车牌识别和信息管理系统的设计与实现

2011年7月福建师范大学学报(自然科学版)Jo ur nal of F ujian N or mal U niver sity (Nat ur al Science Edition)V ol.27　N o.4Jul.2011文章编号:1000-5277(2011)04-0065-05

车牌识别和信息管理系统的设计与实现

林志庆

(福州大学现代教育技术中心,福建福州　350108)

　　摘要:针对小区停车库管理智能化的需求,设计了一套基于Windo ws 平台的车辆识别和信息管理系统.

该系统的硬件可以进行车牌图像采集和存储,软件采用模块化思想设计,可以进行车牌字符分割、车牌字符

识别,以及对车辆信息进行数据库管理.系统采用V isual C ++与M AT L AB 混合编程方法进行开发,具有

实时性好、界面友好、处理正确率高等优点,具有一定的工程实用价值.

关键词:字符分割;车牌识别;数据库管理;混合编程

中图分类号:T P 368　　　文献标识码:A

　收稿日期:2011-04-01　基金项目:福建省自然科学基金资助项目(2009J01279)

　通讯作者:林志庆(1970-　),工程师,研究方向为视频、图像处理,计算机网站建设与数据库管理系统.zqlin @fzu .edu .cn

Design and Implementation of License Plate

Recognition and Management System

LIN Zhi -qing

(M odern Education T echnology Center of Fuz hou U niv er sity ,Fuz hou 350108,China )

Abstract :In oder to m eet the intelligent m anag em ent needs o f g ar age in living

co mmunity ,intro duces a desig n of license plate reco gnition and management system based on

Window s.The hardw are o f this system can collecting and storing the vehicle im ages,the

so ftw are using modular design metho d provides the functions o f character segmentation,

character recognition ,and manag em ent o f vehicle inform ation using databank .Using m ix ed

pr ogram ming m ethods betw een Matlab and Visual C ++,the system has several

advantages,such as go od real-tim e perform ance,friendly interface and hig h processing

accuracy,so it is able to meet the demand for practical use in the society.

Key words :character segm entatio n,license plate recog nition,databank manag em ent,

mix ed prog ramming

车牌自动识别系统是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统,主要功能是在不影响汽车运行的状态下利用车牌识别技术对摄像机所拍摄的车牌图像进行自动识别,并对提取的车牌信息进行自动管理,从而为交通系统的自动管理提供方便.车牌识别系统的主要应用领域有:(1)用于实现智能小区、智能停车场的自动管理,实现对进出车辆的自动识别并决定后续的操作,如是否放行、自动收费等;(2)用于实现城市道路监控、违章的自动化管理,实现车辆限速管理、挂失车辆识别等功能;(3)用于实现高速公路收费、监控的自动化管理,减少人工管理的弊端.

由于国外智能交通发展较早,所以车牌自动识别技术在国外也起步较早,许多国家有了比较成熟的车牌自动识别系统投入并实际使用,但因为我国车牌样式和颜色的多样性以及车牌字符包含汉字的特点,国外的车牌自动识别系统并不适合我国国情.在国内,许多知名高校今年来对车牌自动识别技术进行了系统研究,但多处于研究阶段,投入使用的比较少,多家公司也相继开发出商业产品,但对

环境要求比较高,离实用化要求相差较远.据统计目前车牌识别系统在城市交通领域和高速公路领域的应用较为普遍,而在停车场管理领域应用只占极少部分[1].本文综合了车牌定位、字符分割、字符识别的一些新技术,针对智能小区停车库设计了一套车辆识别与车辆信息管理系统.该系统可以对进出停车场的小车自动进行图像采集、车牌识别和信息自动管理,界面友好,操作简单、处理效率高,实用性强.

1　系统组成与设计

本文所设计的系统包括硬件电路和软件程序两大部分.硬件电路由感应器、CCD 摄像头、采集卡、计算机组成,当感应器感应到有车辆通过时,便传给系统一个信号,计算机系统随即向摄像设备发出拍摄指令,然后由计算机接收拍摄图像并进行压缩存储.软件程序实现对采集到的车辆图像进行车牌识别并自动更新数据库信息,包括图像预处理、车牌定位、车牌字符识别和数据库管理4大部分.系统结构如图1所示

.

