本發(fā)明涉及智能交通監(jiān)控技術(shù)領(lǐng)域，特別是一種智能車牌識(shí)別系統(tǒng)。

背景技術(shù)：

車牌識(shí)別作為現(xiàn)代智能交通監(jiān)控技術(shù)領(lǐng)域中的重要組成部分，在車輛管理方面扮演著重要的角色。車牌識(shí)別是以計(jì)算機(jī)視覺、圖像處理、模式識(shí)別等技術(shù)為基礎(chǔ)，對(duì)前端攝像機(jī)所拍攝的車輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車唯一的車牌號(hào)碼，從而完成車牌識(shí)別的過程。

近年來，車牌識(shí)別技術(shù)發(fā)展迅速，大體上可分為直接法和間接法兩種。直接法是基于視頻圖像的車牌識(shí)別；間接法是基于rfid無線電頻率鑒別或基于條形碼識(shí)別。

間接法一般指通過識(shí)別安裝在汽車上的ic卡或條形碼中所存儲(chǔ)的車牌信息來識(shí)別車牌及相關(guān)信息。ic卡技術(shù)識(shí)別準(zhǔn)確度高，運(yùn)行穩(wěn)定，能夠全天候作業(yè)，但是整套裝置價(jià)格昂貴，硬件設(shè)備比較復(fù)雜，不適用于異地作業(yè)；條碼識(shí)別技術(shù)識(shí)別速度快、準(zhǔn)確度高、可靠性以及成本較低等優(yōu)點(diǎn)，但對(duì)于掃描的要求很高。此外，ic卡與條形碼都需要制定出全國(guó)統(tǒng)一的標(biāo)準(zhǔn)，并且當(dāng)下無法核對(duì)車、卡/條形碼是否相符，這給推廣造成了困難。

直接法是基于視頻圖像的車牌識(shí)別技術(shù)，從車牌識(shí)別信息處理先后順序來看，車牌識(shí)別技術(shù)主要包括：第一、車輛圖像的檢測(cè)和采集；第二、對(duì)采集的車牌靜態(tài)圖像進(jìn)行識(shí)別。在實(shí)際技術(shù)應(yīng)用中，采集車牌圖像攝像機(jī)多為長(zhǎng)時(shí)不間斷工作制，尤其對(duì)于部分露天場(chǎng)合，攝像機(jī)長(zhǎng)期處于變化的環(huán)境，這樣，對(duì)攝像機(jī)的環(huán)境適應(yīng)性要求大大提高。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述問題，本發(fā)明旨在提供一種智能車牌識(shí)別系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來實(shí)現(xiàn)：

一種智能車牌識(shí)別系統(tǒng)，包括圖像采集模塊、中央管理模塊、智能分析模塊、客戶模塊和數(shù)據(jù)庫模塊，所述圖像采集模塊用于實(shí)時(shí)采集進(jìn)入視野的含有車牌的車輛圖像，并將采集到的車輛信息傳遞到中央管理模塊；所述中央管理模塊用于與圖像采集模塊、智能分析模塊和客戶模塊進(jìn)行數(shù)據(jù)交互；所述智能分析模塊用于對(duì)車輛圖像進(jìn)行車牌識(shí)別，輸出車牌識(shí)別結(jié)果；所述客戶模塊用于接收車牌識(shí)別結(jié)果并進(jìn)行顯示；所述數(shù)據(jù)庫模塊與智能分析模塊連接，用于存儲(chǔ)車牌識(shí)別結(jié)果，根據(jù)所識(shí)別出的車牌信息對(duì)停車場(chǎng)車輛進(jìn)行綜合、有效的信息管理。

本發(fā)明的有益效果為：采用一種新型的智能車牌識(shí)別系統(tǒng)對(duì)停車場(chǎng)進(jìn)行管理，能夠有效地增強(qiáng)信息處理能力、降低成本、并且提高穩(wěn)定性和擴(kuò)展性。

附圖說明

利用附圖對(duì)本發(fā)明作進(jìn)一步說明，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本發(fā)明的框架結(jié)構(gòu)圖；

圖2是本發(fā)明智能分析模塊的框架結(jié)構(gòu)圖。

附圖標(biāo)記：

圖像采集模塊1、中央管理模塊2、智能分析模塊3、客戶模塊4、數(shù)據(jù)庫模塊5、預(yù)處理單元30、二值化處理單元31、車牌定位單元32、車牌分割單元33、字符識(shí)別單元34和后處理單元35。

