關(guān)于機(jī)動車車牌信息識別技術(shù)的研究

■ 文/公安部檢測中心 鄢亞平 陶磊 劉芷伊 劉琦

關(guān)鍵字：車牌識別

1 引言

隨著現(xiàn)代社會的發(fā)展，汽車成為人民出行不可或缺的交通工具，越來越多的汽車出現(xiàn)在大街小巷中，也為安防市場帶了新的機(jī)遇和挑戰(zhàn)?？谧ヅ南到y(tǒng)、電子警察、停車場管理系統(tǒng)、出入口管理系統(tǒng)越來越普及并受到重視，而車牌識別技術(shù)對于這些系統(tǒng)的作用及意義更是無需多言。本文對當(dāng)前機(jī)動車車牌識別技術(shù)的特點(diǎn)進(jìn)行簡要介紹，并對其中的部分技術(shù)難題進(jìn)行歸納總結(jié)。

2 車牌識別技術(shù)的特點(diǎn)

車牌識別是一項(xiàng)對車輛動態(tài)視頻圖像或靜態(tài)抓拍圖像進(jìn)行掃描、車牌定位、字符分割并識別的識別技術(shù)。該識別技術(shù)可以在車不停、牌不動、無人協(xié)助的場景下對車牌信息進(jìn)行識別，實(shí)現(xiàn)車輛“身份”的自動登記及驗(yàn)證。車牌識別技術(shù)發(fā)展始于20世紀(jì)末期，經(jīng)過20余年的研究探索，目前已經(jīng)可以實(shí)現(xiàn)車牌字符識別、車牌顏色識別、無車牌報(bào)警等綜合識別功能。

2.1 車牌識別工作流程

如圖1所示，車牌識別功能工作流程包括：車輛檢測、圖像采集、預(yù)處理、車牌定位、字符分割、字符識別及結(jié)果輸出。

2.2 車牌識別觸發(fā)方式

如今車牌識別技術(shù)采用的觸發(fā)方式主要有三種：視頻觸發(fā)、地感線圈觸發(fā)及視頻+地感線圈觸發(fā)。

圖1 車牌識別工作流程

2.2.1 視頻觸發(fā)方式

視頻觸發(fā)方式是指通過攝像機(jī)直接對車牌信息進(jìn)行視頻識別。即攝像機(jī)實(shí)時檢測車道上機(jī)動車輛通行情況，當(dāng)監(jiān)視畫面中有機(jī)動車輛通行時，攝像機(jī)自動捕捉車輛圖像，識別車牌信息。

視頻觸發(fā)方式的優(yōu)點(diǎn)是無需對道路施工安裝地感線圈及車輛檢測器等輔助設(shè)備，工程量小，維護(hù)成本低，提高了經(jīng)濟(jì)效益。

其次，由于攝像機(jī)的性能以及識別算法等技術(shù)的提升，識別速度及識別率較以前都有了很大的提升，一些廠家的車牌識別率甚至可以達(dá)到99%，基本可以滿足用戶的實(shí)際需要。

缺點(diǎn)是針對無牌車無法輸出圖像，容易漏車。不過目前一些廠商將攝像機(jī)做到可以通過車輛輪廓及特征點(diǎn)對無牌車進(jìn)行抓拍，在一定程度上彌補(bǔ)了這個缺點(diǎn)。

2.2.2 地感線圈觸發(fā)方式

地感線圈觸發(fā)方式指的是通過在路面埋設(shè)地感線圈及安裝車輛檢測器，當(dāng)車輛通過或停止在線圈上時，車輛自身的鐵質(zhì)會改變線圈內(nèi)的磁通，引起線圈回路電感量的變化，車輛檢測器通過檢測該電感量的變化來判斷通行車輛狀態(tài)，進(jìn)而聯(lián)動攝像機(jī)對車輛進(jìn)行抓拍并識別。

地感線圈觸發(fā)方式的優(yōu)勢在于觸發(fā)率高、不易出現(xiàn)漏車現(xiàn)象，而且性能實(shí)用穩(wěn)定，針對無牌車能夠輸出圖像記錄。

缺點(diǎn)是需要切割地面鋪設(shè)線圈，施工量大。我國地域廣闊，氣候類型多樣，冬夏溫差大、降雨量大等環(huán)境因素，都會加快地感線圈老化速度，當(dāng)線圈受損程度過大，易導(dǎo)致無法準(zhǔn)確感應(yīng)車輛經(jīng)過，出現(xiàn)漏車現(xiàn)象，若更換地感線圈則又將增加工程量，費(fèi)時費(fèi)力。

