智能限高桿提醒系統(tǒng)設(shè)計(jì)

陸超，柯永斌

（淮陰工學(xué)院 電子信息工程學(xué)院，江蘇 淮安 223001）

0 引言

在當(dāng)前的社會(huì)中，限高桿的是為了限制車輛通行的高度，用來保護(hù)橋梁、隧道等交通設(shè)施，但是現(xiàn)實(shí)生活中所使用的限高桿技術(shù)往往都是剛性的，大多數(shù)的制成材料是用金屬，因?yàn)槠囋谛旭倳r(shí)具有很大的慣性，如果當(dāng)一個(gè)駕駛員駕駛著汽車，而沒有看到這個(gè)限高桿。很容易就會(huì)撞上去，這樣會(huì)造成很嚴(yán)重的交通事故，若只設(shè)置有檢測超高裝置的話，兩輛汽車同時(shí)經(jīng)過，不能確定是哪個(gè)車輛。所以要加上車牌識(shí)別用于提醒具體的車輛[1]。為了解決限高桿的這一不足，本課題目的就是完成一個(gè)智能限高桿提醒系統(tǒng)設(shè)計(jì)。

1 研究目標(biāo)及內(nèi)容

本課題的研究目標(biāo)是設(shè)計(jì)一款基于樹莓派車牌識(shí)別的智能限高桿。它可以判斷過來的車輛是否超過限定的高度，抓拍超過限定高度的車輛圖片，并且從中提取車牌信息，然后給予警示。樹莓派利用激光對準(zhǔn)模塊來進(jìn)行對車輛是否超出限定高度，輔以攝像頭來作為抓取車輛信息，通過python3.5和OpenCV，來對含有車牌信息的圖片在本地進(jìn)行車牌識(shí)別，通過串口發(fā)送給單片機(jī)。單片機(jī)在接收到發(fā)過來的車牌信息之后，將車牌信息顯示在點(diǎn)陣屏上面，不斷閃爍以警示超高司機(jī)注意安全[2]。

2 系統(tǒng)結(jié)構(gòu)圖

圖1 硬件總體設(shè)計(jì)流程圖Fig1 Hardware overall design flow chart

利用激光對射傳感器經(jīng)向檢測，若車輛超過設(shè)定的高度，則樹莓派利用攝像頭進(jìn)行抓拍，對抓拍到的照片進(jìn)行提取載入，使用OpenCV這個(gè)開源的計(jì)算機(jī)視覺庫來處理。得到車牌的相關(guān)信息，利用串口發(fā)給單片機(jī)，單片機(jī)接收到信息后通過無線模塊發(fā)送給另一個(gè)節(jié)點(diǎn)單片機(jī)，然后在LCD屏顯示該車輛的車牌信息。

圖2 軟件總體設(shè)計(jì)流程圖Fig 2 Overall software design flow chart

所要求設(shè)計(jì)的系統(tǒng)能夠利用樹莓派拍攝的照片，進(jìn)行數(shù)字圖像處理和使用一些相關(guān)算法，快速地、準(zhǔn)確地識(shí)別出車牌信息[3]。車牌識(shí)別的設(shè)計(jì)流程圖如下：

圖3 車牌識(shí)別設(shè)計(jì)Fig 3 License plate recognition design

對于圖像的邊緣檢測，我采用了 Canny算子進(jìn)行邊緣檢測。

Canny算子是一種檢測性能較好，應(yīng)用也比較廣泛的一種邊緣檢測算子。它通過圖像信號(hào)的函數(shù)的極大值來判定圖像的邊緣監(jiān)測點(diǎn)。

對于Canny算子的邊緣檢測的步驟如下：

消除噪聲。在Canny算子邊緣檢測之前，先要對原始數(shù)據(jù)和高斯模板進(jìn)行卷積，將得到的圖像與最初的圖像比較又模糊，一般來說采用高斯平滑濾波器來鏡像卷積降噪，下面是一個(gè)size = 5的高斯內(nèi)核[4]：

計(jì)算圖像的梯度幅度和它的方向?？梢圆捎靡浑A差分來對圖像灰度的梯度值求取近似。求得圖像在x和y方向的頻道書，用一堆卷積陣列分布作用于相應(yīng)的水平核垂直方向。Canny算子使用的Sobel模板如下[5]：

從上面的式子可以求出卷積后的結(jié)果求出的近似梯度幅度為G:

