CN103903449B - 一种基于车牌识别技术的高速公路车辆查找方法 - Google Patents

Abstract

一种基于车牌识别技术的高速公路车辆查找方法，包括获取固定服务区域内的视频监控图像，并从中查找并截取包含车辆的图像；将包含车辆的图像进行预处理，从预处理之后的包含车辆的图像中定位出包含车牌的矩形区域；将需要查找的车辆的车牌号码与包含车牌的矩形区域中识别出的字符进行匹配比较。本发明所提供的基于车牌识别技术的高速公路车辆查找方法中能够及时找出犯罪嫌疑车辆，而且通过放大的静止视频监控图像和对静止视频监控图像进行放大处理，从而使得获取的包含车辆的图像的质量高，细节丰富，能够更准确地识别出车牌号码中的字符。

Description

一种基于车牌识别技术的高速公路车辆查找方法

技术领域：

本发明涉及一种车辆查找方法，更具体地，涉及一种基于车牌识别技术的高速公路车辆查找方法。

背景技术：

我国高速公路目前已突破10万公里总里程位居世界第一。高速公路运输是可以联系千家万户的运输，其以高速、安全、土地利用效率和通行能力高为主要特征，能够实现在限定时间内到达或往返区域内任意地点的"小时或数小时交通圈"。由此而产生的及时运输服务和物流管理不仅改变了制造业和流通领域的经营方式，而且对产业结构及分布、城市结构和规模、中小城镇的发展，以至在提高居民生活水平缩小城乡差别方面起着重要的作用，具有意义深远的社会效益。

然而，目前有些违法分子也会利用高速公路而进行流窜，因此，采用技术手段来加强高速公路犯罪嫌疑车辆的查控，有效打击高速公路犯罪，势在必行。

车辆在高速公路上行驶，很难及时对可疑车辆进行监控查找，而高速公路上遍布收费站和服务站，收费站和服务站获取了海量的视频监控信息，因此，迫切需要能够利用收费站和服务站所获取的视频监控信息，并从中查找出需要的车牌号码的车辆查找方法。

发明内容：

本发明要解决的技术问题是提供一种基于车牌识别技术的高速公路车辆查找方法。

本发明提供的基于车牌识别技术的高速公路车辆查找方法，具体的技术方案如下：

一种基于车牌识别技术的高速公路车辆查找方法，包括以下步骤：

S01、获取固定服务区域内的视频监控图像；S02、从所述视频监控图像中查找并截取包含车辆的图像；S03、将包含车辆的图像进行预处理；S04、从预处理之后的包含车辆的图像中定位出包含车牌的矩形区域；S05、将定位出的包含车牌的矩形区域进行倾斜矫正；S06、将倾斜矫正之后包含车牌的矩形区域分割为单独的字符；S07、对所述字符进行特征提取，识别所述字符；S08、将需要查找的车辆的车牌号码与识别出的字符进行匹配比较。

优选地，步骤S01包括获取车辆进入服务区域的动态视频监控图像，并在车辆由行进变成停止状态时获取车辆的静止视频监控图像，静止视频监控图像相比动态视频监控图像的放大的倍数为d1；步骤S02包括从所述静止视频监控图像中查找并截取包含车辆的图像；步骤S03包括对包含车辆的图像进行放大处理，令放大处理前的图像中像素点的位置的坐标为(x，y)且像素值为θ(x，y)，放大处理的倍数为d2，放大处理后的图像的像素点的位置坐标为(x’，y’)，则放大处理后的图像的该像素点的像素值