2.2.3 視頻+地感線圈觸發(fā)方式

視頻+地感線圈觸發(fā)方式是以上兩種模式的升級版，該模式是通過視頻檢測方式進(jìn)行識別，通過地感線圈觸發(fā)方式進(jìn)行上傳。相比較視頻觸發(fā)和地感線圈觸發(fā)模式，視頻+地感線圈觸發(fā)模式可以兼顧快速的識別速度和更高的識別率。靈活性是它的優(yōu)勢，通過攝像機(jī)客戶端軟件在監(jiān)視畫面中劃定識別區(qū)域和輸出區(qū)域，根據(jù)現(xiàn)場使用環(huán)境，自由設(shè)置車牌輸出的位置，并且對于無牌車也有較好的捕獲率。

當(dāng)然，施工量大、維護(hù)成本高也是它不可避免的缺陷。

3 影響車牌識別技術(shù)的因素及簡要分析

車牌識別率是衡量一套車牌識別系統(tǒng)好壞的重要指標(biāo)，國家已相繼發(fā)布了多個標(biāo)準(zhǔn)對車牌識別率進(jìn)行了明確要求，在GA/T 497-2016《道路車輛智能監(jiān)測記錄系統(tǒng)通用技術(shù)條件》中第4.3.3.2條規(guī)定“日間車輛號牌號碼識別準(zhǔn)確率應(yīng)不小于95%；夜間車輛號牌號碼識別準(zhǔn)確率應(yīng)不小于90%”。從中不難看出，該標(biāo)準(zhǔn)在日間和夜間對于車牌識別率均有要求且略有不同，而白天和夜晚對于車牌識別率最大的影響即是光照度的變化。光照度過低、過高均會干擾識別效果。此外，雨雪等惡劣天氣也會使車牌識別效果發(fā)生變化。下面將部分影響車牌識別率的因素逐一列舉，并進(jìn)行簡要分析。

3.1 光照度的變化

3.1.1 日間光照度對車牌識別率的影響

通常情況下，在天氣晴朗陽光明媚的白天，室外的光照強(qiáng)度會達(dá)到甚至超過5000lx，對于攝像機(jī)而言，此時光照強(qiáng)度應(yīng)該是一個較為理想的范圍。然而，我國現(xiàn)行機(jī)動車車牌均采用鋁制金屬制成，在陽光直射情況下易產(chǎn)生反光現(xiàn)象。當(dāng)陽光照射方向與閃光燈照射方向相反，反光致使背景光過強(qiáng)，造成抓拍圖像發(fā)白，導(dǎo)致牌照顏色失真，號牌顏色與車牌底色色差過小，易造成識別系統(tǒng)對號牌裁剪識別時產(chǎn)生位置偏差，從而使車牌識別率產(chǎn)生波動或下降。

在日常測試過程中我們發(fā)現(xiàn)，尤其以東西走向的車道較為明顯。早上6-8時時段（季節(jié)不同時間段略有變化），太陽從東方升起后，易使由西向東行駛的機(jī)動車輛車頭車牌產(chǎn)生反光，影響識別率。下午17-19時時段（季節(jié)不同時間段略有變化），太陽從西邊落下，易使由東向西行駛的機(jī)動車輛車頭車牌產(chǎn)生反光，影響識別率。

3.1.2 夜間光照度對車牌識別率的影響

夜間或陰天情況下，由于沒有陽光照射，路面光照度低，攝像機(jī)需要在補(bǔ)光燈補(bǔ)光的條件下對車牌進(jìn)行識別。針對使用場景不同，攝像機(jī)所搭配的補(bǔ)光燈種類也不同。目前，補(bǔ)光燈多以LED補(bǔ)光燈、氙氣爆閃燈及LED頻閃燈為主，這三種補(bǔ)光燈的特點(diǎn)如下：

a、LED補(bǔ)光燈，也稱之為LED白光補(bǔ)光燈，LED補(bǔ)光燈是常亮的，而氙氣爆閃燈和LED頻閃燈是閃亮的。優(yōu)點(diǎn)是壽命比氙氣爆閃燈長，缺點(diǎn)是工作時的發(fā)熱量比LED頻閃燈大，所以市面上的LED常亮燈功率一般只有幾十瓦，亮度不及氙氣爆閃燈和LED頻閃燈。

b、氙氣爆閃燈，一般采用氙氣燈泡作為光源，亮度比LED頻閃燈高，可以有效穿透汽車前擋風(fēng)玻璃，讓攝像機(jī)監(jiān)測到駕駛室內(nèi)人臉特征及安全帶使用等情況，并且可以做到單幀同步曝光，補(bǔ)光時機(jī)準(zhǔn)確。缺點(diǎn)是壽命較短，閃光壽命一般只有幾百萬次，維護(hù)成本高。多用于電子警察、卡口系統(tǒng)、公路治安等晚上補(bǔ)光需要抓拍整車或者司機(jī)的高清照片。

