視頻車牌識別技術在ETC系統中的應用

孟 波，劉 繼

（江蘇省潤揚大橋發展有限責任公司，江蘇鎮江 212115）

1 ETC 系統在我國的應用

在高速公路建設快速發展的同時，我國高速公路收費系統也有了很大的發展。10 多年來，高速公路收費系統已經由全面引進階段逐步過渡到自主開發與引進相結合的階段。隨著社會、經濟的快速發展，特別是跨省市同道主干線高速公路網絡的逐步形成，社會對收費系統的技術要求將會越來越高，自動化程度較高的收費技術必然逐步取代傳統的人工作業方式。

電子收費ETC(Electronic Toll Collection)是一種先進的收費方式，是智能交通系統（ITS）的服務功能之一，在世界范圍內得到了廣泛的應用。ETC 是物聯網在智能交通的典型應用，與人工收費相比，ETC 節省了車輛在收費站停車、等候、交費所耗時間，是解決收費站處交通堵塞、能源消耗、運營成本增加等交通難題的最佳選擇。ETC 系統是提高高速公路收費站通行能力，緩解交通堵塞，改善環境，節約能源的重要設施，每通行一次ETC 車道，較人工收費車道可節約燃油約0.0147L；一條ETC 車道至少相當于3～5 條人工車道的通行服務能力，并可減少專職收費人員4 人，廢氣排放減少20%以上。

在京津冀和長三角ETC 聯網示范工程的帶動下，目前我國已有26 個省（區、市）按照國家和部頒標準建設開通了ETC系統。隨著ETC 系統在全國高速公路大規模建設與應用，其安全、便捷、綠色、環保效益凸顯，社會各界廣泛關注，得到了社會公眾和行業主管部門的廣泛認可，從各個方面都在積極推進ETC 應用與發展。截至2014 年第一季度，據不完全統計與測算，我國開通ETC 車道共計7000 多條，ETC 用戶數達1000 多萬，ETC 交易額達到總交易額的9～15%，遵照國務院及交通運輸部的統一安排，2015 年底前實現已開通省市的全國ETC 聯網。

2 視頻稽查系統在ETC 系統中的應用

ETC 系統在保障有ETC 通行卡車輛快速通行ETC 車道的同時，還要防止那些沒有ETC 通行卡車輛在ETC 車道闖卡偷逃高速公路通行費，或者通過倒卡、換卡偷逃高速公路通行費，必須在ETC 車道安裝、使用視頻稽查設備，視頻稽查系統采用高清CCD 攝像機和車牌識別儀，采用圖像處理與模式識別技術，識別過往車輛的汽車牌照并拍攝汽車前部圖像（含駕駛員圖像），通過與ETC 系統的數據庫進行比對，實現ETC 車道的視頻稽查。

視頻稽查系統有2 種組成形態：一種由高清CCD 攝像機單元、車牌識別儀組成；另一種是直接采用嵌入式一體化高清抓拍單元，從功能組成上都可以理解為由圖像采集模塊和車牌識別模塊組成。差異在于嵌入式一體化高清抓拍單元是將車牌識別算法集成在攝像機中；而前者是集成在一個單獨的設備單元中。

2.1 模塊

圖像采集模塊：主要由專用、高清CCD 攝像機及專業鏡頭組成，為車牌識別提供高清晰數字化圖像數據。

車牌識別模塊：對接收到的圖像進行圖像預處理、車牌定位、字符分割、車牌識別、二值化處理。然后通過網絡將車牌信息傳送到ETC 收費系統。

2.2 主要功能

主要功能有：車輛檢測功能、圖像捕獲功能、字符識別功能、數據壓縮功能和數據傳輸功能。

（1）車輛檢測功能：通過車輛檢測器I/O 接口或自動視頻檢測的方式，能夠檢測通過其監控區域的所有車輛。

（2）圖像捕獲功能：能夠捕獲通過其監控區域的所有車輛的汽車前部高清數字圖像。

（3）字符識別功能：能夠識別符合“GA36-92”（92 式牌照）和“GA36.1-2001”（02 式新牌照）標準的民用車、警車及12 式新武警牌照等牌照的漢字、英文字母、數字等完整信息，實現整牌識別。

（4）數據壓縮功能：不僅能夠將捕獲到的車頭圖像按照標準的JPEG 格式進行壓縮，而且能夠將車牌圖像二值化后進行壓縮。

（5）數據傳輸功能：能夠向ETC 實時提供汽車牌照的整牌完整信息，包括牌照顏色、及牌照字母與數字（漢字、英文字母、數字）、牌照二值化圖像、整車前部圖像。

3 視頻二義性解決方案在ETC 系統中的應用

隨著我國高速公路的不斷發展，目前我國已形成了密布的高速公路交通網，各省高速公路進行大范圍的聯網收費，達到了節約運營成本、統一管理的較高水平。然而，對于進行聯網收費的高速公路網來說，不可避免的存在有高速公路環路情況，這種環路現象造成了高速公路收費運營中的“路徑二義性問題”，即從甲地可以通過多種路徑到達乙地，而通行路徑不同使得通行距離不同、計費不同、收費主體不同，因此需要解決路徑二義性問題。

