CN106971186B - 一种智能交通监控系统 - Google Patents

Abstract

本发明提供了一种智能交通监控系统，包括图像采集装置和车牌识别装置，所述图像采集装置用于获取监控图像，所述车牌识别装置用于对所述监控图像中的车牌进行识别，包括预处理模块、定位模块、分割模块和识别模块，所述预处理模块用于对所述监控图像进行预处理，所述定位模块用于对所述预处理后的监控图像的车牌边缘进行检测，获取车牌区域，得到车牌图像；所述分割模块用于对所述车牌图像的字符进行分割，所述识别模块用于将所述车牌图像的字符和字符模板进行匹配，完成车牌识别。本发明的有益效果为：实现了车牌有效识别，提高了智能交通监控系统监控能力。

Description

一种智能交通监控系统

技术领域

本发明涉及智能交通技术领域，具体涉及一种智能交通监控系统。

背景技术

在智能交通系统中，基于图像识别的交通监控主要是利用计算机智能化技术通过摄像机或电子眼对车辆的牌照进行智能识别，由交通监管部门对道路上行驶车辆进行信息的采集分析检测、跟踪以及交通流量参数检测等功能。为了实现这些功能，汽车牌照作为车辆身份的标志性信息，对其识别确认也就成为交通监控的关键环节。

目前的车牌识别算法存在识别速度慢，识别准确率低等问题。

发明内容

针对上述问题，本发明旨在提供一种智能交通监控系统。

本发明的目的采用以下技术方案来实现：

一种智能交通监控系统，包括图像采集装置和车牌识别装置，所述图像采集装置用于获取监控图像，所述车牌识别装置用于对所述监控图像中的车牌进行识别，包括预处理模块、定位模块、分割模块和识别模块，所述预处理模块用于对所述监控图像进行预处理，所述定位模块用于对所述预处理后的监控图像的车牌边缘进行检测，获取车牌区域，得到车牌图像；所述分割模块用于对所述车牌图像的字符进行分割，所述识别模块用于将所述车牌图像的字符和字符模板进行匹配，完成车牌识别。

本发明的有益效果为：设置预处理模块对图像进行处理，保证了图像的质量，为后续的车牌定位和字符分割奠定了基础，通过模块组合获取的车牌识别装置具有抗干扰能力强，识别率高、识别速度快、鲁棒性好等优点。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构连接示意图；

图2是本发明图像采集装置的结构连接示意图；

图3是本发明车牌识别装置的结构连接示意图。

附图标记：

图像采集装置1、车牌识别装置2、摄像头11、防抖装置12、预处理模块21、定位模块22、分割模块23、识别模块24。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1、图2、图3，本实施例的一种智能交通监控系统，包括图像采集装置1和车牌识别装置2，所述图像采集装置1用于获取监控图像，所述车牌识别装置2用于对所述监控图像中的车牌进行识别，包括预处理模块21、定位模块22、分割模块23和识别模块24，所述预处理模块21用于对所述监控图像进行预处理，所述定位模块22用于对所述预处理后的监控图像的车牌边缘进行检测，获取车牌区域，得到车牌图像；所述分割模块23用于对所述车牌图像的字符进行分割，所述识别模块24用于将所述车牌图像的字符和字符模板进行匹配，完成车牌识别。

本实施例实现了车牌有效识别，提高了智能交通监控系统监控能力。

优选的，所述图像采集装置1包括摄像头11和防抖装置12，所述防抖装置12包括角速度检测装置、信号预处理装置、微处理器和位置调整执行机构，所述角速度检测装置包括第一角速度传感器和第二角速度传感器，以所述摄像头11的图像采集面建立二维坐标即分为x轴方向和y轴方向，所述第一角速度传感器设置于摄像头11的x轴方向，所述第二角速度传感器设置于摄像头11的y轴方向，第一角速度传感器和第二角速度传感器的输出端分别接信号预处理装置的输入端，信号预处理装置的输出端接微处理器的检测信号输入端，微处理器的输出端接位置调整执行机构的输入端，位置调整执行机构与摄像头11连接，摄像头11的输出端接微处理器的图像信号输入端。

