术提供基于物联网的交通违法车辆牌照检测与识别方法，按着以下步骤进行：(1)当行驶的车辆驶入收费站、小区大门等入口，将触发埋设在固定位置的传感器，连接CCD摄像头的光电传感器被触发，设置在车辆前方、后方和侧面的CCD摄像头可拍摄下车辆图像；(2)由CCD摄像头拍摄的含有车辆牌照的图像经过视频卡输入计算机进行预处理；(3)由检索模块进行牌照搜索与检测；(4)处理模块分割字符，字符识别子系统对字符进行识别；(5)输出车牌号码。本发明专利技术适用于智能交通控制装置和控制系统，在信号自适应控制系统基础上，利用采集到的信息，进行优化处理，对交通违法车辆牌进行自动检测与识别。

【技术实现步骤摘要】

本专利技术属于机动车防控体系领域，尤其是涉及。
技术介绍
近年来，随着国民经济的飞速发展和人民生活水平的提高，机动车数量大幅度的增加，跨城市高速公路及城市间高速道路的迅速延伸，为人民群众的生活提供了极大的方便，但同时也给公路治安或道路公安交通管理带来了许多新问题。盗抢机动车异地销赃、交通肇事逃逸等违法犯罪行为更是较为突出的问题，机动车的隐蔽性和高流动性给公安机关打击违法犯罪带来了相当大的困难，建立一个跨部门、跨地区的机动车监控综合应用系统是公安信息系统建设发展的必然趋势，亟需一种技术手段构筑全覆盖、全天候的机动车防控体系来辅助侦破各类涉车案件。
技术实现思路
本专利技术要解决的问题是提供，尤其适用于构筑全覆盖、全天候的机动车交通防控体系。为解决上述技术问题，本专利技术采用的技术方案是:，按着以下步骤进行:(I)当行驶的车辆驶入收费站、小区大门等入口，将触发埋设在固定位置的传感器，使得车辆识别系统进入工作状态，连接CCD摄像头的光电传感器被触发，设置在车辆前方、后方和侧面的CCD摄像头可拍摄下车辆图像；(2)由CXD摄像头拍摄的含有车辆牌照的图像经过视频卡输入计算机进行预处理；(3)由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域；(4)处理模块对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别子系统进行识别；(5)输出车牌号码。步骤(I)中，所述车辆识别系统包括三个子系统，所述三个子系统分别为依次相连的车牌定位系统、字符分割和特征提取系统、字符识别系统。所述车辆识别系统还包括补光器，所述CXD摄像头与所述补光器相连。本专利技术适用于智能交通控制装置和控制系统，具有交通信号控制功能，交通车流量检测功能，与闯红灯自动车辆记录等多功能的有机协同工作，实现信息资源共享的路口设备-道路交通智能控制管理机.实施路口交通车流量自动检测，交通信号自适应控制，并对车辆闯红灯违章取证进行处罚，信息系统传输.在信号自适应控制系统基础上，利用采集到的信息，进行优化处理，提取有用的数据进行信息发布，使道路交通不易拥堵，达到道路交通排堵保畅的目的。【附图说明】图1是本专利技术的总体流程图【具体实施方式】如图1所示，，按着以下步骤进行:(I)当行驶的车辆驶入收费站、小区大门等入口时，触发埋设在固定位置的传感器，使得系统进入工作状态，连接CCD摄像头的光电传感器被触发，设置在车辆前方、后方和侧面的CCD摄像头可拍摄下车辆图像；(2)由CXD摄像头拍摄的含有车辆牌照的图像经过视频卡输入计算机进行预处理，图像预处理包括图像转换、图像增强、滤波和水平较正等；(3)由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域；(4)处理模块对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别子系统进行识别；(5)输出车牌号码。所述的交通违法车辆牌照检测与识别方法基于车牌识别系统完成，所述车牌识别系统包括三个子系统:(I)车牌定位系统。这是进行车牌识别的第一步工作。本文首先对采到的汽车图像采用了 4种图像处理技术来进行预处理，然后运用图像的垂直、水平投影法来定位车牌位置并且剪裁出车牌图像，牌照图象经过了以上的处理后，牌照区域已经十分明显，而且其边缘得到了勾勒和加强。此时可进一步确定牌照在整幅图象中的准确位置。(2)字符分割和特征提取系统。考虑到现有牌照的字符与背景的颜色搭配一般有蓝底白字、黄底黑字、白底红字、绿底白字和黑底白字等几种，利用不同的色彩通道就可以将区域与背景明显地区分出来，例如，对蓝底白字这种最常见的牌照，采用蓝色B通道时牌照区域为一亮的矩形，而牌照字符在区域中并不呈现。因为蓝色(255，0，0)与白色(255，255，255)在B通道中并无区分，而在G、R通道或是灰度图象中并无此便利。同理对白底黑字的牌照可用R通道，绿底白字的牌照可以用G通道就可以明显呈现出牌照区域的位置，便于后续处理。边缘是指图像局部亮度变化显著的部分，是图像风、纹理特征提取和形状特征提取等图像分析的重要基础。所以在此我们要对图像进行边缘检测。图象增强处理对图象牌照的可辩认度的改善和简化后续的牌照字符定位和分割的难度都是很有必要的。增强图象对比度度的方法有:灰度线性变换、图象平滑处理等。①车牌进一步处理经过上述方法分割出来的车牌图像中存在目标物体、背景还有噪声，要想从图像中直接提取出目标物体，最常用的方法就是设定一个阈值T，用T将图像的数据分成两部分:大于T的像素群和小于T的像素群，即对图像二值化。均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素。再用模板中的全体像素的平均值来代替原来像素值。②字符分割在汽车牌照自动识别过程中，字符分割有承前启后的作用。它在前期牌照定位的基础上进行字符的分割，然后再利用分割的结果进行字符识别。字符识别的算法很多，因为车牌字符间间隔较大，不会出现字符粘连情况，所以此处采用的方法为寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割。③字符归一化一般分割出来的字符要进行进一步的处理，以满足下一步字符识别的需要。但是对于车牌的识别，并不需要太多的处理就已经可以达到正确识别的目的。在此只进行了归一化处理，然后进行后期处理。(3)字符识别系统。字符的识别目前用于车牌字符识别(OCR)中的算法主要有基于模板匹配的OCR算法以及基于人工神经网络的OCR算法。基于模板匹配的OCR的基本过程是:首先对待识别字符进行二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。模板匹配的主要特点是实现简单，当字符较规整时对字符图像的缺损、污迹干扰适应力强且识别率相当高。综合模板匹配的这些优点我们将其用为车牌字符识别的主要方法。模板匹配是图象识别方法中最具代表性的基本方法之一，它是将从待识别的图象或图象区域f(i，j)中提取的若干特征量与模板T(i，j)相应的特征量逐个进行比较，计算它们之间规格化的互相关量，其中互相关量最大的一个就表示期间相似程度最高，可将图象归于相应的类。也可以计算图象与模板特征量之间的距离，用最小距离法判定所属类。然而，通常情况下用于匹配的图象各自的成像条件存在差异，产生较大的噪声干扰，或图象经预处理和规格化处理后，使得图象的灰度或像素点的位置发生改变。在实际设计模板的时候，是根据各区域形状固有的特点，突出各类似区域之间的差别，并将容易由处理过程引起的噪声和位移等因素都考虑进去，按照一些基于图象不变特性所设计的特征量来构建模板，就可以避免上述问题。此处采用相减的方法来求得字符与模板中哪一个字符最相似，然后找到相似度最大的输出。汽车牌照的字符一般有七个，大部分车牌第一位是汉字，通常代表车辆所属省份，紧接其后的为字母与数字。车牌字符识别与一般文字识别在于它的字符数有限，汉字共约50多个，大写英文字母26个，数字10个。为了实验方便，结合本次设计所选汽车牌照的特点，只建立了 4个数字26个字母与10个数字的模板。其他模板设计的方法与此相同。首先取字符模板，接着依次取待识别字符与模板进行匹配，将其与模板字符相减，得到的O越多那么就越匹配。把每一幅相减后的图的O值个数保存，即为识别出来本文档来自技高网...

