基于智能车牌识别技术的公路收费系统

贾彦竹，王志勇①（淮北师范大学 计算机科学与技术学院，安徽 淮北 235000）

基于智能车牌识别技术的公路收费系统

贾彦竹，王志勇
①
（淮北师范大学 计算机科学与技术学院，安徽 淮北 235000）

随着交通事业的发展，公路通车里程日益增加，出入口车辆的通行效率和收费管理工作成为急需解决的问题.为建立无人值守电子不停车收费系统，文章将图像处理技术结合嵌入式技术应用于高速公路收费系统，给出车辆信息的采集与车牌识别方法以及嵌入式系统的软硬件设计方案，对提高通行效率和收费系统的自动化程度及智能化管理具有现实意义.

图像处理；车牌识别；嵌入式系统；DSP；灰度提取

0　引言

目前，国内高速公路的建设以及后期维护期间所需要的费用均是利用通行费的方式进行回收，因此高速公路管理系统的核心组成离不开收费系统.人工收费工作效率低下，逃费、漏费现象普遍存在，运营成本较高，而且需要停车交费，导致收费站成为车流辆高峰时期的交通“瓶颈”［1］.随着科技进步与互联网的快速发展，部分省市采用了跨区域联网人工半自动收费和电子不停车收费（ETC）等技术，但部分车辆利用“倒卡”和“换卡”等手段少缴费用，给国家财政造成了一定程度的损失.

为此，在动态视频捕捉与静态图像采集基础上，本文提出基于嵌入式高速公路收费系统，既可以较大程度降低高速公路收费成本，又提高了准确收费的成功率.该系统通过对输入信息的处理，能够对车型、车牌号码自动快速判别与辨认，进而获取车辆相关数据并进行综合处理，确定通行费，以此做到对收费站的智能监控以及统一管理.

1　系统工作原理和硬件组成

系统设计原理：收费站入口处，在嵌入式控制板的命令下，由CCD图像传感器拍摄到包含车辆牌照的三视图，CCD传输出来数字图像信息至DSP芯片，由识别软件进行牌照区域的搜索、检测、定位，分割出含有牌照的区域，得到单个字符区域，最终采用神经网络算法识别出车辆牌号；同时由DSP根据三视图识别出车辆的车型信息；再经嵌入式系统显示、存储和传输至上位机；出口处识别过程同上，由上位机进行信息的匹配、检索，计算出车辆行驶里程、通行费，再将相关信息显示在出口处的LED屏上.通行费用常采用预付方式，如金融IC卡、信用卡等.

在车辆图像采集处需要设置缓行通道，以避免恶意车辆加速冲卡、夜间车辆大灯等因素对图像的干扰.系统主要包含4部分：主控、图像数据收集、图像数据分析以及主机服务器，如图1所示.

图1 系统结构框图

1.1主控部分

微处理器采用由Sumsung公司推出的S3C2410ARM9芯片，内核ARM920T；同时将一片Flash型FlashMemory确定成程序保存设备，容量64 MB，可以对系统内核与文件系统进行保存；选取12 M晶振；另外扩展了相应的外围电路，完成对图像信息的采集控制、信息显示、以太网及RS485通信协议转换等工作.

当红外传感器感知有车辆通过时，主控部分便发出图像采集信号，3个位置的CCD传感器分别采集车辆图像；采集完毕后，在同步信号的作用下，图像信号传输给DSP进行处理；处理后的信息，由RS485总线将车辆信息传输给主控板；板上集成的RJ45接口与PC机组网相连，负责把车辆信息上传至服务器数据库进行辨认与识别，将处理后的车辆信息送LED显示屏显示.

目前，电子图像收费系统一般使用集成DSP芯片的PCI卡，数据交换通道单一，成本较高.本系统在ARM9上移植Linux操作系统，可支持以太网协议，可直接组网与PC机相连，而且一个控制板可进行多个车道的图像采集和信息传输工作，大大降低了成本；控制板与各DSP处理器采用RS485协议进行通信.主控系统硬件框图如图2所示.

