浅谈车牌识别在城市停车中的应用

2018-07-10沃绿洲

中国公共安全 2018年1期

□ 文/ 沃绿洲

作者单位：浙江大华技术股份有限公司

前言

截至2016年底，全国机动车保有量达2.9亿辆，其中汽车1.94亿辆，伴随城市机动车保有量的迅猛增长，“停车难”已日益成为制约城市经济与社会发展的“瓶颈”。据保守估计，我国停车位缺口超5000万，北上广深超级城市的平均停车位缺口在200万以上，与此同时，停车难的问题还在向三四线城市逐步蔓延。面对城市停车资源的日益紧缺，合理解决停车难的问题受到了各级政府和领导的高度重视。

近几年，车牌识别的概念被提及的越来越多。面对传统停车业务在飞速发展的城市交通面前暴露出来的停车、寻车难，效率低下等各种问题，车牌识别技术无疑成为智能交通行业发展的核心技术。对于车牌识别技术就约稿的机会也再次简单普及，简单概括为是基于图像分割和图像识别的技术，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算。车牌识别应用在智慧停车领域也无外乎出入口车牌识别、场内视频引导、道路停车三大板块，这三大板块也是城市停车整体架构中必不可少的部分。

出入口车牌识别

起初视频识别引入到停车场出入口领域主要还是靠后端识别，通过前端模拟相机的视频流实时输入后端分析服务器，后端服务器同时接入多路前端相机的视频流，通过服务器自身算法分析最终输出车牌文本信息到平台。

随着智能化程度的前移，网络相机逐渐替代了模拟相机，随之而来的车牌识别技术也集成到前端相机内，当车辆进入IPC的识别区域内触发相机进行抓拍业务和识别业务，同时输出车牌信息，将车牌OSD信息叠加到抓拍图片，这样不但降低前端设备成本和系统造价，同时还提高了车牌识别速度。

IPC对于车牌识别流程大致如图1：

▲图1

在这个车牌识别的整套流程其实并没有流程上显示那么简单，整套识别业务还包括：图像采集、图像预处理、车牌定位、字符分割、字符识别等环节，最终将车牌识别的结果以文本格式输出或者叠加在抓拍图片上。

● 图像采集是通过IPC过车或车辆违章行为进行实时、不间断记录、采集。

● 图像预处理是影响车辆识别率高低的关键因素，因此，需要对IPC采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。

● 车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。

● 字符分割是在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。

● 字符识别是对对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。

正是因为以浙江大华为代表的传统智能交通行业的领头羊把车牌识别技术的下沉到静态交通领域，才有了2015年整个停车市场的异常火爆，时下国内停车APP数十款，各种资本、风投、创投蜂拥而入以ETCP、安居宝、悦停等为代表的B端市场，导致车牌识别技术在停车场出入口的广泛应用。

场内视频引导

场内视频引导技术诞生前主要还是以超声波技术来实现，但是超声波探测器只能做到一对一检测，无法做到对车辆车牌信息的获取、无法实时看到停车画面，且超声波检测方案整体施工较为复杂，对工程施工依赖较高。

基于这种现状，视频技术引入场内引导大大提高了整体方案的先进性。浙江大华率先推出的室内视频车位检测器，基于车牌识别技术、车辆模型检测技术对有牌车车牌精准识别和无牌车车位状态准确判断。同时大华公司推出的两车位、三车位以及六车位相机的行业创新产品结合双网口专利技术大大降低了施工复杂成都和施工成本。

对于场内视频识别技术有别于停车场出入口车牌识别技术，主要区别在于场内视频技术是基于车辆静态的车辆模型检测为前提下进行的车牌识别业务，所以对无牌车的车位状态也能进行准确判断，正因为视频技术在场内引导的广泛引导，超声波检测技术逐渐被市场淘汰。

道路停车

国内道路停车业务最早可追溯到1980年代港澳地区的咪表时代，到21世纪初的纯人工智能手持终端收费引入，以及2014年以深圳为代表的“地磁+app”模式，随着时间推移，可以发现车牌识别业务也逐渐渗透进来，下面来回顾下车牌识别技术在道路停车技术里应用。