解決路徑二義性問題的關鍵點在于如何獲得車輛行駛的路線，而這要在高速公路的主線標識站設置車輛識別設備，目前主要方法有2 種：（1）基于ETC 技術的車輛身份識別；（2）基于視頻車牌識別技術的車輛身份識別。

基于ETC 技術的車輛身份識別，雖具有識別率高的優點，但其缺點也是不言而喻的。具體表現在：（1）基于ETC 技術的標識設備投資較大；（2）只能對持有ETC 卡的車輛進行標識；（3）與目前國家交通部正在推廣的交通流調查設備不兼容；（4）與目前國家公安部正在推廣的超速監測設備不兼容。

基于視頻車牌識別技術的車輛身份識別，雖然暫時還沒有基于ETC 技術的車輛身份識別的識別率高，但其優點十分突出。例如：（1）基于視頻車牌識別技術的標識設備投資較小；（2）不僅能對持有ETC 卡的車輛進行標識，還能對所有未持有ETC 卡的車輛進行標識，對高速公路全部通行車輛而言，其標識率遠遠超出基于ETC 技術的標識設備；（3）與目前國家交通部正在推廣的交通流調查設備兼容，在進行車輛路徑標識的同時，采集了國家交通部需要的交通流量數據；（4）能夠記錄車輛經過道路節點的圖像信息，收費稽查取證、路徑標示留證更直觀，說服力更強；（5）與目前國家公安部正在推廣的超速監測設備兼容，在進行車輛路徑標識的同時，取證了所有超速違法車輛證據，而且作為卡口數據為公安部門打擊涉車犯罪提供第一手資料和證據。

高速公路單向多為兩車道或三車道。為了保證系統能夠準確的捕獲任意一個行駛車輛，一般只需配置一臺高清攝像機進行抓拍，才能避免從車道中線行駛造成的數據丟失。

在高速公路主線標識站配置的車輛識別設備與高速公路收費站配置的車牌識別設備，基本功能和主要技術參數大體相同，但增加了一些功能，在一些技術參數上要求更高。例如：（1）如與交調設備兼容，需增加交通流量信息提取功能，包括車輛數量、車型車長、通行密度等。（2）如與超速設備兼容，需增加測速功能。（3）允許車輛行駛速度要比收費站更快些。（4）單車牌照識別時間要比收費站更短些。（5）燈光照明要求更高些，一方面是燈光與被拍攝車輛距離遠，另一方面是照明燈光對駕駛員影響要小。

4 視頻車牌識別系統設計標準與規范

視頻車牌識別系統設計標準語規范一般按照適用標準、輔助標準和系統設計施工標準3 部分匯總如下：

4.1 適用標準

適用標準有：《汽車號牌視頻自動識別系統》JT/T604-2004；《公路車輛智能監測記錄系統通用技術條件》GA/T497-2004；《闖紅燈自動記錄系統通用技術條件》GA/T496-2009。

4.2 輔助標準

輔助標準有：《信息技術、軟件包 質量要求和測試》GB/T 17544-1998；《計算機軟件系統檢測規范》DB21/T 1202-2000；《電工電子產品環境試驗》GB/T 2423；《電磁兼容 試驗和測量技術》GB/T 17626；《民用閉路監視電視系統工程技術規范》GB/T 50198；《全國道路交通管理信息數據庫規范》GA 329；《交通技術監控信息數據規范》GA 648。

4.3 系統設計施工標準

系統設計施工標準有：《公路工程技術標準》JTG B01-2003；《高速公路交通工程及沿線設施設計通用規范》JTG D80-2006；《電氣裝置安裝工程施工及驗收規范》GB50254～50259-96；《通信管道工程施工及驗收技術規范》YD5103-2003；《公路橋涵施工技術規范》JTJ041-2000；《收費公路聯網收費技術要求》交通部2007 年第35 號公告。

5 視頻車牌識別系統硬件設計

目前先進的視頻車牌識別一般采用美國TI 公司的DaVinci平臺數字媒體處理器（主流的代表型號如TMS320DM8127）、日本SONY 公司彩色逐行掃描CCD 傳感器和Linux 操作系統，將攝像機、微處理器、存儲器、數字A/D、智能視覺嵌入式軟件等集成在一起。CCD 傳感器采用全幀快門，能夠外部觸發，逐行掃描，快門速度5 微秒～20 秒。TI DaVinci 系列DSP 是當前交通行業內應用最為廣泛的DSP，具有運行速度快、處理能力強、穩定性高等特點。

6 視頻車牌識別系統軟件設計

由于當前計算機技術和DSP 技術的飛躍式提高，可以比以前加入更多、更好的算法來實現圖像的預處理、牌照搜索、字符分割、字符識別，達到更高的識別率和更快的處理速度，實現實用的目的。