图2　主控系统硬件框图

1.2图像采集部分

图像采集部分使用了由高感光度类半导体材料生产而成的传感器，它属于电荷藕合器件图像CCD传感器，可以将光线转换为电荷，能够运用于实时监测规格、位移、自主调焦等多个领域，利用模数转换器芯片得到数字信号.CCD传感器具有高清晰度、高分辨率，感光时间快的特点，可满足车辆缓行的动态摄像要求，为保证图像识别的准确性，可设置两次以上摄像.

1.3图像处理部分

车辆图像处理包括车型的确定和车牌识别两个部分.图像处理技术近年来得到飞速的发展，硬件以TI公司的DSP处理器为主.本系统采用TI公司生产的TMS320C6201芯片，地址总线为32位，寻址范围为4 GB，是一款高速定点数字处理芯片，具有高度灵活性、易接入、允许数据在CPU操作后台传输等优点.图像处理部分硬件框图如图3所示［2］.

图3　图像处理硬件结构图

在感知有车经过后，接到控制板命令即接收CCD采集的图像信息，根据三视平面图像计算出车体的长宽高信息；由识别软件得到车牌号码；转换完毕即向主控板发出请求信号，通过RS485总线将车辆信息传送至主控部分.另外为打击各种违规行为，同时会将车辆正视图发送至控制板，并上传至PC服务器.各车道的DSP不参与采集过程，只用于图像处理.单一任务处理使DSP具有很高的迅捷性与实时性，提高了图像识别的效率.

1.4PC服务器

PC服务器主要完成参数设置、数据管理与查询、通信、显示等，由界面管理单元和数据库管理单元组成.通过以太网卡与嵌入式主控板或其他挂接PC服务器相连.界面管理单元包括实时信息显示和历史数据查询，采用VC++软件编程.可多窗口实时显示过往车辆的入口名称、车型、车牌号码和车辆的正视图像，并在出口处显示出入口名称、行驶里程和通行费用.综合现有的数据库技术，本系统采用了SQL2005构建，历史数据可用硬盘导出存放，以备查询.

2　系统软件设计

此类设计主要分为两类：嵌入式主控程序以及DSP辨认软件程序.前者又分为嵌入式处理系统移植和应用程序；后者的性能则直接决定着系统能否合理、有效地达到运行目的，及时获取车牌位置及其字符的区别与辨认.

2.1主控部分软件设计

2.1.1操作系统的移植

Linux属于认可度较高的嵌入式操作系统，公开性源代码，可以进行多任务分配与处理，按照处理对象和实际需要，能够进行适当调整.Linux具有完备的TCP/IP协议栈，而且满足目前主流网络协议的要求.

借助Linux系统的处理，操作系统完成了以太网驱动与应用工作的分配.进行移植时必须实现更正TCP/IP协议栈，建立以太网接口驱动程序，从而与系统进行匹配.利用网络驱动程序，为系统提供检测网络设施以及输送车辆相关资料与图像.

2.1.2应用程序模块

应用程序包括初始化、通信、菜单管理、人机接口4个模块，均采用C语言进行程序模块的编写.

（1）初始化模块.在开机或复位后进行初始化，包括I/O端口、通信参数、实时时钟、EEPROM数据等.

（2）通信模块.系统采用RS485协议与DSP进行数据交换；采用TCP/IP协议与PC服务器进行信息交换.

（3）菜单管理模块.主要是现场任务管理，菜单选项在LED上显示.通过菜单选项可以设置某一车道的通行或关闭；ARM板上扩展了64 M的Flash，以保存一定量的车牌信息和显示菜单查询等.

（4）人机接口模块.配置了上、下、确定和返回4个键盘用于菜单管理；LED屏可显示实时车辆信息、历史车辆信息和菜单显示.

2.2DSP图像识别

收费系统设计的一个关键步骤要求及时地获取车辆准确的信息，包括车型识别和车牌识别.

2.2.1车型识别

车型识别主要根据焦距和投影图像大小的比例关系.使用颜色分割法分割出车辆三视图，根据其与焦距之间的比例关系计算出车辆实际的长宽高，作为通行费计算的一个依据［3］.

