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別系統(tǒng)。

背景技術(shù)：

車牌識別作為現(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。車牌識別是以計算機視覺、圖像處理、模式識別等技術(shù)為基礎(chǔ)，對前端攝像機所拍攝的車輛圖像或者視頻序列進行分析，得到每一輛汽車唯一的車牌號碼，從而完成車牌識別的過程。

近年來，車牌識別技術(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別；間接法是基于rfid無線電頻率鑒別或基于條形碼識別。

間接法一般指通過識別安裝在汽車上的ic卡或條形碼中所存儲的車牌信息來識別車牌及相關(guān)信息。ic卡技術(shù)識別準確度高，運行穩(wěn)定，能夠全天候作業(yè)，但是整套裝置價格昂貴，硬件設(shè)備比較復雜，不適用于異地作業(yè)；條碼識別技術(shù)識別速度快、準確度高、可靠性以及成本較低等優(yōu)點，但對于掃描的要求很高。此外，ic卡與條形碼都需要制定出全國統(tǒng)一的標準，并且當下無法核對車、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別技術(shù)，從車牌識別信息處理先后順序來看，車牌識別技術(shù)主要包括：第一、車輛圖像的檢測和采集；第二、對采集的車牌靜態(tài)圖像進行識別。在實際技術(shù)應(yīng)用中，采集車牌圖像攝像機多為長時不間斷工作制，尤其對于部分露天場合，攝像機長期處于變化的環(huán)境，這樣，對攝像機的環(huán)境適應(yīng)性要求大大提高。

技術(shù)實現(xiàn)要素：

針對上述問題，本發(fā)明旨在提供一種智能車牌識別系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：

一種智能車牌識別系統(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時采集進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行數(shù)據(jù)交互；所述智能分析模塊用于對車輛圖像進行車牌識別，輸出車牌識別結(jié)果；所述客戶模塊用于接收車牌識別結(jié)果并進行顯示；所述數(shù)據(jù)庫模塊與智能分析模塊連接，用于存儲車牌識別結(jié)果，根據(jù)所識別出的車牌信息對停車場車輛進行綜合、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別系統(tǒng)對停車場進行管理，能夠有效地增強信息處理能力、降低成本、并且提高穩(wěn)定性和擴展性。

附圖說明

利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，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、字符識別單元34和后處理單元35。

具體實施方式

結(jié)合以下應(yīng)用場景對本發(fā)明作進一步描述。

參見圖1，本實施例的一種智能車牌識別系統(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，用于實時采集進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，用于對車輛圖像進行車牌識別，將輸出的車牌識別結(jié)果上傳到中央管理模塊2，并同時上傳至數(shù)據(jù)庫模塊5進行儲存；

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

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

進一步地，所述圖像采集模塊1采用基于視頻的虛擬線圈觸發(fā)方式進行圖像采集，即預先設(shè)置視頻圖像幀中的虛擬線圈以及抓拍線的大小和位置，當車輛進入圖像采集模塊所拍攝場景中虛擬線圈時，觸發(fā)抓拍機制，對含有車牌的車輛圖像進行抓拍，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光效果以及超寬動態(tài)性能的高清槍式cmos接口攝像頭。

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

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、字符識別單元34和后處理單元35，所述預處理單元30用于對接收的車輛圖像進行預處理；所述二值化處理單元31用于對預處理后的車輛圖像進行二值化處理；所述車牌定位單元32用于對車牌進行定位，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；所述字符識別單元34用于對車牌圖像進行字符分割和字符識別處理，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)明上述實施例，采用一種新型的智能車牌識別系統(tǒng)對停車場進行管理，能夠有效地增強信息處理能力、降低成本、并且提高穩(wěn)定性和擴展性。

優(yōu)選地，所述預處理單元30，對接收的車輛圖像進行預處理，包括：

(1)為預處理單元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(x,y)為中心的不同區(qū)域內(nèi)的像素點的集合，n＝1,2,…,7，i和j分別表示以像素點(x,y)為中心的指定區(qū)域內(nèi)的不同像素點到像素點(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)對車輛圖像進行除噪聲處理，輸出預處理后的車輛圖像，自定義除噪聲函數(shù)為：