手持POS收费终端

相对于1980年代港澳地区实行的咪表管理技术不适应当下国情，随着技术的发展以及客户对车位管理要求也在逐步提高，出现了人工收费的方式，每位收费配备一台手持智能收费终端，通过人工对车位管理判断，然后利用智能收费终端对车位上的车辆进行拍照车牌识别和登记，把登记信息同步上传给云平台做计费管理。

▲图2

当车辆驶离时通过人工收费对车辆停车进行缴费，但是人工管理车位相对效率较低，时常导致停车收费金额的流失。对于停车欠缴费车主的车牌会被平台自动记录，欠款会累计到车辆下一次停车收费中进行补缴。

对于用手持终端对车位上停放的车辆进行识别，其原理属于后端识别，通过前端手持终端拍照功能，结合收费软件本身自带车牌识别算法，对图片流中的车牌进行定位、车牌提取、、字符切割和识别，最终输出车牌信息，当时车牌识别技术结合手持终端的应用一度受到热捧。

室外视频车位检测器

室外视频车位检测器应用在道路停车业务里可以被认为“道路停车3.0阶段”，在室外视频车位检测器推出之前国内大多数城市道路停车业务的技术还是以地磁探测器居多。

但是地磁会受到各种干扰因素的影响从而导致地磁检测率低，不满足甲方客户需求，整套系统未能达到预计效果或者偏差较大。目前市面上在广泛应用的地磁普遍没有得到客户的认可，所以当下很多甲方渴望新的技术可以引入到道路智慧停车领域，那么视频技术作为人工智能技术的一种代表无疑是最合适的一种。

今年1月份，浙江大华率先推出室外视频车位检测器应用于智慧道路停车领域，其原理结合了多种人工智能技术，比如：车牌识别、超声波检测、车牌颜色检测、车辆模型检测等技术。每车位放置1台视频车位检测器对驶入车辆进行车牌识别和车位状态判断，通过终端盒走无线网桥传输方式把抓拍图片和对应的识别结果上传给云平台。就前端室外视频车位检测器而言，它不仅仅应用到了车牌识别技术，还应用深度学习技术把车辆的非结构化数据提取成结构化数据，超声波检测技术辅助判断车位状态，多重检测机制确保车牌识别率和车位状态判断率。

这里还值得一提的是，对于道路停车会存在诸多不规范停车，比如车辆车牌非常倾斜或者无牌车，浙江大华凭借在视频领域多年的技术成点对车牌定位、图像预处理、字符切割、字符识别各个环节都做到极致，确保视频技术在道路停车领域的良好应用和体验。

▲图3：实际抓拍图

枪球联动方案

伴随着室外视频车位检测器产品的发布，枪球联动的方案目前也是另一个热门的方案，系统前端设备主要由：车位管理枪球机、车位管理枪机、LED常亮补光灯，管理终端（选配）和智能手持终端，车位管理枪球机、车位管理枪机架设于路内停车点的一侧，用于停车点停车状态检测以及车辆抓拍；LED常亮补光灯用于夜间环境光照度较低时枪球机的补光，采用暖光灯，降低光污染；交换机用于前端网络设备的汇聚；终端服务器用于前端数据缓存；智能手持POS辅助收费工作，用于泊位状态以及车辆信息核准、收费管理等。

车位管理枪机用于管理枪球机视场盲区车位，若现场立杆位置可以使有效车位避开枪球机的视场盲区（即枪球机视场盲区内没有泊位），则可以免去车位管理枪机。（详见图3、图4）

▲图4：系统组网图

▲图5：现场检测效果图（枪机）

车牌识别的延伸应用

随着甲方客户的需求多样化，市场的需求不仅仅局限于对车牌识别的要求，比如车身颜色、车标、车型、挂坠、年检标志等和车辆相关的纵向非结构化数据的提取。结合当前移动互联网技术的普及程度，市场对车牌的横向数据挖掘也有很旺盛的需求，比如车内驾驶员人脸、手机上的二维码等等。浙江大华抓住了市场这种个性化需求，同时结合其子公司华睿科技的优势共同推出了机器视觉相机，通过前端高帧率相机的快速抓拍，在手机处于唤醒状态时精准定位手机二维码，快速识别二维码并输出文本信息，同时后端POS机对前端相机传输过来的二维码信息完成微信/支付宝扣费。正因为机器视觉相机的强大的性能优势和算法优势，提高了出入口车主的进出和支付体验，对视频技术在停车领域的多样化应用提供一个很好的实际案例。