式中：n为像素数；p为像素间距；M为倍率；D为车辆实际尺寸.如图4所示.

图4 图像获取示意图

2.2.2车牌识别

提取与辨认车牌时，需要明确车牌、背景（车体）间存在的不同点，国内符合要求的车牌主要分为4类：蓝底白字、黄底黑字、黑底白字以及白底黑字.在环境等因素影响下，从颜色特征提取变得比较困难.通常从下面两个角度进行特征识别：（1）一般车牌格式是：省份·英文·5位包含英文字符与阿拉伯数字在内的代码，同时数字与英文字符笔画中存在联系；（2）牌底与号码两者使用的色彩不一样，尤其是边缘处更加直观.充分考虑各种因素的影响，找出特征值以便于识别.

结合以上介绍，阶段车牌辨认期间本系统设计需要完成车牌定位、字符区别和辨认两个流程.前者需要实现图像预处理、车牌查找以及角度调整等工作；后者则需要实现车牌二值化，字符隔离，确定其特征从而辨认字符.辨认工序：图像数据预处理→车牌定位→角度调整→字符隔离→字符辨认.

收集整理而来的图像以RGB彩色空间方式进行处理，然而这种空间内部的色彩直接由亮度决定，给车牌定位和提取造成困难，必须使图像灰度化，仅显示强度数据.要使彩色图像灰度化，通常采用如下经验公式［4］：

式中：gray为灰度值；R、G、B为彩色等级值.

图像预处理的作用：平滑去噪和车牌特征增强.可采用中值滤波或指数滤波平滑的方法，消除图像上由于光照、车牌污损等产生的噪声干扰，能较好保持牌照和字符边缘.由于车牌定位是依据车牌特征从图像中定位车牌，必须使车牌特征突出，如果具有不同灰度的相邻区域之间保留边缘，由于微分算子可以快速感知噪声，所以通过一阶微分算子便能完成处理，上述算子结合小范围模板和图像卷积便可以对边缘进行测定.LOG算子是高斯指数平滑法与Laplaeian算子相结合的边缘检测方法，使用边缘检测法就可检测出这些边缘并消除噪声，又能很好地突出车牌字符的边缘［5］.

车牌查找属于结合车牌本身的特点与图像内车牌匹配的过程.人们需要通过车牌字符、背景颜色表现、宽高比等信息，在背景图片内单独提取车牌.

车牌范围内包含相对持续的大规模灰度跳变，同时跳变前后的间距处在相应的区间之中，通过水平扫描边缘图像完成对其定位，可以通过式（1）进行理解：

式内Dis代表行扫描中跳变前后间距，［α1，α2］代表行扫描中相邻跳变间距值必须处在这一区间内.因牌照范围内所有扫描行跳变数不会产生较大的波动，能够于图像内获取符合这一特点的位置，完成上下界定位，此时制约条件为：

式内Line代表持续扫描行数，Jump代表扫描行中灰度跳变数，r代表经验值.按照过去的经验确定α1=5，α2=20，依据与结合制约条件，在边缘中自下而上逐行搜索满足条件的跳变点数，了解所有的行能够通过车牌覆盖范围.如果跳变点≥14，那么车牌覆盖范围内有扫描线通过［6］.

按照明确符合要求的范围，指出车牌各个方位的边界.按照由下至上的顺序查找跳变点大于14的行，如果发现有r行（一般取r＝25）满足要求，可认定最先满足要求的下边界，接着是上边界.在确定的上下边界内，让窗口宽度大小达到车牌宽度2倍，进行左右位移，备份窗口内任意行相邻像素改变情况，如果次数出现最大极值，那么窗口左侧即为车牌左边界，相反，从右至左位移能够获取右边界，如图5所示.

图5图像定位

车牌受到外界的影响容易发生倾斜，要求图像采集过程中应在水平、竖直两个方位进行调整后，运用二值化处理得到二值图.水平方位通过Hough转换倾斜角，接着旋转以摆正图像.竖直方位以跨栏法进行处理，采取竖直投影模式以各个角度完成车牌区域的处理，所得结果和某一列值中数目的最大值相比偏小，那么即为竖直倾斜角度［6］.校正前后车牌如图6所示.