圖4 邊緣檢測變換圖Fig 4 Transformation diagram of edge detection

3 系統(tǒng)軟件設(shè)計(jì)

本系統(tǒng)是整個(gè)系統(tǒng)設(shè)計(jì)的核心部分，主要的控制環(huán)節(jié)，分析環(huán)節(jié)，處理環(huán)節(jié)都在本部分完成。下位機(jī)僅僅起到一個(gè)顯示的作用。

3.1 系統(tǒng)功能

本系統(tǒng)主要分為4個(gè)部分，分別是車輛高度判斷部分、圖像采集部分，車牌識(shí)別部分、通信部分。

系統(tǒng)主要分為圖像采集，預(yù)處理，車牌定位，字符分割以及最后的車牌識(shí)別部分[6]。首先利用攝像頭進(jìn)行圖像的采集，然后對采集的圖像進(jìn)行一系列的處理，如灰度變換等等。接著進(jìn)行車牌定位，確定車牌所在的圖像區(qū)域。最后對含有車牌的矩形區(qū)域進(jìn)行字符分割。將每個(gè)分割出來的字符進(jìn)行模板匹配最后得到車牌信息，完成車牌識(shí)別這個(gè)流程。

圖5 識(shí)別流程圖Fig 5 Identification flowchart

3.2 系統(tǒng)初始化程序設(shè)計(jì)

為了能確保樹莓派能夠正常的運(yùn)行程序，應(yīng)該配置樹莓派的GPIO引腳，串口，以及載入已經(jīng)訓(xùn)練好的SVM模板。初始化流程如圖6所示：

圖6 統(tǒng)初始化流程圖Fig 6 Series initialization flow chart

3.3 車輛高度判斷設(shè)計(jì)

車輛高度判斷是基于激光對射模塊的，激光對射模塊安裝在固定的高度，若有超過高度的物體通過，則電平會(huì)發(fā)生變化，此時(shí)樹莓派不斷讀取相應(yīng)的GPIO管腳的電平值來判斷。

當(dāng)確定有車輛超過限定高度的時(shí)候，才執(zhí)行攝像頭，車牌識(shí)別等步驟。

3.4 車牌區(qū)域的定位

第一種的方法是基于圖像的邊緣來進(jìn)行檢測，也就是如上面所提到的例如Canny邊緣處理算子，拉普拉斯算子等。第二種是基于車牌的顏色來進(jìn)行判斷的，車牌的長寬比是固定的所以可以確定車牌所在的區(qū)域。車牌定位的流程如圖7所示：

圖7 車牌定位流程圖Fig 7 License plate location flow chart

3.5 車牌的傾斜度調(diào)整

因?yàn)楹熊嚺频膱D像如果傾斜的話，不利于圖像的分割。所以它的角度必須被調(diào)整到能夠分割出比較完整地字符為止，調(diào)整車牌的傾斜度可以令所有的字符基本上處于水平狀態(tài)。這有利于對字符之間的分割，間接的提升了車牌識(shí)別的準(zhǔn)確程度。經(jīng)過對算法方面的不斷調(diào)整，在于查找水平直方圖波峰的分布，峰圖越密，認(rèn)為是水平方向，最大的波峰為車牌區(qū)域。那塊區(qū)域的是字符的可能性越大。查找查找垂直直方圖波峰，圖像在水平像素位置附近，若字符兩側(cè)的像素的平均值有相當(dāng)大的起伏，則它顯示的圖像存在傾斜，需要進(jìn)行修正[7]。找到含有車牌的區(qū)域之后，要判斷是否傾斜，如果傾斜的角度過大的話對接下來的字符分割以及字符識(shí)別會(huì)進(jìn)行干擾，所以此時(shí)要進(jìn)行角度校正。角度矯正的部分代碼如下：

下面需要計(jì)算每個(gè)像素點(diǎn)的平均高度，圖像的左半邊的像素點(diǎn)，圖片右半邊的像素點(diǎn)，從這些數(shù)據(jù)中中找到圖像的斜率，圖像重建的斜率，包括一個(gè)新的圖像輸出到圖像像素映射時(shí)間。使用hough來檢測直線，從而檢測出角度。最后再利用一些相關(guān)的旋轉(zhuǎn)算法，將剛才旋轉(zhuǎn)的車牌進(jìn)行旋轉(zhuǎn)。車牌的傾斜度調(diào)整后的效果如圖8所示：

