基于彩色圖像的自動貨車識別系統(tǒng)

摘要：本文設(shè)計并實現(xiàn)了一套公路貨車自動識別系統(tǒng)。采用邊緣檢測和彩色閾值相結(jié)合的方法在近景圖像中進行快速牌照定位，再根據(jù)遠景圖像的HSI空間水平紋理特征進行識別。實際應(yīng)用表明，系統(tǒng)檢測率85%，識別率90%，具有較好的穩(wěn)定性和識別效果，可以為貨車違章的管理提供科學(xué)依據(jù)。

關(guān)鍵詞：貨車識別；快速牌照定位；HSI空間；紋理特征

中圖分類號：U495 文獻標識碼：A 文章編號：1007-9599 （2012） 24-0019-03

貨車違章現(xiàn)象是現(xiàn)代城市交通中極其嚴重的一個問題，交通管理機關(guān)不可能依靠人力對所有路段實行全方位管理，因此依靠自動化技術(shù)對貨車的通行進行實時監(jiān)控對交通管理部門有著重要的意義。

基于視頻圖像進行車型識別[1]是目前發(fā)展較快的一項智能交通[2]技術(shù)，很多學(xué)者進行了相關(guān)研究[3][4]，所提方法識別效果較好，但均須經(jīng)過一定的學(xué)習(xí)和訓(xùn)練，而車型種類繁多，難以獲取所有車型的典型樣本；所提算法均基于灰度圖，沒有利用彩色信息；多數(shù)方法也僅以車輛側(cè)面視圖為依據(jù)，但現(xiàn)實路面經(jīng)常會出現(xiàn)車輛之間相互遮掩的情況等。這些都在一定程度上影響了車型識別的實時性和有效性。另一方面，雖然我國也有少數(shù)城市的道路上安裝了貨車監(jiān)控系統(tǒng)，但也均是人為的對視頻錄像進行篩選。

本文設(shè)計并實現(xiàn)了一套基于彩色圖像的公路貨車自動識別系統(tǒng)，該系統(tǒng)分為前端機和后臺服務(wù)器兩部分。前端機利用近遠景俯視圖相結(jié)合的HSI彩色域識別技術(shù)檢測違章通行的貨車并保存違章資料，后臺服務(wù)器管理和統(tǒng)計所有前端機上傳的違章資料數(shù)據(jù)并根據(jù)用戶要求自動生成各類報表。現(xiàn)場測試的結(jié)果表明該系統(tǒng)的檢測率達到85%，識別率為90%，檢測時間小于40ms，滿足實際工作的需要，可以為各級交通管理部門的正確決策提供科學(xué)依據(jù)。

1 貨車識別方法

貨車識別是一項具有不確定性的動態(tài)模式識別問題，單靠傳統(tǒng)的方法難以進行有效的分類。因此，兼顧判別參數(shù)應(yīng)滿足簡單、準確度高、可靠性好和人機判別一致的要求，本文利用近遠景俯視圖（圖1）相結(jié)合的HSI彩色域識別技術(shù)檢測貨車。首先在近景中確定黃色牌照邊緣的四點位置坐標 ，然后根據(jù)近景圖像和遠景圖像的對應(yīng)映射關(guān)系 確定貨車牌在遠景圖像中的位置 ，最后基于 提取車輛的水平紋理特征最終識別貨車。

（a）近景俯視圖 （b）遠景俯視圖

圖1 近遠景俯視圖

1.1 牌照定位

牌照定位是復(fù)雜背景下的目標提取問題，一些文獻[5] [6]提出的方法雖然效果較好，但適用范圍窄，難以適應(yīng)實際工程應(yīng)用。基于系統(tǒng)實時性的考慮并結(jié)合貨車黃色牌照底色的特點，本文提出了利用邊緣檢測和彩色閾值相結(jié)合的方法進行牌照定位，邊緣檢測采用Roberts算子，彩色閾值在RGB空間中選取。

雖然牌照在圖像中出現(xiàn)的位置是隨機的，但相比于遠景圖像，近景圖像的像素較高，因此可以首先利用獲取的近景圖像進行牌照定位，獲取黃色牌照四個端點的坐標（圖像左下角為原點）。圖2所示為檢測出的底色為黃色的牌照。除貨車以外，大型客車、教練車以及少數(shù)工程車的牌照底色均為黃色，因此還要對采集的圖像進行特征提取，進而最終確定貨車。