图1　系统结构1.1　图像预处理

由于采集过程中受到多种因素的影响,图像通

常包含不同程度的噪声、模糊不清、出现倾斜、变形

或缺损.因此车牌识别前应通过图像预处理去除图

像噪声、突出车牌区域与车辆背景的对比度.系统设

计了灰度化、图像增强、二值化3个预处理步骤.

1.1.1　灰度化

通过CCD 摄像机拍摄的汽车图像以BM P 位图

格式存放,在预处理前都是彩色图像,由R 、G 、B 3

个颜色分量组合而成,存在许多与识别无关的信息,

且在计算机中需要3个字节的存储区域,存储开销较

大,在处理上会降低系统的执行速度.从系统性能考

虑,绝大多数牌照识别系统均采用不含彩色信息的灰度图像进行处理.本文采用加权平均法提取彩色图像的灰度信息.转换后的灰度值H 与R 、G 、B 的换算公式为:

H =w R R +w G G +w B B,

其中w R 、w G 、w B 分别为三通道R 、G 、B 的权值,由于人眼对绿色的敏感度最高,对红色的敏感度次之,蓝色的敏感度最低,当w R =0.229,w G =0.578,w B =0.114时能得到最合理的灰度图像.

1.1.2　图像增强

图像增强的目的是突出图像中的有用信息,扩大图像中不同物体特征之间的差别.考虑到车牌识别系统的实时性要求,采用灰度拉伸的方法,使车牌区域的像素亮度得到增强,提高车牌区域与背景的对比度.其函数表达式如下:

g (x ,y )=0,　　　　　　　　　　f (x ,y )f (x ,y )-f 1f 2-f 1

×255,　　f 1≤f (x ,y )≤f 2,255,　　　　　　　　　f 2f 1和f 2是灰度函数的两个阀值.经实验,f 1=50和f 2=230时灰度拉伸效果较好,可以有效改善车牌图像质量.同时为了消除天气、光线和车辆整洁度等条件所带来的噪声影响,系统采用3×3大小的掩模对图像进行中值滤波.公式如下:

y i ,j =M ed{x i -1,j -1,x i -1,j ,x i -1,j +1,x i ,j -1,x i ,j ,x i ,j +1,x i +1,j -1,x i +1,j ,x i +1,j +1},

其中x i -1,j -1,…,x i +1,j +1分别是以输入像素为中心的3×3大小方格内像素的灰度值,y i ,j 为输入像素经中值滤波后的输出灰度值.

1.1.3　图像二值化66福建师范大学学报(自然科学版)　　　　　　　　　　　2011年　

二值化地目的是要找到一个合适的阀值,将待研究的区域划分为前景和背景两部分.系统采用

Otsu 算法[2]对图像进行二值化变换.经过图像预处理后的结果见图

2.

图2　车辆图像预处理效果1.2　车牌定位

车牌定位主要功能是从拍摄到的汽车图像中找

到汽车牌照所在的位置,并把车牌从该区域中准确

地分割出来.车牌定位流程如图3所示,系统先利用

数学形态学[3]

根据车牌整体特定进行车牌的粗定位,

然后根据字符边缘特征进行精确定位.