图6图像校正

获取车牌号特征：通常情况下进行文字辨认时必须采取字符隔离及其图像紧缩编排的方式处理目标文字，如果文字尺寸出现差异，必须使其统一.由于车牌号码尺寸一致、分布十分有规律，能够快速辨认与获得其特征.提取时可以使用的方式较多，例如像素、骨架、弧度梯度等特征提取方式.这些算法比较成熟，本文采用改进的Sobel边缘检测算法，如图7所示.

图7图像分割

车牌号码辨认：首先完成图像特征提取，接着便需要运用主模板匹配、神经网络等方法辨认车牌号，最明显的方式是以BP神经网络为前提进行的文字辨认，其网络架构代表如图8所示.

BP神经网络文字辨认的核心宗旨是在信号正向传输与误差反馈过程中，实现继续学习的目的.正向传输是指图像从输入层到达隐含层，在隐含层进行处理后由输出层显示.如果显示的结果与预期值存在偏差，BP神经网络结构自动转入误差的反馈.在输出误差以某种形式经隐含层向输入层反传过程中，该结构将误差在各层的所有单元进行分摊，求出单元误差信号，完成所有单元权值的更新［7］.

图8BP网络结构图

本系统需要对BP神经网络实施训练与学习，把已获得的样本内部特征向量放在训练完成后的BP网络内，实现字符的辨认.系统中以TMS320C6201型DSP进行处理，数字操作迅速、准确，性能优异，能够确保系统满足实时性标准的要求.

3　结论

在综合运用图像识别与嵌入式技术的基础上，与数据库技术相结合，本文设计了智能性和自动化程度更高的高速公路收费系统，具有以下优点：（1）该系统采用嵌入式系统平台代替PC机，较大程度地降低了系统建设与公路收费的成本.（2）该系统采用高速的DSP图像处理芯片，并运用合理高效的软件识别算法，提高了系统的实时性和可靠性，从而保证了准确收费的成功率.（3）该系统的研制可满足高速公路快速发展的要求，实现了电子不停车收费，应用前景广泛.

［1］马永翔.基于AVR单片机的高速公路收费系统设计［J］.电气传动自动化，2008，30（4）：52-54.

［2］王振旻.目标图像识别算法研究及其在DSP高速处理系统中的实现［D］.南京：南京航空航天大学，2008：76-93.

［3］杨涛，张森林.一种基于HSV颜色空间和SIFT特征的车牌提取算法［J］.计算机应用研究，2011，28（10）：3937-3939.

［4］沈莉兵.车辆牌照识别关键技术研究［J］.现代计算机，2007（9）：35-38.

［5］贾永红.数字图像处理［M］.武汉：武汉大学出版社，2006：64-67.

［6］洪健，陈继荣.基于DSP+CPLD的车牌实时识别系统的设计［J］.计算机应用研究，2007，24（7）：218-219.

［7］关学忠，张璐.基于改进的BP神经网络车牌识别的研究［J］.自动化技术与应用，2015，34（7）：66-68.

Highway Toll System Based on Vehicle License Plate Recognition Technology

JIA Yanzhu，WANG Zhiyong
（School of Computer Science and Technology，Huaibei Normal University，235000，Huaibei，Anhui，China）

With the development of transportation，the mileage of road has greatly increased.The traffic efficiency and management of the entry vehicle is an urgent problem to be solved.In order to establish an unattended electronic toll collection system，the image processing technology combined with embedded technology was used in highway toll system.The method of vehicle information acquisition and vehicle license plate recognition and the software and hardware design of the embedded system are presented.The system was of practical significance in the aspect of improving the traffic efficiency and the automation degree and the intelligent management of toll collection system.

image processing；license plate recognition；embedded system；DSP；gray level detection

TP 391.4

A

2095-0691（2016）02-0052-05

2016-01-29

贾彦竹（1972-），女，山东菏泽人，实验师，学士，研究方向：软件设计与实验室维护.