圖2 檢測出的底色為黃色的牌照

1.2 特征提取

根據(jù)近景和遠景圖像的對應(yīng)映射關(guān)系 和已經(jīng)檢測出的牌照在近景圖像中的位置 可以通過式1得遠景圖像中牌照的位置坐標 。

（1）

其中 是線性的，通過系統(tǒng)近遠景的標定可得； 和 均為 的矩陣，每一行代表牌照一個端點的坐標。

確定了對應(yīng)遠景圖像中的牌照位置后，再基于牌照上邊緣所在位置向上檢測水平方向的紋理特征。通常情況下，圖像常采用RGB三原色，但RGB三原色空間中兩點間的歐式距離與顏色距離不成線性比例，為了更好地進行紋理特征的提取，本文將RGB模式的彩色圖像轉(zhuǎn)化為HSI模式的彩色圖像，并采用取對數(shù)方法進行彩色飽和度調(diào)整進而減少光照的影響。由RGB模式到HSI模式的轉(zhuǎn)化關(guān)系如式2。最后在調(diào)整后的圖像中提取水平紋理特征，圖3所示為RGB域和HSI域的車輛圖像。

（2）

RGB HSI

圖3 RGB域和HSI域圖像

1.3 貨車識別

多數(shù)算法往往利用車輛的側(cè)面輪廓、車輪的數(shù)目、車長和車底盤高度等特征來識別貨車，但這需要比較完整的車輛正側(cè)面圖像，在車速較快、車輛長短不一的現(xiàn)實情況下較難實現(xiàn)?？紤]到貨車、客車以及其它車型的水平紋理特征差別較大（貨車的紋理較為復(fù)雜，而其它車型紋理較為簡單），同時為了消除拍攝圖像時鏡頭與車輛間的距離、角度等偏差，本文采用遠景俯視圖中車輛的水平紋理特征對貨車進行識別?，F(xiàn)場應(yīng)用的結(jié)果表明該方法檢測率達85%，符合實際應(yīng)用的標準。

2 系統(tǒng)實現(xiàn)

為了獲得車輛的俯視圖，系統(tǒng)需要將攝像機架設(shè)到車輛通道的上方（圖4），并為每個車道配備一個近景攝像頭，為所有同向車道配備一個遠景攝像頭。

圖4 攝像機的安裝

2.1 系統(tǒng)結(jié)構(gòu)

系統(tǒng)主要由前端下位機和后臺上位機組成，二者之間通過專用寬帶網(wǎng)絡(luò)相連，系統(tǒng)結(jié)構(gòu)圖如圖5所示。其中前端下位機主要由攝像機、圖像采集卡和工控機組成，攝像機采用SONY FCB-EX480CP，工控機即系統(tǒng)下位機采用研華IPC6806，圖像采集卡為大恒VT-140，后臺上位機由普通PC和貨車違章資料管理軟件構(gòu)成，工作原理示意如圖6所示。攝像機連續(xù)捕獲到的路面視頻信號經(jīng)過工控機內(nèi)的視頻采集卡完成模數(shù)轉(zhuǎn)換后送入圖像緩存區(qū)，從圖像緩存區(qū)獲得的圖像序列進入識別算法模塊。識別算法模塊又包括近景牌照提取和遠景貨車識別兩個部分。工控機將違章的貨車信息以靜態(tài)圖像（JPEG）的形式記錄到硬盤中，并以當(dāng)前系統(tǒng)時間（精確到秒）和攝像機編號加以命名，避免圖像間的重復(fù)存儲。隨后工控機還可以通過專用寬帶網(wǎng)絡(luò)將違章資料傳輸?shù)綌?shù)據(jù)管理中心，上位機違章資料管理軟件再對上傳的違章資料進行存儲管理，以便警務(wù)人員查閱。

圖5 系統(tǒng)結(jié)構(gòu)圖

圖6 系統(tǒng)工作原理示意圖

2.2 系統(tǒng)軟件功能

2.2.1 下位機功能設(shè)計。系統(tǒng)下位機采用C#進行開發(fā)，并在程序中嵌入視頻采集卡SDK。為了維護方便，特別將系統(tǒng)設(shè)定的參數(shù)統(tǒng)一存儲于1個配置文件中，每次調(diào)整系統(tǒng)參數(shù)，只需對配置文件進行修改。修改配置文件，可以在現(xiàn)場通過連接便攜監(jiān)視器、鍵盤和鼠標直接修改，也可以通過管理服務(wù)器，將修改好的配置文件傳送至遠程工控機，替換掉原有的配置文件。

