广东飞达交通工程有限公司
摘要：高速公路是国家经济发展中必不可少的重要的工具，随着高速公路的发展，冲逃现象一直存在，严重危害公路营运人员的人身安全和社会秩序。通过本项目的研究，利用高清视频的有关基础技术以及原有的监控系统平台相结合，综合了前端的智能识别、捕捉技术，中段的车牌识别、人脸识别、车辆特征识别等，还有后台的数据库挖掘等的技术系统性地解决冲逃的情况，为保障高速公路日常营运秩序和安全防范起到很重要的作用。
关键词：高速公路、防冲逃系统、人脸识别、车型识别、车牌识别
1总述
现时高清视频技术已非常成熟，使得应用高清视频技术来进行冲卡逃逸车辆的有效取证变成可能。经大量的研究和试点及取得成功的案例，综合各类技术资源，开发出一整套的综合解决方案，自动获取冲卡逃逸车辆的清晰视频和图片，配合公安部门打击各类机动车冲卡逃逸行为提供重要证据线索，震慑图谋冲卡的司乘人员，提高高速公路监控稽查的管理水平。
本项目的研究目标是基于高速公路已有监控设施和高清视频等技术，研究开发一套集逃逸车辆数据采集、防冲卡逃逸管理、冲卡预警等功能为一体的基于人车识别的高清卡口防逃逸监控集成系统。
1.1系统功能
本系统通过在高速公路出口高清卡口防逃系统的试点建设，在车道安装高清采集系统，在管理中心安装后台管理信息系统，实现对冲卡逃逸车辆信息的自动识别、采集、存储和相应的辅助管理功能。系统具有如下功能及特点：
系统自动实现对冲卡逃逸车辆的识别，并进行实时报警提示。
系统实时、准确完成对冲卡逃逸车辆图像、视频数据的采集、保存。
系统自动实现对冲卡逃逸车辆特征数据（车牌、车型、人脸、颜色等）的提取、保存。
系统提供对冲卡车辆信息的稽查、校对、智能检索、统计、报表、分析、导出等功能。
提供与高清卡口系统的数据接口，可以导出与高清卡口系统兼容格式的数据。
实现对冲卡逃逸车辆的提前预警功能（可选）。
系统应具有先进性、可扩充性、可靠性、安全性、经济性和实用性、便于操作、易于维护，为以后系统的进一步升级预留扩展。
2系统技术
本系统的关键技术基于对车牌、车型、人脸、颜色等冲卡逃逸车辆特征数据的提取，采用后台数据库自动比对，将冲卡车辆多次冲卡的视频、高清照片归集到一起，与相关部门一起联合打击了冲卡逃逸行为，不仅有利于挽国家的直接经济损失，还起到了教育、威慑作用，从而最终达到预防、杜绝冲卡逃逸行为。
2. 人脸识别系统
在整个系统中，人脸的识别是一个关键的要素，在整个系统中，也是通过司机脸部的特征来搜索该车辆历史冲逃记录，以达到预警的条件。人脸识别系统主要分为：人脸特征检测、定位，人脸有效识别特征数据特取、数据库特征数量校验三大部分，系统流程图如图1所示。
目前人脸识别的主流方法有：人脸几何特征识别方法、人脸模板匹配识别方法、基于统计的人脸识别方法、基于链接机制的人脸识别方法（神经网络弹性图）等。
2.1 采用的人脸识别算法
结合高速公路的应用环境及技术环境，采用九十年代初期Pentland和Turk提出的算法（principal component analysis，简称PCA），即人脸识别方法。通过线性投影把人脸三维图像空间投影到一个低维的特征空间。转换后得推算出新的正交基，再讲子空间特征值的基地按图像排列，即可由这些正交基呈现出人脸图像。
在图像的边缘检测中，抑制噪声与边缘精确定位是矛盾的，平滑滤波在去除图像噪声的同时，会造成边缘定位的不确定性；反之，提高边缘检测算子对边缘的敏感性的同时，也提高了对噪声的敏感性。综合考虑，采用高斯函数的一阶导数作为在抗噪声干扰和精确定位之间的最佳方案。
4. 车牌识别系统
车牌识别技术中的两个关键技术是车牌定位技术和车牌字符识别技术。车牌字符识别是基于在车牌准确定位后进行字符识别。其基本处理过程如下：
4.1曲线检测（Hough变换）车牌定位
作为图像的特征，图像的边缘和区域有重要的意义，因此对边缘的检测对于图像的分析和识别也是至关重要的。在车牌的图像当中，车牌是一个具有一定长宽比的矩形，可以采用已知形状的曲线检测（Hough变换）的方法来确定车牌的位置。
Hough变换是把图像平面中的点按照待求曲线的函数关系映射到参数空间，然后寻找最大凝聚点，由此最大点确定曲线位置。车牌由四条直线组成，上下平行，左右平行，在此，先把它简化为一条直线的位置检测，再根据平行特性找出四条相关的直线，从而找出车牌的位置。
4.2字符分割
经过前一步的定位之后，我们可以得到车牌的图像，但是在进行字符的识别之前，我们需要将车牌中的内容，即每一个字符分割出来，然后再针对每一个独立的字符，采用BP神经网络算法进行识别。
字符分割可采用垂直投影法。由于字符块在竖直方向上的投影必然在字符间或字符内的间隙处取得局部最小值，因此字符的正确分割位置应该在上述局部最小值的附近，并且这个位置应满足车牌的字符书写格式、字符尺寸限制和一些其他条件。利用垂直投影法，对复杂环境下的汽车图像中的字符分割有较好的效果。
4.3字符识别
采用BP神经网络算法进行字符识别，主要是因为它具有一些独特的优点：良好的容错能力、分类能力强、并行处理能力和自学习能力。因而，采用神经网络识别方式是一种很好的选择。使用人工神经网络方法实现模式识别，其运行速度快，自适应性能好，具有较高的分辨率，可处理一些环境信息十分复杂，背景知识不清楚，推理规则不明确的问题，允许样品有较大的缺损、畸变。
3结束语
我国经济的快速发展，高速公路建设越来越多，根据历史统计数据及预计，在将来很长一段时间内，冲逃这一情况还会继续存在，而随着国民经济的进一步发展及社会稳定需要，对此进行打击的迫切性也会越来越高，因此，该项目的推广前景非常广阔。
参考文献
[1] 江艳霞.视频人脸跟踪识别算法研究. 上海交通大学博士学位论文，2007.
[2] 张建飞、陈树越等. 基于支持向量基的交通视频人车识别研究[J]. 电视技术，2011.
[3] 张云刚，张长水. 利用Hough变换和先验知识的车牌字符分割算法. 计算机学报，2004.1:130-135.
[4] 王竹玉. 车牌识别技术在高速公路防逃费系统中的应用.华南理工大学硕士学位论文，2007.
[5] 裴加强. 车牌识别系统相关技术的研究[D].兰州交通大学，2010.
论文作者:李宇江
论文发表刊物:《基层建设》2017年第12期
论文发表时间:2017/8/11
标签：车牌论文; 字符论文; 系统论文; 技术论文; 图像论文; 高速公路论文; 车辆论文; 《基层建设》2017年第12期论文;