${\mathrm{\θ}}^{\′}(x^{\′},y^{\′})=(x_2-\frac{x^{\′}}{d2})(y_2-\frac{y^{\′}}{d2})\mathrm{\θ}(x_1,y_1)+(x_2-\frac{x^{\′}}{d2})(\frac{y^{\′}}{d2}-y_1)\mathrm{\θ}(x_1,y_2)+$ $(\frac{x^{\′}}{d2}-x_1)(y_2-\frac{y^{\′}}{d2})\mathrm{\θ}(x_2,y_1)+(\frac{x^{\′}}{d2}-x_1)(\frac{y^{\′}}{d2}-y_1)\mathrm{\θ}(x_2,y_2),$ 其中x₁，y₁分别为放大处理前的图像中某一像素点的位置的横、纵坐标值，且x₂=x₁+1，y₂=y₁+1；步骤S08包括先对包含车牌的矩形区域的左边起的第一个字符进行识别，将识别的结果与需要查找的车辆的车牌号码的左边起的第一个字符进行匹配比较，两者相同才会继续进行识别。

优选地，步骤S04包括，先根据车牌的矩形区域的灰度跳变特征采用线扫描法进行粗定位，然后利用车牌的几何结构特征实现车牌的矩形区域的精确定位。

优选地，步骤S05包括：先确定牌照的倾斜角度，界定车牌的矩形区域所存在的最优的平行四边形区域，然后根据水平边的斜率对像素位置进行矫正，从而实现倾斜矫正。

优选地，步骤S08中在将需要查找的车辆的车牌号码与识别出的字符进行匹配比较之前还包括从包含车辆的图像中提取出车辆的颜色，将提取出的车辆的颜色与需要查找的车辆的颜色进行匹配比较，两者相同才会继续将需要查找的车辆的车牌号码与识别出的字符进行匹配比较识别。

优选地，所述视频监控图像由设置在固定服务区域的摄像头来获取。

本发明提供的基于车牌识别技术的高速公路车辆查找方法的有益效果在于：利用高速公路的固定服务区域中的摄像头获取的视频监控图像来查找需要查找的车辆，从而能够及时找出犯罪嫌疑车辆，而且通过放大的静止视频监控图像和对静止视频监控图像进行放大处理，从而使得获取的包含车辆的图像的质量高，细节丰富，能够更准确地识别出车牌号码中的字符。

附图说明：

图1为本发明所提供的基于车牌识别技术的高速公路车辆查找方法的示意图。

具体实施方式：

现结合附图将本发明做进一步的说明。

如图1示出了本发明所提供的基于车牌识别技术的高速公路车辆查找方法的示意图。一种基于车牌识别技术的高速公路车辆查找方法，包括：S01、获取固定服务区域内的视频监控图像；S02、从所述视频监控图像中查找并截取包含车辆的图像；S03、将包含车辆的图像进行预处理；S04、从预处理之后的包含车辆的图像中定位出包含车牌的矩形区域；S05、将定位出的包含车牌的矩形区域进行倾斜矫正；S06、将倾斜矫正之后包含车牌的矩形区域分割为单独的字符；S07、对所述字符进行特征提取，识别所述字符；S08、将需要查找的车辆的车牌号码与识别出的字符进行匹配比较。

本发明的固定服务区域可以是服务站、收费站等服务区域，一方面这些区域已经配置较为完善的视频监控体系，可减少重复建设，另一方面这些服务区域的车流量大，犯罪嫌疑车辆有可能出没。

此外，所述预处理可以包括灰度变换、图像去噪等处理技术，从而可以更好地去除噪音干扰，更利于车牌图像的识别。车牌的字符包括字母、数字和汉字，三者各有其字形和结构上的特点，本发明可以根据三者特点的不同而有针对性地识别字符，提高识别的准确性和识别效率。车辆的视频监控图像可以通过设置在固定服务区域的摄像头来获取，摄像头可为CCD摄像头，也可为CMOS摄像头，在低照度情况下还可以采用红外摄像头，摄像头的数目可以为1个或者多个，当然也可以采用数字照相机、网络摄像头等图像获取装置来获取视频监控图像。

优选地，步骤S01包括获取车辆进入服务区域的动态视频监控图像，并在车辆由行进变成停止状态时获取车辆的静止视频监控图像，静止视频监控图像相比动态视频监控图像的放大的倍数为d1；步骤S03包括对包含车辆的图像进行放大处理，令放大处理前的图像中像素点的位置的坐标为(x，y)且像素值为θ(x，y)，放大处理的倍数为d2，放大处理后的图像的像素点的位置坐标为(x’，y’)，则放大处理后的图像的该像素点的像素值