数学形态学中的腐蚀具有消除边界点,让边界

向内部收缩的效果.闭运算具有填充物体影像内细

小空洞,连接邻近物体和平滑边界的作用.因此对预

图3　车牌定位流程

处理后的图像,首先采用9×1的垂直方向结构元素对图像进行腐蚀滤波,接着采用19×17的结构元素对图像进行闭运算,使车牌区域成为一个连通区域,然后对各连

通区域进行标记,最后扫描图像,记录每个连通区域的上下、左右位置,根据车牌

的经验知识判断可能的车牌区域.据此就可以取得车牌区域的大致位置.再利用基

于prew itt 算子的字符边缘检测方法对车牌进行准确的定位.另外,在实际应用中,

摄像头安装在顶部,这将造成车牌与摄像头成像平面不平行,产生不同程度的图像

倾斜与变形,因此系统采用hough 变换进行倾斜校正.其基本思想是通过检测车牌

区域上、下边框两条平行直线的倾斜角,然后对车牌区域进行倾斜校正.车牌定位

结果如图4所示,图4(a )是腐蚀后的图像,图4(b )是闭运算后,用一个矩形框

扫描,将面积小于矩形框、形状不规则的小区域先删掉后的结果图,图4(c)是根

据车牌先验知识判断出车牌大致区域后的结果图,图4(d)是车牌精确定位后的结

果图.通过实验,该定位方法正确率大约为91.1%,定位失败的原因主要是采集图

片不够清晰,使得车牌与背景间的边缘无法检出.

1.3　车牌字符识别

字符识别是系统最关键的一个环节,首先在车牌定位基础上先进行字符分割,

图4　车牌定位效果根据字符分割结果再进行车牌识别及车辆信息的自动查询和

更改.

1.3.1　车牌字符分割

系统采用垂直投影和固有特征相结合的方法[4]进行分割.

据车牌特征的经验知识,从第3个字符开始,先分割后5个字

符,然后以后5个字符每个字符的精确宽度为标准分割前2个

字符.假设车牌的宽度为w ,高度为h ,单个字符宽度先验值为

w pr =w 8,字符间距先验值为sp ace =w 32

.则车牌字符分割步骤如下:(1)对车牌图像进行垂直投影,得到投影直方图.

(2)选取初始阀值t =0,从第2个字符和第3个字符的中间分割点开始先向右扫描垂直投影,分割出大于阀值的投影块,第i 个投影块的起点和结束点分别标记为star t[i ]和end[i ],则w i =end[i ]-start[i ],其中i =1,2,…,n ,n 表示分割块数,得到一个新的分块,n 就加1.

(3)扫描到图像最右端结束,如果n <5,则t =t +1,并重复第二步骤;如果n ≥5则分割结束.进

入第四步.如果t ≥h 4

时,n 仍未能达到5,则分割失败.(4)如果第i 个分割块的宽度w i > 1.5w p r ,那么该分割块为粘连的字符块,则在该区域中寻找中间位置将它分成两部分,进行2次分割.

67

　第4期　　　　　　　　　　　　林志庆:车牌识别和信息管理系统的设计与实现

(5)如果同时满足以下3个条件:0.5w pr ,其中s i =start[i +1]-end[i ],那么第i 个和第i +1个分割块为字符块,进行合并.

(6)如果w i <0.5w pr ,则需进一步判断该分割块内的黑色像素点是否基本占据了每列的绝大多数像素,如果是,则认为该分割块是数字1,如果不是,则认为是噪声,进行删除.

(7)通过水平分割确定车牌区域中每个字符的上、下边界.

1.3.2　车牌字符识别

系统利用SVM 方法对字符进行分类训练,根据我国车牌字符的结构特征设计了4种分类器:车牌第1个字符使用汉字分类器,第2个字符使用字母分类器,第3到第7个字符使用字母和数字分类器.识别过程如下:

(1)建立各字符的样本库.在前期设计中,从实际拍摄所得的156幅车牌图像中取出单个字符用于SVM 训练,同时采用对字符样本加上不同噪声的方法来扩充样本数量.

(2)对车牌分割后得到的字符样本提取特征.对于字母和数字,采用轮廓特征提取法,对分割后的单个字符图像从上、下、左、右4个方向提取轮廓特征.对于汉字,除了提取4个方向的轮廓特征,还要在图形四周各取一个2像素的条带,防止因为笔画粘连而产生误判.

(3)根据字符位置,将第二步提取的特征结果送到相应的SV M 分类器进行训练,得到各字符对应的判决结果.

最后将所有字符的识别结果按字符序号进行组合,得到车牌的识别结果.