具體實(shí)施方式

結(jié)合以下應(yīng)用場(chǎng)景對(duì)本發(fā)明作進(jìn)一步描述。

參見圖1，本實(shí)施例的一種智能車牌識(shí)別系統(tǒng)，包括圖像采集模塊1、中央管理模塊2、智能分析模塊3、客戶模塊4和數(shù)據(jù)庫模塊5，其中：

所述圖像采集模塊1與中央處理器模塊2連接，用于實(shí)時(shí)采集進(jìn)入視野的含有車牌的車輛圖像，并將采集到的車輛信息傳遞到中央管理模塊2；

所述中央管理模塊2分別與智能分析模塊3和客戶模塊4連接，用于與圖像采集模塊1、智能分析模塊3和客戶模塊4進(jìn)行數(shù)據(jù)交互；

所述智能分析模塊3與中心管理模塊2和數(shù)據(jù)庫模塊5連接，用于對(duì)車輛圖像進(jìn)行車牌識(shí)別，將輸出的車牌識(shí)別結(jié)果上傳到中央管理模塊2，并同時(shí)上傳至數(shù)據(jù)庫模塊5進(jìn)行儲(chǔ)存；

所述客戶模塊4與中央管理模塊2連接，用于接收車牌識(shí)別結(jié)果并進(jìn)行顯示；

所述數(shù)據(jù)庫模5塊與智能分析模塊3連接，用于存儲(chǔ)車牌識(shí)別結(jié)果，根據(jù)所識(shí)別出的車牌信息對(duì)停車場(chǎng)車輛進(jìn)行綜合、有效的信息管理。

進(jìn)一步地，所述圖像采集模塊1采用基于視頻的虛擬線圈觸發(fā)方式進(jìn)行圖像采集，即預(yù)先設(shè)置視頻圖像幀中的虛擬線圈以及抓拍線的大小和位置，當(dāng)車輛進(jìn)入圖像采集模塊所拍攝場(chǎng)景中虛擬線圈時(shí)，觸發(fā)抓拍機(jī)制，對(duì)含有車牌的車輛圖像進(jìn)行抓拍，然后將抓拍的車輛圖像傳遞給中央管理模塊2；所述圖像采集模塊使用具有補(bǔ)光效果以及超寬動(dòng)態(tài)性能的高清槍式cmos接口攝像頭。

優(yōu)選地，所述智能車牌識(shí)別系統(tǒng)還包括業(yè)務(wù)擴(kuò)展模塊，其連接中央管理模塊2，用于根據(jù)用戶需求對(duì)數(shù)據(jù)庫模塊進(jìn)行配置。

優(yōu)選地，參見圖2，所述智能分析模塊3包括依次連接的預(yù)處理單元30、二值化處理單元31、車牌定位單元32、車牌分割單元33、字符識(shí)別單元34和后處理單元35，所述預(yù)處理單元30用于對(duì)接收的車輛圖像進(jìn)行預(yù)處理；所述二值化處理單元31用于對(duì)預(yù)處理后的車輛圖像進(jìn)行二值化處理；所述車牌定位單元32用于對(duì)車牌進(jìn)行定位，輸出車牌定位區(qū)域；所述車牌分割單元33用于分割出車牌圖像；所述字符識(shí)別單元34用于對(duì)車牌圖像進(jìn)行字符分割和字符識(shí)別處理，輸出車牌信息；所述后處理單元35用于將車牌信息發(fā)送回中央管理模塊2。

本發(fā)明上述實(shí)施例，采用一種新型的智能車牌識(shí)別系統(tǒng)對(duì)停車場(chǎng)進(jìn)行管理，能夠有效地增強(qiáng)信息處理能力、降低成本、并且提高穩(wěn)定性和擴(kuò)展性。

優(yōu)選地，所述預(yù)處理單元30，對(duì)接收的車輛圖像進(jìn)行預(yù)處理，包括：

(1)為預(yù)處理單元30設(shè)定區(qū)域算子，定義區(qū)域算子為：

式中，rn(x,y)表示以像素點(diǎn)(x,y)為中心的不同區(qū)域內(nèi)的像素點(diǎn)的集合，n＝1,2,…,7，i和j分別表示以像素點(diǎn)(x,y)為中心的指定區(qū)域內(nèi)的不同像素點(diǎn)到像素點(diǎn)(x,y)的水平距離和垂直距離；

(2)獲取車輛圖像的灰度值，并使用自定義除噪聲函數(shù)對(duì)車輛圖像進(jìn)行除噪聲處理，輸出預(yù)處理后的車輛圖像，自定義除噪聲函數(shù)為：

