本發(fā)明涉及智能交通
技術(shù)領(lǐng)域：
，具體涉及一種智能交通監(jiān)控系統(tǒng)。
背景技術(shù)：
：在智能交通系統(tǒng)中，基于圖像識(shí)別的交通監(jiān)控主要是利用計(jì)算機(jī)智能化技術(shù)通過(guò)攝像機(jī)或電子眼對(duì)車(chē)輛的牌照進(jìn)行智能識(shí)別，由交通監(jiān)管部門(mén)對(duì)道路上行駛車(chē)輛進(jìn)行信息的采集分析檢測(cè)、跟蹤以及交通流量參數(shù)檢測(cè)等功能。為了實(shí)現(xiàn)這些功能，汽車(chē)牌照作為車(chē)輛身份的標(biāo)志性信息，對(duì)其識(shí)別確認(rèn)也就成為交通監(jiān)控的關(guān)鍵環(huán)節(jié)。目前的車(chē)牌識(shí)別算法存在識(shí)別速度慢，識(shí)別準(zhǔn)確率低等問(wèn)題。技術(shù)實(shí)現(xiàn)要素：針對(duì)上述問(wèn)題，本發(fā)明旨在提供一種智能交通監(jiān)控系統(tǒng)。本發(fā)明的目的采用以下技術(shù)方案來(lái)實(shí)現(xiàn)：一種智能交通監(jiān)控系統(tǒng)，包括圖像采集裝置和車(chē)牌識(shí)別裝置，所述圖像采集裝置用于獲取監(jiān)控圖像，所述車(chē)牌識(shí)別裝置用于對(duì)所述監(jiān)控圖像中的車(chē)牌進(jìn)行識(shí)別，包括預(yù)處理模塊、定位模塊、分割模塊和識(shí)別模塊，所述預(yù)處理模塊用于對(duì)所述監(jiān)控圖像進(jìn)行預(yù)處理，所述定位模塊用于對(duì)所述預(yù)處理后的監(jiān)控圖像的車(chē)牌邊緣進(jìn)行檢測(cè)，獲取車(chē)牌區(qū)域，得到車(chē)牌圖像；所述分割模塊用于對(duì)所述車(chē)牌圖像的字符進(jìn)行分割，所述識(shí)別模塊用于將所述車(chē)牌圖像的字符和字符模板進(jìn)行匹配，完成車(chē)牌識(shí)別。本發(fā)明的有益效果為：設(shè)置預(yù)處理模塊對(duì)圖像進(jìn)行處理，保證了圖像的質(zhì)量，為后續(xù)的車(chē)牌定位和字符分割奠定了基礎(chǔ)，通過(guò)模塊組合獲取的車(chē)牌識(shí)別裝置具有抗干擾能力強(qiáng)，識(shí)別率高、識(shí)別速度快、魯棒性好等優(yōu)點(diǎn)。附圖說(shuō)明利用附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明的結(jié)構(gòu)連接示意圖；圖2是本發(fā)明圖像采集裝置的結(jié)構(gòu)連接示意圖；圖3是本發(fā)明車(chē)牌識(shí)別裝置的結(jié)構(gòu)連接示意圖。附圖標(biāo)記：圖像采集裝置1、車(chē)牌識(shí)別裝置2、攝像頭11、防抖裝置12、預(yù)處理模塊21、定位模塊22、分割模塊23、識(shí)別模塊24。具體實(shí)施方式結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。參見(jiàn)圖1、圖2、圖3，本實(shí)施例的一種智能交通監(jiān)控系統(tǒng)，包括圖像采集裝置1和車(chē)牌識(shí)別裝置2，所述圖像采集裝置1用于獲取監(jiān)控圖像，所述車(chē)牌識(shí)別裝置2用于對(duì)所述監(jiān)控圖像中的車(chē)牌進(jìn)行識(shí)別，包括預(yù)處理模塊21、定位模塊22、分割模塊23和識(shí)別模塊24，所述預(yù)處理模塊21用于對(duì)所述監(jiān)控圖像進(jìn)行預(yù)處理，所述定位模塊22用于對(duì)所述預(yù)處理后的監(jiān)控圖像的車(chē)牌邊緣進(jìn)行檢測(cè)，獲取車(chē)牌區(qū)域，得到車(chē)牌圖像；所述分割模塊23用于對(duì)所述車(chē)牌圖像的字符進(jìn)行分割，所述識(shí)別模塊24用于將所述車(chē)牌圖像的字符和字符模板進(jìn)行匹配，完成車(chē)牌識(shí)別。本實(shí)施例實(shí)現(xiàn)了車(chē)牌有效識(shí)別，提高了智能交通監(jiān)控系統(tǒng)監(jiān)控能力。優(yōu)選的，所述圖像采集裝置1包括攝像頭11和防抖裝置12，所述防抖裝置12包括角速度檢測(cè)裝置、信號(hào)預(yù)處理裝置、微處理器和位置調(diào)整執(zhí)行機(jī)構(gòu)，所述角速度檢測(cè)裝置包括第一角速度傳感器和第二角速度傳感器，以所述攝像頭11的圖像采集面建立二維坐標(biāo)即分為x軸方向和y軸方向，所述第一角速度傳感器設(shè)置于攝像頭11的x軸方向，所述第二角速度傳感器設(shè)置于攝像頭11的y軸方向，第一角速度傳感器和第二角速度傳感器的輸出端分別接信號(hào)預(yù)處理裝置的輸入端，信號(hào)預(yù)處理裝置的輸出端接微處理器的檢測(cè)信號(hào)輸入端，微處理器的輸出端接位置調(diào)整執(zhí)行機(jī)構(gòu)的輸入端，位置調(diào)整執(zhí)行機(jī)構(gòu)與攝像頭11連接，攝像頭11的輸出端接微處理器的圖像信號(hào)輸入端。