${\mathrm{\θ}}^{\′}(x^{\′},y^{\′})=(x_2-\frac{x^{\′}}{d2})(y_2-\frac{y^{\′}}{d2})\mathrm{\θ}(x_1,y_1)+(x_2-\frac{x^{\′}}{d2})(\frac{y^{\′}}{d2}-y_1)\mathrm{\θ}(x_1,y_2)+$ $(\frac{x^{\′}}{d2}-x_1)(y_2-\frac{y^{\′}}{d2})\mathrm{\θ}(x_2,y_1)+(\frac{x^{\′}}{d2}-x_1)(\frac{y^{\′}}{d2}-y_1)\mathrm{\θ}(x_2,y_2),$ 其中x₁，y₁分别为放大处理前的图像中某一像素点的位置的横、纵坐标值，且x₂=x₁+1，y₂=y₁+1；步骤S08包括先对包含车牌的矩形区域的左边起的第一个字符进行识别，将识别的结果与需要查找的车辆的车牌号码的左边起的第一个字符进行匹配比较，两者相同才会继续进行识别。

本发明充分利用了固定服务区域的优势，车辆在进入固定服务区域时，速度已经不太快，因此车辆进入服务区域的动态视频监控图像的质量已经比较高，适于进行车牌识别。通常情况下，固定服务区域的摄像头的放大倍数有限，因此拍摄的动态视频监控图像中车牌区域有可能太小而难以识别，因此，本发明创造性地通过地面埋设的感应线圈来获取车辆由行进变成停止状态时的静止视频监控图像，该静止视频监控图像相比动态视频监控图像的放大的倍数为d1，该放大的倍数视固定服务区域中现有的摄像头的配置而定。另外，本发明还通过技术手段来对静止视频监控图像进行放大处理，使得处理过后的静止视频监控图像适于进行图像识别。本发明中在查找车辆时，没有先识别出完整的车牌号码，再进行匹配比较，而是先将左边起的第一个字符识别出来而进行匹配比较，如果该结果通过，再进行下面的识别，这样可以大大减小识别的次数，提高查找的效率，减少查找时间。

优选地，从预处理之后的包含车辆的图像中定位出包含车牌的矩形区域包括，先根据车牌的矩形区域的灰度跳变特征采用线扫描法进行粗定位，然后利用车牌的几何结构特征实现车牌的矩形区域的精确定位。

优选地，将定位出的包含车牌的矩形区域进行倾斜矫正包括：先确定牌照的倾斜角度，界定车牌的矩形区域所存在的最优的平行四边形区域，然后根据水平边的斜率对像素位置进行矫正，从而实现倾斜矫正。

优选地，对所述字符进行特征提取，识别所述字符包括模板匹配法、基于字符特征的识别方法或神经网络法。

优选地，将需要查找的车辆的车牌号码与识别出的字符进行匹配比较之前还包括从包含车辆的图像中提取出车辆的颜色，将提取出的车辆的颜色与需要查找的车辆的颜色进行匹配比较，两者相同才会继续将需要查找的车辆的车牌号码与识别出的字符进行匹配比较识别。

优选地，当需要查找的车辆的车牌的底色不为蓝色或黄色时，先提取出车牌的底色，将提取出的车牌的底色与需要查找的车辆的车牌的底色进行匹配比较，两者相同才会继续将需要查找的车辆的车牌号码与识别出的字符进行匹配比较识别。车辆的车牌的底色一般包括蓝色、黄色、白色和黑色，而蓝色和黄色是较为常见的车牌的底色，因此若车辆的车牌的底色为白色和黑色时，通过先匹配车牌的底色，再匹配车牌号码，能够大大提高查找效率。