其中，

式中，f(x,y)表示像素點(diǎn)(x,y)的灰度值，rn(x,y)表示以像素點(diǎn)(x,y)為中心的不同區(qū)域內(nèi)的像素點(diǎn)的集合，gn(x,y)表示區(qū)域rn(x,y)內(nèi)像素點(diǎn)的灰度參考值，k表示集合[g1(x,y),g2(x,y),…,g7(x,y)]中的非零元素的數(shù)量，f(rn(x,y))表示區(qū)域rn(x,y)內(nèi)像素點(diǎn)的灰度值集合，med[f(rn(x,y))]表示區(qū)域rn(x,y)內(nèi)像素點(diǎn)的灰度值的中值，fn表示區(qū)域rn(x,y)內(nèi)像素點(diǎn)的灰度值的方差，e表示設(shè)定的灰度方差閾值。

本優(yōu)選實(shí)施例，使用上述的方法對(duì)車輛圖像進(jìn)行預(yù)處理，能根據(jù)設(shè)定的閾值自動(dòng)篩選出符合標(biāo)準(zhǔn)的區(qū)域算子，相比于傳統(tǒng)的中值濾波方法適用性更強(qiáng)而且提高了除噪聲性能，能更有針對(duì)性地去除車輛圖像在傳輸過程中產(chǎn)生的噪聲并保持住圖像的紋理細(xì)節(jié)，從而提高了車牌識(shí)別系統(tǒng)的精確度。

優(yōu)選地，所述二值化處理單元31，對(duì)預(yù)處理后的車輛圖像進(jìn)行二值化處理，包括：

(1)設(shè)定全局灰度閾值t1，用于消除預(yù)處理后的車輛圖像中個(gè)別灰度特異點(diǎn)，設(shè)定的全局閾值t1的取值為：

式中，t1表示設(shè)定的全局灰度閾值，sup(m)表示集合的上確界，hist[c]表示預(yù)處理后的車輛圖像灰度直方圖中灰度值為c的像素點(diǎn)數(shù)量，表示預(yù)處理后的車輛圖像灰度直方圖中灰度值小于等于m的像素點(diǎn)數(shù)量，p表示車輛圖像像素點(diǎn)總數(shù)量。

(2)獲取基于每個(gè)像素點(diǎn)的局部灰度閾值，采用自定義局部灰度閾值獲取函數(shù)為：

其中，

式中，t3(x,y)表示像素點(diǎn)(x,y)的局部灰度閾值，t2(x+k,y+l)表示像素點(diǎn)(x+k,y+l)的灰度參考值，k和l分別表示像素點(diǎn)(x+k,y+l)到像素點(diǎn)(x,y)的水平距離和垂直距離，k,l∈[-w,w]，w表示設(shè)定的范圍因子，mid-w≤k,l≤w(t2(x+k,y+l))表示以像素點(diǎn)(x,y)為中心的大小為(2w+1)×(2w+1)的窗口中的像素點(diǎn)的灰度參考值的中值，max-w≤k,l≤w(f(x+k,y+l和min-w≤k,l≤wfx+k,y+l分別表示以像素點(diǎn)(x,y)為中心的大小為(2w+1)×(2w+1)的窗口中的像素點(diǎn)的灰度極大和極小值，f(x+k,y+l)表示像素點(diǎn)(x+k,y+l)的灰度值。

(3)根據(jù)全局灰度閾值和像素點(diǎn)局部灰度閾值，對(duì)預(yù)處理后的車輛圖像進(jìn)行二值化處理，具體為：

如果f(x,y)>(1+a)×t1，則b(x,y)＝1；

如果f(x,y)<(1-a)×t1，則b(x,y)＝0；

如果(1-a)×t1<f(x,y)≤(1+a)×t1，

當(dāng)max-w≤k,l≤w(f(x+k,y+l))-min-w≤k,l≤w(f(x+k,y+l))≥a×t1時(shí)，

當(dāng)max-w≤k,l≤w(f(x+k,y+l))-min-w≤k,l≤w(f(x+k,y+l))<a×t1時(shí)，

式中，b(x,y)表示像素點(diǎn)(x,y)的二值化結(jié)果，f(x,y)表示像素點(diǎn)(x,y)的灰度值，t1表示全局灰度閾值，t3(x,y)表示像素點(diǎn)(x,y)的局部灰度閾值，a表示設(shè)定的全局灰度因子，a∈[0.2,0.4]，max-w≤k,l≤w(f(x+k,y+l))和min-w≤k,l≤w(f(x+k,y+l))分別表示以像素點(diǎn)(x,y)為中心的大小為(2w+1)×(2w+1)的窗口中的像素點(diǎn)的灰度極大和極小值，k和l分別表示像素點(diǎn)(x+k,y+l)到像素點(diǎn)(x,y)的水平距離和垂直距離，k,l∈[-w,w]，w表示設(shè)定的范圍因子；

