|
介紹了一種高速公路視頻超速監控系統的硬件構成、軟件功能和動(dòng)目標檢測、動(dòng)目標跟蹤與速度測量、車(chē)牌自動(dòng)定位以及車(chē)牌字符自動(dòng)識別等關(guān)鍵技術(shù)的實(shí)現方法。該系統可廣泛應用于高速公路管理、卡口管理、巡邏執勤、逃逸車(chē)輛抓捕等場(chǎng)合，具有很好的應用前景。 隨著(zhù)國民經(jīng)濟的迅猛發(fā)展，我國的高速公路建立發(fā)生了翻天覆地的變化。公路上行駛的車(chē)輛越來(lái)越多、速度也越來(lái)越快，與車(chē)輛交通有關(guān)的案件也呈不斷上升勢頭，交通肈事逃逸等案件時(shí)有發(fā)生。如何運用科學(xué)的手段幫助公安部門(mén)有效控制高速公路上超速違章現象、抓捕逃逸車(chē)輛，已成為公安交通部門(mén)急待解決的問(wèn)題。目前能完成超速監控功能的成熟系統有：基于微波雷達和基于激光的超速監控系統。它在車(chē)輛經(jīng)過(guò)時(shí)，利用反射波的頻率變化監控在車(chē)輛信息，不能提供超速汽車(chē)類(lèi)型、車(chē)牌號碼等全面的交通信息，無(wú)法及時(shí)進(jìn)行違章處理及抓捕逃逸車(chē)輛。 本高速公路視頻超速監控系統利用視頻圖像處理技術(shù)，對高速公路車(chē)道上的汽車(chē)進(jìn)行非接觸式監控，獲得超速車(chē)輛車(chē)速、車(chē)牌號碼、違章照片等運行狀態(tài)信息，可應用于高速公路管理、逃逸車(chē)輛抓捕等場(chǎng)合。 1 系統結構 高速公路視頻超速監控系統的硬件結構如圖1所示。它由超速監控攝像頭和現場(chǎng)計算機等部分組成。在高速公路上安裝監控攝像頭（一個(gè)彩色全景攝像機、n個(gè)車(chē)道級彩色攝像機）及超速監控計算機，24小時(shí)實(shí)時(shí)監控高速公路上所有通過(guò)車(chē)輛的車(chē)速信息。系統軟件包含超速車(chē)輛檢測和自動(dòng)車(chē)牌識別兩部門(mén)。超速監控計算機通過(guò)實(shí)時(shí)視頻采集卡首先采集高速公路的全景圖像，并利用全景圖像進(jìn)行超速車(chē)輛檢測；如檢測到違章車(chē)輛，啟動(dòng)相應車(chē)道的攝像機工作，采集近景圖像并用利近景圖像自動(dòng)車(chē)牌識別，其識別結果可分車(chē)牌號碼字符、車(chē)牌號碼照片、汽車(chē)違章照片分別修配存到超速違章車(chē)輛數據庫，以供事后處理；如需要，還可通過(guò)無(wú)線(xiàn)、有線(xiàn)或光纖通信網(wǎng)自動(dòng)向高速公路收費站的違章處理服務(wù)器傳送違章車(chē)輛的車(chē)牌號碼、違章照片信息，以實(shí)時(shí)進(jìn)行違章處理。軟件系統功能框圖如圖2所示。 2 軟件功能實(shí)現 2.1 動(dòng)目標分割 理想情況下，從視頻圖像進(jìn)行超速車(chē)輛檢測時(shí)，可以直接用幀間差的方法比較前后兩幀圖像，去除靜止的區域，保留運動(dòng)區域，判定視場(chǎng)中是否存在著(zhù)汽車(chē)，判斷汽車(chē)的運動(dòng)軌跡及速度。但是在實(shí)際的成像過(guò)程中，場(chǎng)景中的諸多因素，包括照明情況、場(chǎng)景中物體的幾體形狀和物理性質(zhì)（特別是表面的反射性質(zhì)）、成像系統的特性以及光源、物休和成像系統之間的空間關(guān)系等，都被綜合為單一圖像中像素點(diǎn)的灰度值；由于空間的強輻射、光照的變化和傳感器本身的光學(xué)特性等原因，會(huì )在每一幀圖像中產(chǎn)生較強的干擾和噪聲。