监控视频车牌识别与检索系统开发

何芳州

摘 要 随着汽车的广泛使用，视频数据大量产生，人工寻找监控系统难度加大，因此各地区都在加强监控系统与视频检索方法的完善。基于此，本文通过在车排定位、校正、字符识别方面对监控视频车牌的识别进行分析，对监控视频检索系统的设计与开发进行探讨，以供参考。

【关键词】监控视频车牌 检索系统 车牌校正

现阶段许多城市正面临着严重的交通压力，但城市道路的建设已经无法满足社会需求。因此，加强监控视频车牌识别与检索系统开发力度，对准确地检索具体车辆视频，有效监管车辆违章，高效率完成交通管理意义重大。

1 监控视频车牌识别分析

1.1 车牌识别与定位

车牌识别流程分为以下几个步骤：开始识别、出现车辆图像、预处理、车排定位、车牌校正、去除边框、分割字符、识别字符、结束识别。而在车牌进行定位方面，现阶段主要有三种方法：

1.1.1 车牌边缘检测法

即通过读车牌字符区域的边缘特征进行确认的识别方法。

1.1.2 数学形态学法

即：系统对汽车车牌图像进行数学形态运算，通过寻找连通区域确认车牌位置和干扰位置。

1.1.3 车牌颜色定位法

此方法会对色彩空间进行变换，将车牌图像转换到HIS或者HSV空间里进行车牌的定位。但是，由于车辆图像往往背景复杂，因此只凭单一的特征进行车牌与非车牌区域的区分很难，准确性不高。因此，很多单位开始研究结合多个车牌特征的方法，使得车牌定位率达到了90%以上。

1.2 车牌校正

车牌校正共包含两方面内容：

（1）由于摄像机镜头光轴和车牌平面的位置不匹配，系统在得到图片以后需要对其进行分割，而倾斜的图片会对分割工作造成不便，因此系统在得到车牌图像的倾斜角度后，并对倾斜角进行旋转，使图片在正面显示，以完成车牌校正的工作。此外，系统在得到正面的车牌图像后，再把车牌中的字符进行分割，已达到识别的目的。

（2）去除车牌边框，倾斜的车牌图片被校正以后，图像仍然存在车牌边框，这些边框会对之后进行的分割字符工作形成干扰，因此要去除车牌边框。

此工作可通过以下步骤完成：对车牌图像进行二值化处理，然后对其图片中每一行每一点的像素值做检测，在有字符的行中，每一个字符的位置会使像素值在0-1之间跳变两次。由于我国车牌的字符数为七个，因此若此行包含字符，像素点会有14次0-1的跳变，反之，若跳变数目小于14次，可判断此行无字符，此时工作人员可直接当做上下边框进行去除。

1.3 字符识别

本文将介绍现阶段的3种常用字符识别技术：

1.3.1 字符归一法

即：原车辆中的车牌大小、位置并不相同，因此字符在被分割以后其大小也是不一样的，为了减小字号、字体变形造成的不良影响，系统需要将字符统一规格，这就是字符的归一。如可以用邻近插值法对字符进行管理，然后将不同规格的字符统一为64*64的字符，以方便查看。

1.3.2 模板匹配法

模板匹配即把图片中要识别的字符与之前建立的字符库中的字符相比较，并通过一些规则选择最佳的模板字符进行识别。这种方法在使用时，较容易受字符清晰度、字符大小等影响，并不是最佳的字符识别法。

1.3.3 应用神经网络法

神经网络的学习能力与对样本残缺的适应能力较强，但也存在着需要较大量的训练样本等问题。

2 监控视频检索系统开发

2.1 系统软硬件环境

本系统的开发平台为PC机，操作系统是Windows 7，设定的开发环境为Visual Studio 2008 ，并使用C++和OpenCV 2.46进行联合编程，以此实现对于车牌信息和车辆视频检索两个方面的设计。其视频格式均为AVI，图像采取BMP和JPG两种样式。

2.2 系统设计与实现方法

本系统使用MFC的程序窗口，通过鼠标操作，对待检查车辆的视频或者图像进行选择。在工作人员输入待检索车辆以后，系统会自动对数据库中的相同或相似车辆进行检索，并将检索结果显示出来加以保存。

2.3 系统流程与操作步骤

此程序的操作步骤有如下几点：

（1）根据待检索文件类型的不同，选择视频文件或者图像文件等不同类型。

（2）通过点击“打开”按钮，检测人员打开文件夹后选择要输入的视频文件。

（3）在选定需要输入的文件之后，用鼠标点下Play（播放）按钮系统将自动开始识别车辆的信息并开始检索工作，在车牌信息被识别出后，系统将做记录工作。

具体操作步骤方面，首先，系统会对已存的视频数据予以检索，在检测视频里的运动目标以后，系统会对需要被检索的车辆通过颜色直方图进行对比，主要是对颜色进行筛选，如在数据库中发现颜色相近的车辆，对车牌进行识别，并将数据库中的车辆和待检索车辆进行匹配，如果车牌号相同，证明检索工作成功，若个别字符识别不成功，会导致车牌识别失败，此系统中，如果車牌的字符有六位数相同的化，就可以判定两个车牌号一样，并对车牌信息等结果进行存档。其次，工作人员在保存被检索出来的视频时，需用视频文件和帧号进行命名。检索出来的结果分为两部分，一是与车牌号完全一样的检索结果，二是通过颜色直方图方法测定的待检索车辆若与数据库中的存档相似，工作人员也需要对相似的对象进行存档。再次，被保存下来的视频帧图像等检索结果，规定按照A/B视频名称_帧号的格式进行命名，具体规范如下：A表示车牌号相同，车辆被确认；B表示颜色相近，作为疑似车辆；视频名称就是此视频帧所在的视频文件名称；帧号就是此视频帧在文件中的帧号。例如：当工作人员输入“辽B396QU”蓝色车辆的视频之后，系统接收指示并做搜索和比较，搜索结束检索道路共4个结果，其中被确认的车辆命名为“A1_345.jpg”，颜色比照后确认为疑似车辆的图片分别被命名为“B2_88.jpg”，“B2_99.jpg”，“B5_308.jpg”。其中前三个视频都被检出了蓝色车辆，第四个视频中并没有找到相似的车辆。因此可以得到结果：完全符合检索条件的车辆检索出一台，并检索出了颜色相近的三个疑似车辆。此外，此系统对于白色与黑色等常用颜色的漏检率较高，分别为13.5%和25%，这是由于基于颜色判定会受环境的干扰造成的，因此检索方法还需进一步完善。

3 结论

综上所述，工作人员通过边缘检测、神经网络等方法可以较好地进行车牌识别。通过分析可得，MFC的系统窗口可较为准确地识别车牌，找到被检索车辆，对车辆进行有效监管。因此，工作人员在对监控视频车牌识别与检索系统进行开发时，应采取以上方式。

参考文献

[1]高峰.基于车牌识别的车辆视频检索系统设计[D].北京理工大学，2015.

[2]陈文军.相邻卡口时空关联车辆视频检索研究[D].昆明理工大学，2013.

作者单位

中国刑事警察学院 辽宁省沈阳市 110035endprint