根據(jù)需求，下位機主要分為視頻采集、違章識別、數(shù)據(jù)存儲和數(shù)據(jù)通訊四個模塊，主要完成違章貨車的檢測、違章資料的存儲和與上位機服務(wù)器通訊等功能。系統(tǒng)工作流程如圖7所示，首先采集單幀近景和遠景圖像到內(nèi)存，如果近景圖像中存在黃色牌照，則在對應(yīng)的遠景圖像中提取前車輛紋理信息，并最終識別貨車。試驗表明無違章車輛出現(xiàn)時系統(tǒng)循環(huán)檢測時間小于40毫秒，可以實現(xiàn)連續(xù)檢測，當(dāng)出現(xiàn)違章車輛時，系統(tǒng)檢測、識別和保存的總時間小于1秒，符合實際工作的需要。

圖7 系統(tǒng)下位機工作流程

（1）視頻采集模塊。通過視頻采集卡采集數(shù)字圖像，并對采集到的圖像進行濾波去噪處理，然后將處理后的圖像變換為違章檢測模塊所需要的數(shù)據(jù)格式存儲于內(nèi)存中。為了保證圖像細節(jié)的清晰并兼顧速度，采用中值濾波器對圖像進行濾波處理。（2）違章識別模塊。通過對圖像中的移動目標進行檢測和跟蹤，對移動目標的行為是否違章做出判別。（3）數(shù)據(jù)保存模塊。檢測違章識別模塊的輸出，若輸出為真，則保存當(dāng)前近、遠景圖像，并壓縮成JPG文件格式，以“違章時間+攝像機編號”為文件名存儲在工控機的指定目錄中。否則此模塊處于等待狀態(tài)。（4）數(shù)據(jù)通訊模塊。數(shù)據(jù)通訊模塊的作用是和遠端的服務(wù)器進行數(shù)據(jù)交換，實現(xiàn)違章資料的傳輸和簡單的遠程維護等功能。數(shù)據(jù)傳輸?shù)慕橘|(zhì)采用專用寬帶，速度快，干擾小。數(shù)據(jù)通訊模塊應(yīng)滿足如下要求：可以實現(xiàn)違章資料的定時上傳、可以接受服務(wù)器命令實時上傳違章資料，通過命令可以修改工控機配置并能使程序復(fù)位。

2.2.2 違章管理系統(tǒng)功能設(shè)計。違章管理系統(tǒng)是一個數(shù)據(jù)庫管理系統(tǒng)，因此操作系統(tǒng)選用Windows2000，數(shù)據(jù)庫采用SQLSERVER 7.0。根據(jù)業(yè)務(wù)需要將其分為4個功能模塊：違章登陸、違章查詢、違章統(tǒng)計和系統(tǒng)管理。

（1）違章登錄模塊。對下位機上傳的圖像文件進行篩選，查詢違章車輛檔案信息，將其與違章圖像一并存入違章數(shù)據(jù)庫，同時鎖定違章車輛檔案。（2）違章查詢模塊。能夠根據(jù)車牌號、車主、違章地點等信息，在違章信息數(shù)據(jù)庫中，查詢違章車輛信息，打印查詢結(jié)果、違章通知單和違章車輛圖像。（3）違章統(tǒng)計模塊。能夠按照違章地點、違章時間等信息隨機在違章數(shù)據(jù)庫中進行分類統(tǒng)計，并以報表形式輸出統(tǒng)計結(jié)果。（4）系統(tǒng)管理模塊。能夠在應(yīng)用程序級上實現(xiàn)用戶管理、日志管理、系統(tǒng)安全監(jiān)測和系統(tǒng)參數(shù)維護。能夠在系統(tǒng)發(fā)生故障或遭到病毒攻擊時，通過系統(tǒng)故障恢復(fù)程序進行系統(tǒng)恢復(fù)。

3 結(jié)果與分析

將系統(tǒng)下位機安裝在某非貨車禁行高速路段，同時配備有硬盤錄像機對現(xiàn)場情況進行攝錄保存，以便對本系統(tǒng)方法的實時性和準確性進行檢驗。實驗對系統(tǒng)進行了一個月的監(jiān)控，并取每天三個時段（8：00-10：00，13：00-15：00，18：00-20：00）的數(shù)據(jù)進行分析。

