監控視頻車牌識別與檢索系統開發

何芳州

摘 要 隨著汽車的廣泛使用，視頻數據大量產生，人工尋找監控系統難度加大，因此各地區都在加強監控系統與視頻檢索方法的完善。基于此，本文通過在車排定位、校正、字符識別方面對監控視頻車牌的識別進行分析，對監控視頻檢索系統的設計與開發進行探討，以供參考。

【關鍵詞】監控視頻車牌 檢索系統 車牌校正

現階段許多城市正面臨著嚴重的交通壓力，但城市道路的建設已經無法滿足社會需求。因此，加強監控視頻車牌識別與檢索系統開發力度，對準確地檢索具體車輛視頻，有效監管車輛違章，高效率完成交通管理意義重大。

1 監控視頻車牌識別分析

1.1 車牌識別與定位

車牌識別流程分為以下幾個步驟：開始識別、出現車輛圖像、預處理、車排定位、車牌校正、去除邊框、分割字符、識別字符、結束識別。而在車牌進行定位方面，現階段主要有三種方法：

1.1.1 車牌邊緣檢測法

即通過讀車牌字符區域的邊緣特征進行確認的識別方法。

1.1.2 數學形態學法

即：系統對汽車車牌圖像進行數學形態運算，通過尋找連通區域確認車牌位置和干擾位置。

1.1.3 車牌顏色定位法

此方法會對色彩空間進行變換，將車牌圖像轉換到HIS或者HSV空間里進行車牌的定位。但是，由于車輛圖像往往背景復雜，因此只憑單一的特征進行車牌與非車牌區域的區分很難，準確性不高。因此，很多單位開始研究結合多個車牌特征的方法，使得車牌定位率達到了90%以上。

1.2 車牌校正

車牌校正共包含兩方面內容：

（1）由于攝像機鏡頭光軸和車牌平面的位置不匹配，系統在得到圖片以后需要對其進行分割，而傾斜的圖片會對分割工作造成不便，因此系統在得到車牌圖像的傾斜角度后，并對傾斜角進行旋轉，使圖片在正面顯示，以完成車牌校正的工作。此外，系統在得到正面的車牌圖像后，再把車牌中的字符進行分割，已達到識別的目的。

（2）去除車牌邊框，傾斜的車牌圖片被校正以后，圖像仍然存在車牌邊框，這些邊框會對之后進行的分割字符工作形成干擾，因此要去除車牌邊框。

此工作可通過以下步驟完成：對車牌圖像進行二值化處理，然后對其圖片中每一行每一點的像素值做檢測，在有字符的行中，每一個字符的位置會使像素值在0-1之間跳變兩次。由于我國車牌的字符數為七個，因此若此行包含字符，像素點會有14次0-1的跳變，反之，若跳變數目小于14次，可判斷此行無字符，此時工作人員可直接當做上下邊框進行去除。

1.3 字符識別

本文將介紹現階段的3種常用字符識別技術：

1.3.1 字符歸一法

即：原車輛中的車牌大小、位置并不相同，因此字符在被分割以后其大小也是不一樣的，為了減小字號、字體變形造成的不良影響，系統需要將字符統一規格，這就是字符的歸一。如可以用鄰近插值法對字符進行管理，然后將不同規格的字符統一為64*64的字符，以方便查看。

1.3.2 模板匹配法

模板匹配即把圖片中要識別的字符與之前建立的字符庫中的字符相比較，并通過一些規則選擇最佳的模板字符進行識別。這種方法在使用時，較容易受字符清晰度、字符大小等影響，并不是最佳的字符識別法。

1.3.3 應用神經網絡法

神經網絡的學習能力與對樣本殘缺的適應能力較強，但也存在著需要較大量的訓練樣本等問題。

2 監控視頻檢索系統開發

2.1 系統軟硬件環境

本系統的開發平臺為PC機，操作系統是Windows 7，設定的開發環境為Visual Studio 2008 ，并使用C++和OpenCV 2.46進行聯合編程，以此實現對于車牌信息和車輛視頻檢索兩個方面的設計。其視頻格式均為AVI，圖像采取BMP和JPG兩種樣式。

2.2 系統設計與實現方法

本系統使用MFC的程序窗口，通過鼠標操作，對待檢查車輛的視頻或者圖像進行選擇。在工作人員輸入待檢索車輛以后，系統會自動對數據庫中的相同或相似車輛進行檢索，并將檢索結果顯示出來加以保存。

2.3 系統流程與操作步驟

此程序的操作步驟有如下幾點：

（1）根據待檢索文件類型的不同，選擇視頻文件或者圖像文件等不同類型。

（2）通過點擊“打開”按鈕，檢測人員打開文件夾后選擇要輸入的視頻文件。

（3）在選定需要輸入的文件之后，用鼠標點下Play（播放）按鈕系統將自動開始識別車輛的信息并開始檢索工作，在車牌信息被識別出后，系統將做記錄工作。

具體操作步驟方面，首先，系統會對已存的視頻數據予以檢索，在檢測視頻里的運動目標以后，系統會對需要被檢索的車輛通過顏色直方圖進行對比，主要是對顏色進行篩選，如在數據庫中發現顏色相近的車輛，對車牌進行識別，并將數據庫中的車輛和待檢索車輛進行匹配，如果車牌號相同，證明檢索工作成功，若個別字符識別不成功，會導致車牌識別失敗，此系統中，如果車牌的字符有六位數相同的化，就可以判定兩個車牌號一樣，并對車牌信息等結果進行存檔。其次，工作人員在保存被檢索出來的視頻時，需用視頻文件和幀號進行命名。檢索出來的結果分為兩部分，一是與車牌號完全一樣的檢索結果，二是通過顏色直方圖方法測定的待檢索車輛若與數據庫中的存檔相似，工作人員也需要對相似的對象進行存檔。再次，被保存下來的視頻幀圖像等檢索結果，規定按照A/B視頻名稱_幀號的格式進行命名，具體規范如下：A表示車牌號相同，車輛被確認；B表示顏色相近，作為疑似車輛；視頻名稱就是此視頻幀所在的視頻文件名稱；幀號就是此視頻幀在文件中的幀號。例如：當工作人員輸入“遼B396QU”藍色車輛的視頻之后，系統接收指示并做搜索和比較，搜索結束檢索道路共4個結果，其中被確認的車輛命名為“A1_345.jpg”，顏色比照后確認為疑似車輛的圖片分別被命名為“B2_88.jpg”，“B2_99.jpg”，“B5_308.jpg”。其中前三個視頻都被檢出了藍色車輛，第四個視頻中并沒有找到相似的車輛。因此可以得到結果：完全符合檢索條件的車輛檢索出一臺，并檢索出了顏色相近的三個疑似車輛。此外，此系統對于白色與黑色等常用顏色的漏檢率較高，分別為13.5%和25%，這是由于基于顏色判定會受環境的干擾造成的，因此檢索方法還需進一步完善。

3 結論

綜上所述，工作人員通過邊緣檢測、神經網絡等方法可以較好地進行車牌識別。通過分析可得，MFC的系統窗口可較為準確地識別車牌，找到被檢索車輛，對車輛進行有效監管。因此，工作人員在對監控視頻車牌識別與檢索系統進行開發時，應采取以上方式。

參考文獻

[1]高峰.基于車牌識別的車輛視頻檢索系統設計[D].北京理工大學，2015.

[2]陳文軍.相鄰卡口時空關聯車輛視頻檢索研究[D].昆明理工大學，2013.

作者單位

中國刑事警察學院 遼寧省沈陽市 110035endprint