套牌車輛信息分析與實時跟蹤的云管理系統

李旭宏 程曉凡 郭曉東

摘 要：隨著城市建設、汽車工業的快速發展，汽車日益在交通運輸和熱門的日常生活中發揮著越來越重要的作用。隨之而來的假牌照、套牌照等車輛違法犯罪活動也日益增多，為此我們圍繞大數據和云計算設計了套牌車輛信息分析與實時跟蹤的云管理系統。系統初步實現了對車牌信息的識別和大數據云平臺的搭建。

關鍵詞：云計算;大數據;圖像處理;字符分割與分析技術

中圖分類號：TP39 ????????文獻標識碼：A

0引言

現在社會上使用的機動車牌版本多，防偽性能差，而且各地各號牌生產廠的生產工藝、生產水平參差不齊。隨著科技的日新月異，號牌的造假水平也在相應提高，套牌車不僅嚴重干擾了良好的道路交通秩序，而且由于套牌車沒有合法手續和保險，一旦發生交通事故，駕駛人極易逃逸，大大增加了案件的偵破難度，為交通監管部門帶來了巨大的壓力。以此為背景，我們提出了此方案。切實保護廣大人民群眾的合法權益，凈化路面交通秩序。

1概述

套牌車輛信息分析與實時跟蹤的云管理系統分為三個模塊：圖像處理層、信息檢索層、用戶界面云平臺。具體實現功能如下：底部為待測圖像，第一層為圖像處理層，主要功能為先通過監控前端獲得視頻、圖像數據，然后將待測圖像數據轉化為計算機可以識別處理的格式，獲取所檢測車輛的關鍵信息（車牌號、車輛型號、車主姓名、車主身份證號以及車主的違章情況）;第二層為信息檢索層，主要功能為將通過監控前端獲取的車輛關鍵信息，利用“時間差”判定，即基于同一輛車在不可能時間內出現在兩個地點的原理監控套牌車;第三層為用戶界面云平臺層，此層的主要功能為在云平臺顯示搜索結果，將信息檢索層中核對的信息結果在云平臺顯示出來，此云平臺可以使每個用戶無論何時何地都可以登錄賬號進行查看套牌情況，方便了用戶。

2相關技術

2.1邊緣檢測技術

車牌定位通過邊緣檢測技術，利用車牌區域與周圍區域灰度值的突變特性，將車牌從原始圖像中分離出來。分為三步：濾波—消除噪聲;增強—使邊界輪廓更加明顯;檢測—選出邊緣點。目的是在視頻圖像中確定車牌區域的圖像，并將其提取出來，作為進一步識別車牌號碼的基礎。

2.2二值化處理

每一個像素點按一定的規則進行分類，使其轉換成只有兩個等級（黑、白）的二值圖像;然后按照車牌中各字符的大小、排列的間距等規律將各個字符從車牌圖像中切分出來，成為一組只包含一個字符的圖片。

2.3分布式計算架構

套牌車信息分析與實時跟蹤要求處理海量的數據，處理的效率要足夠高、數據要足夠準確，因此，基于開源的分布式計算架構Hadoop，搭建大數據平臺，構建1臺管理節點和多臺數據節點（根據城市實際卡口的數據量確定具體數量），其中1臺管理節點用于構建索引和管理數據節點，多臺數據節點用于存儲車輛信息以及并行計算分析套牌車情況。

3功能設計與實現

3.1系統總體架構

針對圖像檢測其中的車牌信息，對監控前端（攝像機）獲得的視頻、圖像數據進行處理，把視頻、圖像數據轉化為計算機可以識別處理的格式，也即是識別出車輛的車牌信息。上傳至數據庫對比搜索套牌現象。系統的總體架構分為：圖像處理層、信息檢索層、用戶界面云平臺。如圖1所示。

3.2邏輯流程

針對信息檢索層的功能，重點介紹是否存在套牌車輛的檢測邏輯流程。套牌車的檢測過程如圖2。

檢測過程：

（1）將監控到的視頻圖像信息中所得到的車輛圖像信息傳入車輛信息識別模塊，完成車牌信息的提取。

（2）將所提取到的信息連同監控點、監控時間等信息一并傳入數據庫。

（3）將車牌信息傳至車輛信息匹配模塊，在車輛信息匹配模塊中通過接收到的車牌信息，調用警方車輛監控數據庫，查詢該車牌所對應的車輛和車主信息，查看是否有同一時間在兩地的車輛。

3.3車輛牌照識別

一個典型的車輛牌照識別系統一般包括以下4 個部分：車輛圖像獲取、車牌定位、車牌字符分割和車牌字符識別。如圖3。

通過通過圖像識別技術以及字符分割與分析技術，獲取車牌相關信息，通過定位技術，獲取被識別車輛的定位信息;然后將獲取到的車牌信息、車輛定位信息以及信息獲取時間一并存入自建的暫存信息數據庫，然后利用獲取到的車牌信息，進行查詢警方數據庫，獲取到與之對應的車輛基本特征信息和圖像處理獲得的車輛基本信息進行匹配，若匹配不成功，則將被識別車輛先前存入自建數據庫的相關信息提交給相關交警部門。

3.4功能實現

實現代碼略。

4結束語

套牌車輛的信息分析與實時跟蹤的云管理系統是一種主動的識別技術，主要利用路面的監控設備，通過圖像處理技術和數據獲取處理、分析技術，通過監控獲取車牌圖像，利用“時間差”判定，檢測出涉嫌套牌車輛的方法，獲取車主信息從而確定套牌的車輛，將套牌車的信息提交給相關部門，并對其車輛進行實行跟蹤，避免犯罪。

該系統是利用大數據和云計算技術實現對套牌車的實時跟蹤。使警方提前掌握該車動向，提前預防此套牌車作案。在如今套牌車輛作案無法追蹤，真車主成為冤大頭的情況下有很強的應用前景，與智能交通系統相結合，更能達到社會效益與經濟效益相結合，極大的提高了交通管理效率。

基金項目：本文系棗莊學院2019年度校級SRT項目“套牌車輛信息分析與實時跟蹤的云管理系統”項目。

參考文獻

[1]汪崢嶸.基于車牌識別及車輛特征點匹配的套牌車識別[D].蘇州：蘇州大學，2013.

[2]胡佳.基于移動車牌識別的套牌車輛快速檢測技術研究與實現[D].長沙：中南大學，2011.

[3]唐智強.基于圖像的車牌識別系統設計與實現[D].成都：電子科技大學，2018.

[4]劉文，黎茂林.交通卡口大數據中的套牌車實時檢測算法[J].電腦與信息技術，2017，25（03）：11-13+21.

[5]朱萍，馬韻潔.基于大數據技術快速分析套牌車方法[J].電腦知識與技術，2015，11（34）：20+23.

.