近年来,我国在城市和交通建设方面取得了巨大的进步。然而,面对越来越多的交通路口、收费站以及治安卡口,传统的人工值守显然已经满足不了要求。为解决这种现状,出现了适应信息化时代的计算机集成产品,即电子警察,并已经得到了广泛的应用。
电子警察采用视频图像的识别技术,全天候进行车辆及道路的监控,对违规车辆进行抓拍,实现了城市道路交通的智能化管理,达到无人化值守。利用该系统可以迅速查明违章车辆、分析交通事故,为进一步整顿交通环境,交通管理科学化提供高效可靠的技术依据。
1 抓拍照片分析
出于性价比的原因,目前国内电子警察系统的图像获取单元一般都采用CCD工业电视摄像机,而且被架设在室外。现以闯红灯违章抓拍系统为例来分析抓拍的图像数据。
(1) 由于红灯的停车线靠近行人通道,造成图像背景特别复杂;
(2) 机动车的车型较多,车牌的位置各不相同;
(3) 拍摄图像时受天气、照明以及运动等因素的影响很大;
(4) 摄像机受路口实际条件的限制,可能距离较远,并有一定角度;
(5) 脏、旧车牌比较模糊,还有不少故意作弊的车牌。
这种图像数据要比在实验室所用的数据恶劣得多,而且意想不到的情况也时有发生,这就给图像识别带来了极大的困难。
2 图像处理方案
通过多次实验检测,最终选用了图1所示的图像处理方案。
对图像数据的灰度化、平滑、边缘检测、二值化以及旋转都属于图像的预处理部分。判定就是准确地定位车牌位置,接下来先对车牌进行字符分割,然后逐字提取特征,形成该字符的特征向量,将这个特征向量作为神经网络的输入,以便于字符识别。所以字符识别部分用了一个三层的神经网络,先进行学习训练,得到收敛的一组权值。
限于篇幅,本文只介绍图像预处理和判定部分,识别应用部分这里就不讨论了。
2.1 灰度化与平滑
为了便于处理后的传输和存储,由CCD摄象机获取的图像通过图像采集卡采集到工控机或图像处理器件后,一般会转换成JPEG格式。这样处理的对象也就是JPEG文件,要进行灰度化,以去掉彩色信息,加快处理速度。灰度化的公式可以采用式(1)。
其中,g(i,j)为点(i,j)处的灰度值,R,G,B分别为该点的三基色值。但是,定位车牌时亮度信息并不重要。鉴于在这个式子中,G基色占的比重最大,所以有理由在灰度化时只取绿色信息就可以了。
图像平滑的目的是为了消除噪声。噪声并不限于人眼所能看到的失真或变形,有些噪声只有在进行图像处理时才能发现。一般来说,图像的能量主要集中在其低频部分,而车牌的信息主要在高频部分,为了去掉高频干扰,有必要进行图像平滑。可以采用低通滤波的方法来去除噪声,为此要设计空间域系统的单位冲激响应矩阵。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