6.1 牌照分割技術研究

在干擾嚴重、特征失真的圖像環境中，利用紋理、色彩、投影、拓撲、邊緣等特性進行牌照字符分割、識別的快速、準確的算法設計。

由于汽車圖像攝于背景復雜且光照不均的自然場景下，因而怎樣從自然背景中準確可靠地定位出車牌區域，是很關鍵的。為此，人們進行了很多研究，提出了許多定位算法。其中大部分算法是基于車牌的不同特征進行的，目前較為成熟的算法有：

自適應邊界搜索法利用倒L 型、水平直線、垂直直線這些結構元素搜索、定位字符，然后找出符合一定格式的字符群，即認為是車牌；區域生長法是對邊緣圖像進行均勻性區域生長以獲得潛在的車牌區域，然后利用車牌的幾何特征以及車牌區域內的邊緣灰度直方圖統計特征刪除偽車牌，即得真實車牌；灰度圖像數學形態學運算法則利用車牌形狀特征、字符排列格式特征，對預處理后的灰度圖像進行一系列的形態學運算，得到直線與一定數目的字符相鄰的區域即認為是車牌；基于字符串特征增強的分割方法采用一種線性濾波器突出牌照區域的紋理，再采用取閾值的方法來分割牌照區域；模糊聚類法則利用模糊邏輯系統，根據一些分類參量判別由粗分割得到的圖像中不確定部分是隸屬于背景還是目標，從而分割出車牌；基于灰度圖的車牌定位和分割法首先選取適當的閾值用迭代法得到二值圖，再根據車牌中文字筆畫的垂直邊緣特征做車牌定位；DFT 變換法是先對圖像逐行做DFT 變換，然后把頻率系數逐行累加、平均并根據這些平均值做出頻譜曲線，根據頻譜曲線中的“峰”的起始點位置確定車牌水平位置，對這一水平區域逐行做DFT 變換可確定車牌豎直位置。

車牌區域定位算法目前很多，且許多在實際應用中都取得了很好的效果。因此，要解決汽車牌照自動識別系統中關鍵技術之一的車牌定位技術。

6.2 字符識別技術研究

基于色彩、灰度圖像的字符綜合特征定義、提取及識別的新算法，用以實現對汽車牌照中數字、英文、漢字的快速、準確識別。字符分割與識別是先將車牌區域分割成單個的字符，然后再進行識別，難點是模糊、斷裂的字符的識別。

字符分割目前一般采用垂直投影法。由于字符塊在豎直方向上的投影必然在字符間或字符內的間隙處取得局部最小值，因此字符的正確分割位置應該在上述局部最小值的附近，并且這個位置應滿足車牌的字符書寫格式、字符尺寸限制和一些其他條件。利用垂直投影法，對復雜環境下的汽車圖像中的字符分割有較好的效果。

字符識別方法目前主要有基于模板匹配算法和基于人工神經網絡算法。基于模板匹配算法首先把待識別字符二值化并將其尺寸大小縮放為字符數據庫中模板的大小，然后與所有的模板進行匹配，最后選最佳匹配作為結果。由于這種匹配算法穩定性較差、時間花費也較大，因此在此基礎上提出了基于關鍵點的匹配算法。此算法先對待識別字符進行關鍵點提取，然后對關鍵點去噪，最后再確定字符的分類。這種匹配算法只利用了字符的關鍵點進行匹配，因此提高了識別速度又具有較高的識別率。基于人工神經網絡的算法主要有2 種：一種是先對待識別字符進行特征提取，然后用所獲得的特征來訓練神經網絡分類器；另一種方法是直接把待處理圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。前一種方法識別結果與特征提取有關，而特征提取比較耗時，因此特征提取是關鍵。后一種方法無須特征提取和模板匹配，隨著相關技術的進步，這種方法更實用。

6.3 算法的綜合分析及應用

由以上分析可知，汽車牌照自動識別系統中的關鍵技術車牌區域定位技術和字符分割與字符識別技術現今發展都日趨成熟，且算法比較多。目前在實際應用中，車牌區域定位算法大多將自適應邊界搜索法和灰度圖像數學形態學運算法結合起來使用，以提高定位的精度；車牌字符識別算法大多采用運算速度較快的人工神經網絡算法。每一種算法均有其優缺點，只有經過工程實際檢驗的算法，才是最佳的算法。

7 結語

在高速公路自動化收費系統中，視頻車牌識別技術具有良好的市場前景，它不會因ETC 技術的出現而退出歷史舞臺，兩者會相得益彰的共同發展、共同繁榮。

［1］沈莉兵.車輛牌照識別關鍵技術研究［J］.現代計算機：專業版，2007（9）.

［2］王金紅，柳延領，王麗俠.數字圖像處理在車牌識別中的應用［J］.價值工程，2010（21）.

［3］王鈺.車輛識別系統中的基礎性算法研究［D］.北京：北京交通大學，2010.

［4］魯飛.車牌定位與字符分割算法的研究與實現［D］.成都：電子科技大學，2011.

［5］陳培良，王凌霄.二義性路徑識別系統方案探索和實踐［J］.中國交通信息產業，2008（12）.