因此，在進(jìn)行圖像檢查前對圖像進(jìn)行基于平均法去噪的初始背景獲得和基于Kalman濾波的實(shí)時(shí)背景更新等預處理；然后采用提取函數分割目標與背景。 設Ck={ck(x,y)}代表當前圖像，Rk={rk(x,y)}代表參考圖像，其中(x,y)為像素點(diǎn)的坐標，ck(x,y)≥0,rk(x,y)≤255,則提取函數Ek=(ck(x,y),rk(x,y))定義如下： 容易知道，式中0≤Ek(ck(x,y),rk(x,y)) ≤1。 用提取函數對在公路上采集到的實(shí)際運動(dòng)車(chē)輛的圖像做動(dòng)目標檢測，其實(shí)驗結構如圖3所示。 2.2 動(dòng)目標跟蹤及速度測量 在目標跟蹤的同時(shí)，需要判斷計算目標的運動(dòng)速度，所以采用特征點(diǎn)匹配的方法進(jìn)行動(dòng)目標跟蹤，以便利用特征點(diǎn)的視差計算車(chē)速。其要點(diǎn)是：在一幀圖像的活動(dòng)目標窗口中選擇一組具有不變性質(zhì)的特征點(diǎn)，與下一幀圖像中的同類(lèi)特征點(diǎn)作匹配，從而求得視差。這就是特征點(diǎn)匹配的方法。 采用Moravac算子作為點(diǎn)特征提取算子。它基于一個(gè)理想的特征點(diǎn)，在其四周所有方向上灰度具有很大的方差。 特征點(diǎn)提取的步驟為：首先，在5х5的窗口計算 式中，i=n-2,...,n+2;j=m-2,...,m+2;m,n為窗口中心像元的行、列序列，gij為（i,j）處圖像的灰度值。 然后，確定備選特征點(diǎn)，若像元的有利值M大于經(jīng)驗閾值，則該像元為備選特征點(diǎn)；否則，該像元不是特征點(diǎn)。 最后，用抑制局部非最大M值的方法，確定特征點(diǎn)。檢驗每個(gè)備選特征點(diǎn)的M值是否為一定大�。�5х5，7х7，9х9）窗口內的最大值，如果在窗口內有幾個(gè)備選特征點(diǎn)，則取M值最大的像元作為特征點(diǎn)，其余均去掉。 為保證匹配的正確率，采用協(xié)方差最大與差的絕對值之和最小作為雙重判據，決定匹配點(diǎn)的取舒暢，以增強匹配結果的可靠性。 找到匹配點(diǎn)后，利用兩者視差和事前標定過(guò)的視場(chǎng)內圖像最小分辨率所代的最小距離以及圖像采集的間隔時(shí)間，就可計算出目標速度，根據此值預測目標新位置并判斷是否超速。 2.3 車(chē)牌自動(dòng)定位 車(chē)牌自動(dòng)定位是車(chē)牌照自動(dòng)識別的第一步，正確而又可靠地檢測出車(chē)牌區域是保證車(chē)牌識別率的關(guān)鍵。目前存在許多車(chē)牌自動(dòng)定位算法，如Hough變換以檢測直線(xiàn)來(lái)提取車(chē)牌邊界區域、使用灰度分割及區域生長(cháng)進(jìn)行區域分割、使用紋理特征分析技術(shù)等。但實(shí)際使用時(shí)，單用一種方法難以達到實(shí)用要求。本文采用的方法是：首先用Prewitt算子提取車(chē)輛的二值邊緣圖像，然后用數學(xué)形態(tài)學(xué)、顏色搜索相結合的方法，進(jìn)行汽車(chē)牌照定位。圖4為汽車(chē)牌照定位實(shí)驗結果示意圖。 Prewitt算子定義如圖5所示。由于汽車(chē)圖像具體特殊的橫向紋理特性，而牌照字符最具有縱向紋理特性，因此利用Prewitt邊緣檢測算子的方向性，通過(guò)增強圖像的縱向邊緣可將牌照圖像與汽車(chē)背景圖像分離。 