圖8 調(diào)整后的效果圖Fig 8 The adjusted effect diagram

3.6 車牌字符分割

車牌的字符主要進(jìn)行單字符的分割，主要策略就是主要來檢測像素的綜合變化，字符的顏色與非字符區(qū)域的顏色完全不同，經(jīng)過二值化之后的非字符區(qū)域就是黑色，像素的值比較低[8]。含有字符的區(qū)域白色點(diǎn)比較多，所以含有字符的列的像素和比較高。根據(jù)這個(gè)來進(jìn)行字符分割。

具體分割的算法如下：

（1）認(rèn)為水平方向，最大的波峰為車牌區(qū)域。

（2）查找垂直直方圖波峰，去掉車牌上下邊緣1個(gè)像素，避免白邊影響閾值判斷。

（3）U和0要求閾值偏小，否則U和0會(huì)被分成兩半，車牌字符數(shù)應(yīng)大于6，判斷是否是左側(cè)車牌邊緣。組合分離漢字，去除車牌上的分隔點(diǎn)，可能是固定車牌的鉚釘，判斷最后一個(gè)數(shù)是否是車牌邊緣，假設(shè)車牌邊緣被認(rèn)為是1。

車牌字符分割的示意圖如9所示：

圖9 字符分割示意圖Fig 9 Character segmentation diagram

該步驟如下：首先要做的是判斷車牌的字符數(shù)是否大于6，緊接著判斷車牌左側(cè)的邊緣，接著分離出第一個(gè)漢字部分[9]。去掉車牌上的分隔點(diǎn)，將剩下的字符一個(gè)個(gè)分割，判斷最后一個(gè)數(shù)是不是邊緣，假設(shè)邊緣為1，若這個(gè)1太細(xì)的話則把它當(dāng)做是邊緣來處理。

3.7 字符識(shí)別匹配

將上面含有字符圖片所分割出來的字符串圖片，對它做一個(gè)個(gè)的字符分割，將每個(gè)字符串送到已經(jīng)訓(xùn)練好的模板里進(jìn)行識(shí)別。需要對模板進(jìn)行訓(xùn)練，將34省的縮寫，以及0到9這十個(gè)數(shù)字和A-Z這26個(gè)字母進(jìn)行訓(xùn)練。但是因?yàn)闆]有足夠的樣本，無法進(jìn)行這一步的操作。

使用樣本上的一些限制還有由于樣本的不足，算法方面也有待完善。導(dǎo)致在車牌定位方面有些不準(zhǔn)確，遇到環(huán)境復(fù)雜或者車牌占比很小識(shí)別不出來。在字符中樣本的不足，在判斷兩個(gè)字符的情況下，會(huì)導(dǎo)致混淆，如0和O以及Z與2，還有就是8和B等等。這些都需要很大的樣本來訓(xùn)練，以提高準(zhǔn)確率。

4 警示部分的軟件設(shè)計(jì)

警示系統(tǒng)使整個(gè)系統(tǒng)的限高警示部分，是主要的輸出信息環(huán)節(jié)，展示環(huán)節(jié)。

4.1 系統(tǒng)功能

本系統(tǒng)主要分為兩個(gè)部分，分別是串口通信部分，車牌信息顯示部分。樹莓派在往單片機(jī)發(fā)的時(shí)候，以GB2312的格式發(fā)送[10]。在GB2312格式中，每個(gè)中文字符占據(jù)兩個(gè)字節(jié)，英文占據(jù)一個(gè)字節(jié)。將得到的車牌信息顯示在戶外點(diǎn)陣屏幕上面上面。

圖10 車牌示警部分流程圖FIig 10 Flow chart of license plate warning part

5 系統(tǒng)通信部分設(shè)計(jì)

通信協(xié)議以‘#’為起始幀，以‘%’為結(jié)束幀，防止數(shù)據(jù)在傳輸?shù)倪^程中出現(xiàn)亂碼或者錯(cuò)碼，提高了系統(tǒng)的可靠性。車牌含有一個(gè)中文字符，七個(gè)英文或者數(shù)字，定義了一個(gè)9個(gè)字符的數(shù)組。協(xié)議的示意圖如下：

圖11 自定義協(xié)議圖Fig11 Custom Protocol diagram

6 結(jié)論

本文詳細(xì)的介紹了辨識(shí)部分的車牌識(shí)別本地化處理的過程，以及警示部分的處理。利用SVM支持向量機(jī)實(shí)現(xiàn)對字符的訓(xùn)練以及處理，最后還介紹了辨識(shí)部分與警示部分之間的通信協(xié)議.