识别过程中选用径向基函数作为SVM 的核函数,即:

K (x ,y )=exp - x -u 2

2.　　采用径向基函数运算时,需要确定两个主要参数C 和 2.其中惩罚因子C 是使间隔最大而错误率最小的折中数, 2主要影响样本数据在高维度空间中的复杂程度,系统应用时采用C =100和 2=0.01计算.车牌识别效果如图5所示.

1.4　数据库管理

该模块可以对车辆相关信息进行存储与管理,同时可以利用系统中的搜索功能快速地找到与某个车牌号相关的信息,并进行查看或处理编辑或将搜索到的信息导出到Wo rd 进行保存和打印.系统使用Access 来存储数据,选用ADO 数据库访问技术.

系统对应有入库登记、搜索、编辑3个模块.

1.

4.1　入库登记模块

入库登记模块用于车辆入库管理,对入库的车辆相关信息保存到数据库中,进行统一管理.入库时用车牌号码作为索引字段,避免同一部车辆重复登记.新车入库登记对话框如图6所示.图5　车牌识别结果图6　新车入库登记对话框

1.4.2　搜索与编辑模块

搜索的功能可以根据车牌号码、车主姓名、停车位置、登记时间等4种属性值在数据库中搜索匹配的结果,管理员可对搜到的数据进行查看或编辑处理.编辑的功能是对搜索到的车辆信息进行处理或修改,然后将处理后的数据保存到数据库中,替换数据库中原先对应的数据,从而达到更新数据库的目的.另外,还包括删除车辆信息功能以及打印车

68福建师范大学学报(自然科学版)　　　　　　　　　　　2011年　

图7　车辆图像搜索与编辑对话框

辆基本信息的功能.车辆图像

搜索与编辑对话框如图7所

示.

2　结论

为了提高系统车牌图像

处理的效率和正确率,软件程

序主要采用Visual C ++和

M ATLAB 混合编程来实现.

核心思想是将MAT LAB 编写的m 文件转换成动态链接库,供VC 调用.系统研制完成后在小区停车库进行为期1周的实验,共采集图像165幅,正确识别149幅,正确90.3%,主要干扰因素有以下几种:

(1)车身的污损以及灰尘较多时,拍摄到的车牌图像字迹不清或不全;

(2)阴雨天气时,由于环境光照条件不好,拍摄到的图像过暗,车牌区域的亮度特征明显减弱;

(3)阳光太强时,由于车牌出现反光,拍摄到的图像过亮,车牌区域的图像特征不明显.

在总结实验数据的基础上,系统还可以作以下改进:

(1)对车辆定位算法可以做进一步改进,继续探索一些新的方法.本文所采用的基于数学形态学的定位方法是基于灰度图像的,且受牌照字符与大小,如果要用于干扰较多的场合还需对该算法进行改进.

(2)系统可选用Oracle 数据库代替Access,以实现系统的角色分工管理功能,如门卫人员只有查询权限,管理人员则有查询和修改权限.

参考文献:

[1]袁绍松.产品逐渐成熟　性能有待完善——车牌识别产品市场综述[J].中国交通信息产业,2006(3):51-55.

[2]张辉,张道勇.灰度等级处理中的O ST U 动态阀值法研究[J].传感器世界,2008(7):24-27.

[3]李然.基于数学形态学的车牌定位[J ].电脑知识与技术,2010,6(7):1696-1698.

[4]陈涛,杨晨晖,青波.基于投影和固有特征结合的车牌字符分割方法[J].计算机技术与发展,2009,19(5):45

-47.

[5]边肇棋,张学工.模式识别[M ].北京:清华大学出版社,2000:57-83.

[6]李闽溟,吴继刚,周学明.V isual C ++ 6.0数据库开发实例导航[M ].北京:人民邮电出版社,2002:22-38.

[7]刘维.精通M at lab 与C/C++混合程序设计[M ].2版.北京:北京航空航天大学出版社,2007:177-303.

(责任编辑:黄家瑜)69　第4期　　　　　　　　　　　　林志庆:车牌识别和信息管理系统的设计与实现