本优选实施例在检测摄像头抖动的同时进行位置调节，有效地降低了防抖成本，获取的监控图像质量更高。

优选的，所述预处理模块21用于对所述监控图像进行预处理，包括图像增强单元和图像去噪单元，所述图像增强单元用于对图像进行增强，所述图像去噪单元用于对图像进行去噪，所述对图像进行增强，具体为：

(1)将彩色图像转化为灰度图像；

(2)将图像划分为C个灰度级，第k个灰度级的增强直方图z(k)可表示为：

式中，m_j表示第k个灰度级的像素点的数量，k＝1,2,…,C，n表示图像像素点总数量。

所述对图像进行去噪，具体为：

对于像素点(x,y),选取N_i×N_i的邻域像素，其中，i＝1,2,3，则去噪后的图像可表示为：

式中，o(x,y)表示像素点(x,y)去噪后的输出灰度值，表示像素点(x,y)在N_i×N_i邻域内灰度中值，表示像素点(x,y)在N_i×N_i邻域内灰度均值。

本优选实施例设置预处理模块对图像进行增强和去噪，保证了图像的质量，为后续的车牌定位和字符分割奠定了基础，增强单元的算法设计提高了图像的亮度，保证了图像相关信息的准确辨识，滤波单元的算法设计在有效滤除噪声的同时保留了更多的细节特征，改善了图像的视觉效果。

优选的，所述分割模块23用于对所述车牌图像的字符进行分割，包括二值化单元和字符分割单元，所述二值化单元对车牌图像进行二值化处理，所述字符分割单元对处理后的车牌图像的字符进行分割。

所述车牌图像进行二值化处理，具体为：

对于灰度值大于确定阈值的像素点，灰度值记为255，对于灰度值小于确定阈值的像素点，灰度值记为0，所述确定阈值采用如下方式确定：

步骤1：选取图像像素点的平均灰度值作为初始阈值T₀；

步骤2：利用该阈值将车牌图像划分为Q₁和Q₂两个区域，计算两个区域的平均灰度值分别为v₁和v₂，得到新的阈值

步骤3：令T_w＝T_w+1,重复步骤2，得到T₁₀；

步骤4：计算图像熵值S，具体采用如下公式：

式中，S(J)表示阈值为J时的图像熵值，P_l表示灰度值为l的像素占图像总像素的比重，J∈[T₁₀-5,T₁₀+5],选取熵值最大的J作为确定阈值，完成图像二值化处理。

所述对车牌的字符进行分割，具体为：

将车牌图像自上而下进行逐行扫描，统计每行的白色像素点的数量，当灰度值为255像素点的数量大于10，作为字符的上边界，同理，将车牌图像自下而上进行逐行扫描，统计每行的白色像素点的数量，当灰度值为255像素点的数量大于10，作为字符的下边界；

将车牌图像从左向右进行逐列扫描，当灰度值为255像素点的数量大于10，则记为该字符的起始列，继续扫描，当灰度值为255像素点的数量小于10，则记为该字符的结束列，扫描至车牌图像最右端，得到车牌图像的所有字符。

本优选实施例二值化单元采用全新的算法实现了灰度图像二值化，提高了二值化的速度；通过模块组合获取的车牌识别装置具有抗干扰能力强，识别率高、识别速度快、鲁棒性好等优点。

采用本发明智能交通监控系统对车牌进行识别，对C取不同值时的监控情况进行统计，同一般的交通监控系统相比，产生的有益效果如下表所示：

C	识别时间缩短	识别准确率提高
			10	21％	20％
11	15％	25％
			12	10％	30％
13	8％	32％
			14	6％	36％

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (2)