對Prwitt算子檢測獲得的二值邊緣圖像進(jìn)一步采用數學(xué)形態(tài)學(xué)方法中的膨脹技術(shù)生成連通區域圖像。其中結構元素S的選擇，對于侯選牌照區域的形成與牌照區域提取至關(guān)重要，因膨脹后得到的牌照區域極易出現與其他紋理粘連的現象，從而給進(jìn)一步牌照區域提取帶來(lái)困難，因此采用的結構元素S為具有水平方向膨脹能力的水平線(xiàn)段，膨脹后能得到多個(gè)侯選牌照區域，如圖4(c)所示。 針對上述方法得到的可能為車(chē)牌的區域，通過(guò)大小、長(cháng)寬比例、侯選車(chē)牌字符邊緣密度等幾何特征分析侯選牌照區，再充分利用車(chē)牌號碼區的顏色特征，通過(guò)搜索號碼區底板顏色塊和號碼顏色的方法，進(jìn)一步從圖像中刪除虛假牌照區，得到可能為車(chē)牌的區域。 2.4 字符自動(dòng)識別 針對分割完成后的牌照圖像進(jìn)行字符自動(dòng)識別，需首先對車(chē)牌圖像二值化、字符切分和規范化、字符特征提取，然后根據字符特征庫，完成車(chē)牌字符自動(dòng)識別。圖6為字符自動(dòng)識別的效果示意圖。 圖像二值化的方法很多，針對車(chē)牌圖像，二值化的基本要求是使二值化后的圖形能忠實(shí)地再現原文字。具體為：筆劃中不出現空白以及二值化后的筆劃基本保持原來(lái)字符的特征。二值化的關(guān)鍵在于閾值T的選擇，采用判斷分析二值化法。從圖像灰度值的直方圖中把灰度值的集中用閾值分為兩類(lèi)，然后根據兩個(gè)類(lèi)的類(lèi)間方差和類(lèi)內方差的最大來(lái)確定分割閾值。車(chē)牌圖像二值化后，根據牌照中字符所占像素比便要小于背景所占像素比例，將車(chē)牌圖像統一變?yōu)榘椎缀谧帧?br /> 為把字符分為單個(gè)字符，以送入識別系統識別，在字符圖像二值化后，進(jìn)行字符切分。利用車(chē)牌字符固定的高寬比和間距作出先驗知識，在分割前先估算出字符寬度、間距，并從圖像數值方向的投影直方圖定出字符的開(kāi)始位置，切分全部字符；然后將文字外接邊框按比例線(xiàn)性放大或縮小為規定的32х64大小。 車(chē)牌字符識別系統的關(guān)鍵在于字符特征的提取，也就是如何選取既容易提取又能為識別系統提供盡可能高的模式鑒別能力、同時(shí)還要盡量少的特征維數的特征向量，它應該是最佳的樣本特征屬性的度量。由于車(chē)牌字符共有七個(gè)字符：第一位是漢字，通常代表車(chē)輛所屬省份，或是軍種、警別等有特定含義的字符簡(jiǎn)稱(chēng)；第二位為大寫(xiě)的英文字符，一個(gè)圓點(diǎn)間隔后的第三個(gè)字符是英文字母或是數字，其余的四位為數字。車(chē)牌字符識別與一般文字識別在于它的字符數有限，漢字共約50多個(gè)，大寫(xiě)英文字母26個(gè)，數字10個(gè)。為實(shí)時(shí)識別考慮，特征向量的維數可適當選擇較低的維數。 系統采用投影-Fourier變換特征、網(wǎng)格特征和輪廓特片組成字符特征向量，與模擬中的向量進(jìn)行特征匹配。特征匹配選用最小距離匹配法。經(jīng)大量圖像實(shí)驗，有較高的識別率。 3 系統特點(diǎn) 高速公路視頻超速監控系統用利視頻圖像處理技術(shù)，可對高速公路車(chē)道上的汽車(chē)進(jìn)行非接觸監控，獲得車(chē)速、車(chē)牌號碼、違章照片等運行狀態(tài)信息，自動(dòng)車(chē)牌識別速度快、準確率高，為實(shí)時(shí)違章處理提供了可能。該系統通用性強、開(kāi)放性強、擴展性強，可應用于高速公路管理、卡口管理、巡邏執勤、逃逸車(chē)輛抓捕等場(chǎng)合。 |