c、LED頻閃燈，可與攝像機(jī)視頻同步，實(shí)現(xiàn)與視頻流中的每幀曝光均同步，既能夠用于錄像補(bǔ)光又能用于抓拍補(bǔ)光。

在實(shí)際使用過程中我們發(fā)現(xiàn)，補(bǔ)光燈類型選擇錯誤會使補(bǔ)光效果大打折扣，出現(xiàn)達(dá)不到最低照度需求的情況。而夜間車輛行駛所用的照明燈光，易使車牌被兩側(cè)車燈燈光光暈交叉覆蓋，導(dǎo)致車牌信息不易識別，影響識別率。因此依據(jù)實(shí)際使用場景選擇合適類型的補(bǔ)光燈顯得極為重要。

3.2 惡劣天氣對車牌識別率的影響

傳統(tǒng)基于顏色PCA算法的車牌視頻識別技術(shù)是通過對車牌圖片的單個像素進(jìn)行逐個提取操作。通過直接將車牌圖像灰度化，對車牌灰度的閾值比較，實(shí)現(xiàn)車牌信息的識別。

公式（3）中f（x,y）是車牌圖片中單個像素點(diǎn)的灰度，g為圖像灰度的閾值，S為像素閾值化比較后的灰度值。當(dāng)像素灰度大于等于圖像灰度閾值時，認(rèn)為此像素為車牌圖片中車身上的像素點(diǎn)，個數(shù)用Sc表示。當(dāng)像素灰度小于圖像灰度閾值時，則此像素點(diǎn)被認(rèn)為是環(huán)境中的一個像素點(diǎn)，對車牌圖像的識別精度w由公式（4）得出：

由公式（4）可得，車牌圖像識別精度與檢測到的車牌圖像上的像素個數(shù)成正比例關(guān)系。而由于該算法過于依賴車牌圖像中每個獨(dú)立的像素，因此，當(dāng)出現(xiàn)雨雪、大霧等惡劣天氣時，車牌圖像中各像素點(diǎn)的像素值變小，車牌區(qū)域像素點(diǎn)隨車輛圖像進(jìn)入識別系統(tǒng)后，系統(tǒng)通過將此車牌區(qū)域像素點(diǎn)灰度值與與閾值比較而誤認(rèn)為此像素點(diǎn)為外界環(huán)境中的一點(diǎn)，造成像素丟失。如果此類受誤判的像素點(diǎn)過多，可識別的像素點(diǎn)個數(shù)Sc就會變小，由公式（4）可得車牌識別的精度就會下降，這就造成了無法準(zhǔn)確識別車牌的問題。因此，這種識別算法在外接環(huán)境影響較大時，易出現(xiàn)誤識或錯識現(xiàn)象。

目前，已出現(xiàn)具有透霧功能的攝像機(jī)，該類攝像機(jī)可通過不同波長濾光片的切換，有效的防止?jié)忪F對車牌識別的影響。并且在識別算法上，也出現(xiàn)了優(yōu)化后的算法。在新算法中，通過將連續(xù)三幀車輛圖像進(jìn)行垂直灰度投影，把相鄰兩幀圖像像素的灰度值相減，通過前后幀的灰度值差確定中間幀圖像運(yùn)動物體的垂直范圍，然后在縮小的圖像范圍內(nèi)進(jìn)行水平灰度投影，與背景圖的水平灰度投影相減得到目標(biāo)車輛的水平范圍，這樣就得到了運(yùn)動目標(biāo)的垂直范圍和水平范圍，實(shí)現(xiàn)了對車牌的準(zhǔn)確識別。

4 結(jié)語

目前，智能交通產(chǎn)品的開發(fā)受到越來越多企業(yè)的重視，其前景的光明和市場的龐大都是無可厚非的。對于車牌識別技術(shù)而言，除了上述干擾因素之外，車牌污損、變形、異物粘連以及車牌傾斜等現(xiàn)象也會對車牌識別結(jié)果產(chǎn)生困擾，相信隨著日新月異的前端技術(shù)在硬件以及算法上的不斷改進(jìn)和加強(qiáng)，對復(fù)雜多樣特殊環(huán)境下識別難題的積極應(yīng)對，定會逐步增強(qiáng)車牌識別系統(tǒng)的識別率和穩(wěn)定性。