首先進行如下定義： 為公路實際貨車數(shù)量，由人為瀏覽硬盤錄像機獲得； 為系統(tǒng)檢測到的車輛總數(shù)： 為貨車數(shù)量， 為其它車型數(shù)量； 為系統(tǒng)檢測率， ； 為系統(tǒng)識別率， 。

圖8表示一個月內(nèi)系統(tǒng)檢測貨車總數(shù)與實際貨車總數(shù)的對比，從圖中可以看出，強烈的路面反光、黑夜等可能會對系統(tǒng)的檢測率造成一些影響，而如何更好的克服以上兩個問題也是今后研究的重點。表1為一個月內(nèi)數(shù)據(jù)的詳細統(tǒng)計，數(shù)據(jù)說明系統(tǒng)在不同的時間段內(nèi)均可以穩(wěn)定工作，檢測率達85%，識別率為90%。

圖8 分時段系統(tǒng)檢測結(jié)果

表1 系統(tǒng)檢測數(shù)據(jù)統(tǒng)計

日期

（%）

（%）

14443744284.2389.90

22932502885.3289.93

34713934483.4489.93

43402903285.2990.06

53583063485.4790.00

64844074584.0990.04

73733183585.2590.08

83252853287.6989.91

94643944484.9189.95

104834084584.4790.07

112622332688.9389.96

124894174685.2890.06

133843303785.9489.92

145064284884.5889.92

153593073485.5290.03

163993363784.2190.08

173793243685.4990.00

183212763185.9889.90

192251952286.6789.86

202602242586.1589.96

213913293784.1489.89

222752372686.1890.11

234293674185.5589.95

242982622987.9290.03

253532963383.8589.97

262502132485.2089.87

273813163582.9490.03

284073383883.0589.89

293252733084.0090.10

303462953385.2689.94

314583844383.8489.93

合計115329805109285.1989.98

4 結(jié)語

基于彩色圖像的貨車自動識別系統(tǒng)是利用圖像處理和模式識別技術(shù)，對交通視頻圖像進行分析進而檢測違章貨車、抓拍違章圖像，并對違章信息進行記錄和管理的信息采集管理系統(tǒng)。該系統(tǒng)具有結(jié)構(gòu)簡單，操作方便與維護容易等特點。經(jīng)測試，該系統(tǒng)有效違章檢測率85%，識別率90%，在減少貨車違章事故，保障道路暢通方面具有較強實用性。

參考文獻：

[1]Huang C L， Liao W C. A Vision-based Vehicle Identification System[C].Proceedings of the 17th International Conference on International commission on Radiological Protection，2004.

[2]張志勇，黃愛民，劉建平.視頻智能交通系統(tǒng)[J].計算機工程與應(yīng)用，2001，37（6）：113-116.

[3]魏小鵬，于萬波，金一栗.奇異值方法用于汽車車型識別[J].中國圖象圖形學(xué)報，2003，8A（1）：47-50.

[4]胡煒煒，李樹廣，吳舟舟.基于邊緣輪廓特征的實時車型分類[J].計算機工程，2007，33（13）：185-190.

[5]Shridhar M， Miller J W V， et al. Recognition of License Plate Images： Issues and Perspectives[C]. Proceedings of the 5th International Conference on Document Analysis and Recognition， 1999， 17-20.

[6]胡愛明，周孝寬.基于先驗知識的紅外圖像汽車牌照定位方法[J].北京航空航天大學(xué)學(xué)報，2003，29（2）：128-131.

[作者簡介]高韜，男，華北電力大學(xué)講師。研究方向為系統(tǒng)工程、人工智能、計算機視覺等。

[基金項目]國家自然科學(xué)基金資助項目（71102174）；河北省科技支撐計劃項目（12213519D）；北京市自然科學(xué)基金資助項目（9123028）；教育部博士點科學(xué)基金資助項目（20111101120019）；北京市哲學(xué)社會科學(xué)基金資助項目（11JGC106），北京理工大學(xué)優(yōu)秀青年教師資助計劃資助項目（2010YC1307），天津市科技支撐計劃重點項目基金資助項目（10ZCKFSF01100）