(4)根據(jù)二值化處理結(jié)果輸出二值化車輛圖像：把二值化結(jié)果為1的像素點(diǎn)的灰度值設(shè)置為255，把二值化結(jié)果為0的像素點(diǎn)的灰度值設(shè)置為0。

本優(yōu)選實(shí)施例，使用上述的方法對(duì)預(yù)處理后的車輛圖像進(jìn)行二值化處理，通過引進(jìn)全局灰度閾值和像素點(diǎn)局部灰度閾值，能夠根據(jù)車輛圖像自身的灰度特性來進(jìn)行二值化處理，提高了二值化處理的適應(yīng)性，有效地降低了因個(gè)別灰度特異點(diǎn)、偽影現(xiàn)象和光照不均帶來的不良影響，提高了二值化車輛圖像的質(zhì)量，為之后的車牌識(shí)別奠定了基礎(chǔ)。

優(yōu)選地，所述車牌分割單元33，根據(jù)所述車牌定位區(qū)域分割出車牌圖像，包括：

(1)采用加入了可變權(quán)系數(shù)的自適應(yīng)水平集演化方法獲取車牌輪廓，具體為：

(11)在車牌定位區(qū)域ω中選取一個(gè)定義區(qū)域ω0，其中ω0∈ω，用c表示定義區(qū)域ω0的邊界曲線；

(12)初始化水平集函數(shù)

式中，表示像素點(diǎn)(x,y)初始化的水平集函數(shù)，(x,y)∈ω，p(x,y)表示像素點(diǎn)(x,y)到定義區(qū)域ω0的邊界曲線c的歐氏距離，(x,y)∈ω0表示像素點(diǎn)(x,y)在定義區(qū)域ω0內(nèi)，(x,y)∈c表示像素點(diǎn)(x,y)在定義域ω0的邊界曲線c上，(x,y)∈ω-ω0表示像素點(diǎn)(x,y)在定義區(qū)域ω0外；

(13)設(shè)定可變灰度權(quán)系數(shù)v(x,y)，用于控制邊界曲線c在演化過程中可以根據(jù)圖像信息自適應(yīng)地決定向內(nèi)或者向外運(yùn)動(dòng)，設(shè)定的可變灰度權(quán)系數(shù)為：

v(x,y)＝c·sgn[i(x,y)-mean(i(x,y))]

式中，v(x,y)表示像素點(diǎn)(x,y)的可變灰度權(quán)系數(shù)，i(x,y)表示像素點(diǎn)(x,y)的灰度值，mean(i(x,y))表示車牌定位區(qū)域的平均灰度值，c表示設(shè)定的權(quán)系數(shù)因子，用于適應(yīng)不同的邊緣需求；

(14)采用自定義演化函數(shù)對(duì)水平集函數(shù)進(jìn)行演化，自定義演化函數(shù)為：

式中，表示像素點(diǎn)(x,y)演化后的水平集函數(shù)，(x,y)∈ω，表示像素點(diǎn)(x,y)當(dāng)前的水平集函數(shù)，μ和λ分別為設(shè)定的內(nèi)部和外部能量因子，表示像素點(diǎn)(x,y)水平集曲面的曲率，表示狄拉克函數(shù)，ε表示設(shè)定的窄帶閾值，v(x,y)表示像素點(diǎn)(x,y)的可變灰度權(quán)系數(shù)，δt表示演化的時(shí)間步長(zhǎng)；

(15)檢查演化曲線是否達(dá)到穩(wěn)定狀態(tài)，若演化還沒達(dá)到穩(wěn)定，則重復(fù)步驟(14)；若演化已經(jīng)達(dá)到穩(wěn)定狀態(tài)，則停止演化并獲取演化后的邊界曲線c′作為車牌的輪廓曲線；

(2)根據(jù)車牌的輪廓曲線分割出準(zhǔn)確的車牌圖像。

本優(yōu)選實(shí)施例，使用上述的方法進(jìn)行車牌圖像分割，采用加入了可變灰度權(quán)系數(shù)的自適應(yīng)水平集演化方法，相比于傳統(tǒng)的水平集演化方法，免除了每一次演化后需要?dú)w一化的步驟，能夠更快速地獲取車牌輪廓，提高了車牌圖像分割的效率，同時(shí)保證了車牌圖像分割的精確度，為后續(xù)的車牌識(shí)別奠定了基礎(chǔ)。

最后應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(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。