其中，

式中，f(x,y)表示像素點(x,y)的灰度值，rn(x,y)表示以像素點(x,y)為中心的不同區(qū)域內(nèi)的像素點的集合，gn(x,y)表示區(qū)域rn(x,y)內(nèi)像素點的灰度參考值，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)像素點的灰度值集合，med[f(rn(x,y))]表示區(qū)域rn(x,y)內(nèi)像素點的灰度值的中值，fn表示區(qū)域rn(x,y)內(nèi)像素點的灰度值的方差，e表示設(shè)定的灰度方差閾值。

本優(yōu)選實施例，使用上述的方法對車輛圖像進行預處理，能根據(jù)設(shè)定的閾值自動篩選出符合標準的區(qū)域算子，相比于傳統(tǒng)的中值濾波方法適用性更強而且提高了除噪聲性能，能更有針對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節(jié)，從而提高了車牌識別系統(tǒng)的精確度。

優(yōu)選地，所述二值化處理單元31，對預處理后的車輛圖像進行二值化處理，包括：

(1)設(shè)定全局灰度閾值t1，用于消除預處理后的車輛圖像中個別灰度特異點，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]表示預處理后的車輛圖像灰度直方圖中灰度值為c的像素點數(shù)量，表示預處理后的車輛圖像灰度直方圖中灰度值小于等于m的像素點數(shù)量，p表示車輛圖像像素點總數(shù)量。

(2)獲取基于每個像素點的局部灰度閾值，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(x,y)的局部灰度閾值，t2(x+k,y+l)表示像素點(x+k,y+l)的灰度參考值，k和l分別表示像素點(x+k,y+l)到像素點(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(x,y)為中心的大小為(2w+1)×(2w+1)的窗口中的像素點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(x,y)為中心的大小為(2w+1)×(2w+1)的窗口中的像素點的灰度極大和極小值，f(x+k,y+l)表示像素點(x+k,y+l)的灰度值。

(3)根據(jù)全局灰度閾值和像素點局部灰度閾值，對預處理后的車輛圖像進行二值化處理，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max-w≤k,l≤w(f(x+k,y+l))-min-w≤k,l≤w(f(x+k,y+l))≥a×t1時，

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

式中，b(x,y)表示像素點(x,y)的二值化結(jié)果，f(x,y)表示像素點(x,y)的灰度值，t1表示全局灰度閾值，t3(x,y)表示像素點(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(x,y)為中心的大小為(2w+1)×(2w+1)的窗口中的像素點的灰度極大和極小值，k和l分別表示像素點(x+k,y+l)到像素點(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的像素點的灰度值設(shè)置為255，把二值化結(jié)果為0的像素點的灰度值設(shè)置為0。

本優(yōu)選實施例，使用上述的方法對預處理后的車輛圖像進行二值化處理，通過引進全局灰度閾值和像素點局部灰度閾值，能夠根據(jù)車輛圖像自身的灰度特性來進行二值化處理，提高了二值化處理的適應(yīng)性，有效地降低了因個別灰度特異點、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(x,y)初始化的水平集函數(shù)，(x,y)∈ω，p(x,y)表示像素點(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(x,y)在定義區(qū)域ω0內(nèi)，(x,y)∈c表示像素點(x,y)在定義域ω0的邊界曲線c上，(x,y)∈ω-ω0表示像素點(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)或者向外運動，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(x,y)的可變灰度權(quán)系數(shù)，i(x,y)表示像素點(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)對水平集函數(shù)進行演化，自定義演化函數(shù)為：

式中，表示像素點(x,y)演化后的水平集函數(shù)，(x,y)∈ω，表示像素點(x,y)當前的水平集函數(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(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(x,y)的可變灰度權(quán)系數(shù)，δt表示演化的時間步長；

(15)檢查演化曲線是否達到穩(wěn)定狀態(tài)，若演化還沒達到穩(wěn)定，則重復步驟(14)；若演化已經(jīng)達到穩(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確的車牌圖像。

本優(yōu)選實施例，使用上述的方法進行車牌圖像分割，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歸一化的步驟，能夠更快速地獲取車牌輪廓，提高了車牌圖像分割的效率，同時保證了車牌圖像分割的精確度，為后續(xù)的車牌識別奠定了基礎(chǔ)。

最后應(yīng)當說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。