车牌定位在电子警察中的工程应用分析

近年来，我国在城市和交通建设方面取得了巨大的进步。然而，面对越来越多的交通路口、收费站以及治安卡口，传统的人工值守显然已经满足不了要求。为解决这种现状，出现了适应信息化时代的计算机集成产品，即电子警察，并已经得到了广泛的应用。
　　电子警察采用视频图像的识别技术，全天候进行车辆及道路的监控，对违规车辆进行抓拍，实现了城市道路交通的智能化管理，达到无人化值守。利用该系统可以迅速查明违章车辆、分析交通事故，为进一步整顿交通环境，交通管理科学化提供高效可靠的技术依据。
　　1 抓拍照片分析
　　出于性价比的原因，目前国内电子警察系统的图像获取单元一般都采用CCD工业电视摄像机，而且被架设在室外。现以闯红灯违章抓拍系统为例来分析抓拍的图像数据。
　　（1） 由于红灯的停车线靠近行人通道，造成图像背景特别复杂;
　　（2） 机动车的车型较多，车牌的位置各不相同;
　　（3） 拍摄图像时受天气、照明以及运动等因素的影响很大;
　　（4） 摄像机受路口实际条件的限制，可能距离较远，并有一定角度;
　　（5） 脏、旧车牌比较模糊，还有不少故意作弊的车牌。
　　这种图像数据要比在实验室所用的数据恶劣得多，而且意想不到的情况也时有发生，这就给图像识别带来了极大的困难。
　　2 图像处理方案
　　通过多次实验检测，最终选用了图1所示的图像处理方案。
　　
　　对图像数据的灰度化、平滑、边缘检测、二值化以及旋转都属于图像的预处理部分。判定就是准确地定位车牌位置，接下来先对车牌进行字符分割，然后逐字提取特征，形成该字符的特征向量，将这个特征向量作为神经网络的输入，以便于字符识别。所以字符识别部分用了一个三层的神经网络，先进行学习训练，得到收敛的一组权值。
　　限于篇幅，本文只介绍图像预处理和判定部分，识别应用部分这里就不讨论了。
　　2.1 灰度化与平滑
　　为了便于处理后的传输和存储，由CCD摄象机获取的图像通过图像采集卡采集到工控机或图像处理器件后，一般会转换成JPEG格式。这样处理的对象也就是JPEG文件，要进行灰度化，以去掉彩色信息，加快处理速度。灰度化的公式可以采用式（1）。
　　
　　其中，g（i，j）为点（i，j）处的灰度值，R，G，B分别为该点的三基色值。但是，定位车牌时亮度信息并不重要。鉴于在这个式子中，G基色占的比重最大，所以有理由在灰度化时只取绿色信息就可以了。
　　图像平滑的目的是为了消除噪声。噪声并不限于人眼所能看到的失真或变形，有些噪声只有在进行图像处理时才能发现。一般来说，图像的能量主要集中在其低频部分，而车牌的信息主要在高频部分，为了去掉高频干扰，有必要进行图像平滑。可以采用低通滤波的方法来去除噪声，为此要设计空间域系统的单位冲激响应矩阵。