1.一种智能交通监控系统，其特征在于，包括图像采集装置和车牌识别装置，所述图像采集装置用于获取监控图像，所述车牌识别装置用于对所述监控图像中的车牌进行识别，包括预处理模块、定位模块、分割模块和识别模块，所述预处理模块用于对所述监控图像进行预处理，所述定位模块用于对所述预处理后的监控图像的车牌边缘进行检测，获取车牌区域，得到车牌图像；所述分割模块用于对所述车牌图像的字符进行分割，所述识别模块用于将所述车牌图像的字符和字符模板进行匹配，完成车牌识别；

所述图像采集装置包括摄像头和防抖装置，所述防抖装置包括角速度检测装置、信号预处理装置、微处理器和位置调整执行机构，所述角速度检测装置包括第一角速度传感器和第二角速度传感器，以所述摄像头的图像采集面建立二维坐标即分为x轴方向和y轴方向，所述第一角速度传感器设置于摄像头的x轴方向，所述第二角速度传感器设置于摄像头的y轴方向，第一角速度传感器和第二角速度传感器的输出端分别接信号预处理装置的输入端，信号预处理装置的输出端接微处理器的检测信号输入端，微处理器的输出端接位置调整执行机构的输入端，位置调整执行机构与摄像头连接，摄像头的输出端接微处理器的图像信号输入端；

所述预处理模块用于对所述监控图像进行预处理，包括图像增强单元和图像去噪单元，所述图像增强单元用于对图像进行增强，所述图像去噪单元用于对图像进行去噪，所述对图像进行增强，具体为：

(1)将彩色图像转化为灰度图像；

(2)将图像划分为C个灰度级，第k个灰度级的增强直方图z(k)表示为：

式中，m_j表示第k个灰度级的像素点的数量，k＝1,2,…,C，n表示图像像素点总数量；

所述对图像进行去噪，具体为：

对于像素点(x,y),选取N_i×N_i的邻域像素，其中，i＝1,2,3，则去噪后的图像可表示为：

式中，o(x,y)表示像素点(x,y)去噪后的输出灰度值，表示像素点(x,y)在N_i×N_i邻域内灰度中值，表示像素点(x,y)在N_i×N_i邻域内灰度均值；

所述分割模块用于对所述车牌图像的字符进行分割，包括二值化单元和字符分割单元，所述二值化单元对车牌图像进行二值化处理，所述字符分割单元对处理后的车牌图像的字符进行分割；

所述车牌图像进行二值化处理，具体为：

对于灰度值大于确定阈值的像素点，灰度值记为255，对于灰度值小于确定阈值的像素点，灰度值记为0，所述确定阈值采用如下方式确定：

步骤1：选取图像像素点的平均灰度值作为初始阈值T₀；

步骤2：利用该阈值将车牌图像划分为Q₁和Q₂两个区域，计算两个区域的平均灰度值分别为v₁和v₂，得到新的阈值

步骤3：令T_w＝T_w+1,重复步骤2，得到T₁₀；

步骤4：计算图像熵值S，具体采用如下公式：

式中，S(J)表示阈值为J时的图像熵值，P_l表示灰度值为l的像素占图像总像素的比重，J∈[T₁₀-5,T₁₀+5],选取熵值最大的J作为确定阈值，完成图像二值化处理。

2.根据权利要求1所述的智能交通监控系统，其特征在于，所述分割模块对车牌的字符进行分割，具体为：

将车牌图像自上而下进行逐行扫描，统计每行的白色像素点的数量，当灰度值为255像素点的数量大于10，作为字符的上边界，同理，将车牌图像自下而上进行逐行扫描，统计每行的白色像素点的数量，当灰度值为255像素点的数量大于10，作为字符的下边界；

将车牌图像从左向右进行逐列扫描，当灰度值为255像素点的数量大于10，则记为该字符的起始列，继续扫描，当灰度值为255像素点的数量小于10，则记为该字符的结束列，扫描至车牌图像最右端，得到车牌图像的所有字符。