本優(yōu)選實(shí)施例在檢測(cè)攝像頭抖動(dòng)的同時(shí)進(jìn)行位置調(diào)節(jié)，有效地降低了防抖成本，獲取的監(jiān)控圖像質(zhì)量更高。優(yōu)選的，所述預(yù)處理模塊21用于對(duì)所述監(jiān)控圖像進(jìn)行預(yù)處理，包括圖像增強(qiáng)單元和圖像去噪單元，所述圖像增強(qiáng)單元用于對(duì)圖像進(jìn)行增強(qiáng)，所述圖像去噪單元用于對(duì)圖像進(jìn)行去噪，所述對(duì)圖像進(jìn)行增強(qiáng)，具體為：(1)將彩色圖像轉(zhuǎn)化為灰度圖像；(2)將圖像劃分為c個(gè)灰度級(jí)，第k個(gè)灰度級(jí)的增強(qiáng)直方圖z()可表示為：式中，mj表示第k個(gè)灰度級(jí)的像素點(diǎn)的數(shù)量，k＝1,2,…,c，n表示圖像像素點(diǎn)總數(shù)量。所述對(duì)圖像進(jìn)行去噪，具體為：對(duì)于像素點(diǎn)(x,y),選取ni×ni的鄰域像素，其中，i＝1,2,3，則去噪后的圖像可表示為：式中，o(x,y)表示像素點(diǎn)(x,y)去噪后的輸出灰度值，表示像素點(diǎn)(x,y)在ni×ni鄰域內(nèi)灰度中值，表示像素點(diǎn)(x,y)在ni×ni鄰域內(nèi)灰度均值。本優(yōu)選實(shí)施例設(shè)置預(yù)處理模塊對(duì)圖像進(jìn)行增強(qiáng)和去噪，保證了圖像的質(zhì)量，為后續(xù)的車(chē)牌定位和字符分割奠定了基礎(chǔ)，增強(qiáng)單元的算法設(shè)計(jì)提高了圖像的亮度，保證了圖像相關(guān)信息的準(zhǔn)確辨識(shí)，濾波單元的算法設(shè)計(jì)在有效濾除噪聲的同時(shí)保留了更多的細(xì)節(jié)特征，改善了圖像的視覺(jué)效果。優(yōu)選的，所述分割模塊23用于對(duì)所述車(chē)牌圖像的字符進(jìn)行分割，包括二值化單元和字符分割單元，所述二值化單元對(duì)車(chē)牌圖像進(jìn)行二值化處理，所述字符分割單元對(duì)處理后的車(chē)牌圖像的字符進(jìn)行分割。所述車(chē)牌圖像進(jìn)行二值化處理，具體為：對(duì)于灰度值大于確定閾值的像素點(diǎn)，灰度值記為255，對(duì)于灰度值小于確定閾值的像素點(diǎn)，灰度值記為0，所述確定閾值采用如下方式確定：步驟1：選取圖像像素點(diǎn)的平均灰度值作為初始閾值t0；步驟2：利用該閾值將車(chē)牌圖像劃分為q1和q2兩個(gè)區(qū)域，計(jì)算兩個(gè)區(qū)域的平均灰度值分別為v1和v2，得到新的閾值步驟3：令tw＝tw+1,重復(fù)步驟2，得到t10；步驟4：計(jì)算圖像熵值s，具體采用如下公式：式中，s(j)表示閾值為j時(shí)的圖像熵值，pl表示灰度值為l的像素占圖像總像素的比重，j∈[t10-5,t10+5],選取熵值最大的j作為確定閾值，完成圖像二值化處理。所述對(duì)車(chē)牌的字符進(jìn)行分割，具體為：將車(chē)牌圖像自上而下進(jìn)行逐行掃描，統(tǒng)計(jì)每行的白色像素點(diǎn)的數(shù)量，當(dāng)灰度值為255像素點(diǎn)的數(shù)量大于10，作為字符的上邊界，同理，將車(chē)牌圖像自下而上進(jìn)行逐行掃描，統(tǒng)計(jì)每行的白色像素點(diǎn)的數(shù)量，當(dāng)灰度值為255像素點(diǎn)的數(shù)量大于10，作為字符的下邊界；將車(chē)牌圖像從左向右進(jìn)行逐列掃描，當(dāng)灰度值為255像素點(diǎn)的數(shù)量大于10，則記為該字符的起始列，繼續(xù)掃描，當(dāng)灰度值為255像素點(diǎn)的數(shù)量小于10，則記為該字符的結(jié)束列，掃描至車(chē)牌圖像最右端，得到車(chē)牌圖像的所有字符。本優(yōu)選實(shí)施例二值化單元采用全新的算法實(shí)現(xiàn)了灰度圖像二值化，提高了二值化的速度；通過(guò)模塊組合獲取的車(chē)牌識(shí)別裝置具有抗干擾能力強(qiáng)，識(shí)別率高、識(shí)別速度快、魯棒性好等優(yōu)點(diǎn)。采用本發(fā)明智能交通監(jiān)控系統(tǒng)對(duì)車(chē)牌進(jìn)行識(shí)別，對(duì)c取不同值時(shí)的監(jiān)控情況進(jìn)行統(tǒng)計(jì)，同一般的交通監(jiān)控系統(tǒng)相比，產(chǎn)生的有益效果如下表所示：c識(shí)別時(shí)間縮短識(shí)別準(zhǔn)確率提高1021％20％1115％25％1210％30％138％32％146％36％最后應(yīng)當(dāng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。當(dāng)前第1頁(yè)12