本发明提供的基于车牌识别技术的高速公路车辆查找方法中，利用高速公路的固定服务区域中的摄像头获取的视频监控图像来查找需要查找的车辆，从而能够及时找出犯罪嫌疑车辆，而且通过放大的静止视频监控图像和对静止视频监控图像进行放大处理，从而使得获取的包含车辆的图像的质量高，细节丰富，能够更准确地识别出车牌号码中的字符。

当然，以上所述仅是本发明的较佳实施例，本发明并非局限于上述实施例和实施方法。相关技术领域的从业者可在本发明的技术思想许可的范围内进行不同的变化及实施，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。

Claims (5)

1.一种基于车牌识别技术的高速公路车辆查找方法，其特征在于，包括以下步骤：

S01、获取固定服务区域内的视频监控图像；

S02、从所述视频监控图像中查找并截取包含车辆的图像；

S03、将包含车辆的图像进行预处理；

S04、从预处理之后的包含车辆的图像中定位出包含车牌的矩形区域；

S05、将定位出的包含车牌的矩形区域进行倾斜矫正；

S06、将倾斜矫正之后包含车牌的矩形区域分割为单独的字符；

S07、对所述字符进行特征提取，识别所述字符；

S08、将需要查找的车辆的车牌号码与识别出的字符进行匹配比较；其中，

步骤S01包括获取车辆进入服务区域的动态视频监控图像，并在车辆由行进变成停止状态时获取车辆的静止视频监控图像，静止视频监控图像相比动态视频监控图像的放大的倍数为d1；

步骤S02包括从所述静止视频监控图像中查找并截取包含车辆的图像；

步骤S03包括对包含车辆的图像进行放大处理，令放大处理前的图像中像素点的位置的坐标为(x，y)且像素值为θ(x，y)，放大处理的倍数为d2，放大处理后的图像的像素点的位置坐标为(x’，y’)，则放大处理后的图像的该像素点的像素值

${\mathrm{\θ}}^{\′}(x^{\′},y^{\′})=(x_2-\frac{x^{\′}}{d2})(y_2-\frac{y^{\′}}{d2})\mathrm{\θ}(x_1,y_1)+(x_2-\frac{x^{\′}}{d2})(\frac{y^{\′}}{d2}-y_1)\mathrm{\θ}(x_1,y_2)+$ $(\frac{x^{\′}}{d2}-x_1)(y_2-\frac{y^{\′}}{d2})\mathrm{\θ}(x_2,y_1)+(\frac{x^{\′}}{d2}-x_1)(\frac{y^{\′}}{d2}-y_1)\mathrm{\θ}(x_2,y_2),$ 其中x₁，y₁分别为放大处理前的图像中某一像素点的位置的横、纵坐标值，且x₂＝x₁+1，y₂＝y₁+1；

步骤S08包括先对包含车牌的矩形区域的左边起的第一个字符进行识别，将识别的结果与需要查找的车辆的车牌号码的左边起的第一个字符进行匹配比较，两者相同才会继续进行识别。

2.如权利要求1所述的基于车牌识别技术的高速公路车辆查找方法，其特征在于：步骤S04包括，先根据车牌的矩形区域的灰度跳变特征采用线扫描法进行粗定位，然后利用车牌的几何结构特征实现车牌的矩形区域的精确定位。

3.如权利要求2所述的基于车牌识别技术的高速公路车辆查找方法，其特征在于：步骤S05包括：先确定牌照的倾斜角度，界定车牌的矩形区域所存在的最优的平行四边形区域，然后根据水平边的斜率对像素位置进行矫正，从而实现倾斜矫正。

4.如权利要求2所述的基于车牌识别技术的高速公路车辆查找方法，其特征在于：步骤S08中在将需要查找的车辆的车牌号码与识别出的字符进行匹配比较之前还包括从包含车辆的图像中提取出车辆的颜色，将提取出的车辆的颜色与需要查找的车辆的颜色进行匹配比较，两者相同才会继续将需要查找的车辆的车牌号码与识别出的字符进行匹配比较识别。

5.如权利要求1所述的基于车牌识别技术的高速公路车辆查找方法，其特征在于：所述视频监控图像由设置在固定服务区域的摄像头来获取。