【技术保护点】
基于物联网的交通违法车辆牌照检测与识别方法，其特征在于：按着以下步骤进行：(1)当行驶的车辆驶入收费站、小区大门等入口，将触发埋设在固定位置的传感器，使得车辆识别系统进入工作状态，连接CCD摄像头的光电传感器被触发，设置在车辆前方、后方和侧面的CCD摄像头可拍摄下车辆图像；(2)由CCD摄像头拍摄的含有车辆牌照的图像经过视频卡输入计算机进行预处理；(3)由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域；(4)处理模块对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别子系统进行识别；(5)输出车牌号码。

【技术特征摘要】
1.基于物联网的交通违法车辆牌照检测与识别方法，其特征在于:按着以下步骤进行: (1)当行驶的车辆驶入收费站、小区大门等入口，将触发埋设在固定位置的传感器，使得车辆识别系统进入工作状态，连接CCD摄像头的光电传感器被触发，设置在车辆前方、后方和侧面的CCD摄像头可拍摄下车辆图像； (2)由CCD摄像头拍摄的含有车辆牌照的图像经过视频卡输入计算机进行预处理； (3)由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域； (4)处理...

【专利技术属性】
技术研发人员：张贻龙，
申请(专利权)人：天津易成百业科技有限公司，
类型：发明
国别省市：