李旭宏 程曉凡 郭曉東

摘 要：隨著城市建設(shè)、汽車工業(yè)的快速發(fā)展，汽車日益在交通運(yùn)輸和熱門的日常生活中發(fā)揮著越來越重要的作用。隨之而來的假牌照、套牌照等車輛違法犯罪活動(dòng)也日益增多，為此我們圍繞大數(shù)據(jù)和云計(jì)算設(shè)計(jì)了套牌車輛信息分析與實(shí)時(shí)跟蹤的云管理系統(tǒng)。系統(tǒng)初步實(shí)現(xiàn)了對(duì)車牌信息的識(shí)別和大數(shù)據(jù)云平臺(tái)的搭建。

關(guān)鍵詞：云計(jì)算;大數(shù)據(jù);圖像處理;字符分割與分析技術(shù)

中圖分類號(hào)：TP39 ????????文獻(xiàn)標(biāo)識(shí)碼：A

0引言

現(xiàn)在社會(huì)上使用的機(jī)動(dòng)車牌版本多，防偽性能差，而且各地各號(hào)牌生產(chǎn)廠的生產(chǎn)工藝、生產(chǎn)水平參差不齊。隨著科技的日新月異，號(hào)牌的造假水平也在相應(yīng)提高，套牌車不僅嚴(yán)重干擾了良好的道路交通秩序，而且由于套牌車沒有合法手續(xù)和保險(xiǎn)，一旦發(fā)生交通事故，駕駛?cè)藰O易逃逸，大大增加了案件的偵破難度，為交通監(jiān)管部門帶來了巨大的壓力。以此為背景，我們提出了此方案。切實(shí)保護(hù)廣大人民群眾的合法權(quán)益，凈化路面交通秩序。

1概述

套牌車輛信息分析與實(shí)時(shí)跟蹤的云管理系統(tǒng)分為三個(gè)模塊：圖像處理層、信息檢索層、用戶界面云平臺(tái)。具體實(shí)現(xiàn)功能如下：底部為待測(cè)圖像，第一層為圖像處理層，主要功能為先通過監(jiān)控前端獲得視頻、圖像數(shù)據(jù)，然后將待測(cè)圖像數(shù)據(jù)轉(zhuǎn)化為計(jì)算機(jī)可以識(shí)別處理的格式，獲取所檢測(cè)車輛的關(guān)鍵信息（車牌號(hào)、車輛型號(hào)、車主姓名、車主身份證號(hào)以及車主的違章情況）;第二層為信息檢索層，主要功能為將通過監(jiān)控前端獲取的車輛關(guān)鍵信息，利用“時(shí)間差”判定，即基于同一輛車在不可能時(shí)間內(nèi)出現(xiàn)在兩個(gè)地點(diǎn)的原理監(jiān)控套牌車;第三層為用戶界面云平臺(tái)層，此層的主要功能為在云平臺(tái)顯示搜索結(jié)果，將信息檢索層中核對(duì)的信息結(jié)果在云平臺(tái)顯示出來，此云平臺(tái)可以使每個(gè)用戶無論何時(shí)何地都可以登錄賬號(hào)進(jìn)行查看套牌情況，方便了用戶。

2相關(guān)技術(shù)

2.1邊緣檢測(cè)技術(shù)

車牌定位通過邊緣檢測(cè)技術(shù)，利用車牌區(qū)域與周圍區(qū)域灰度值的突變特性，將車牌從原始圖像中分離出來。分為三步：濾波—消除噪聲;增強(qiáng)—使邊界輪廓更加明顯;檢測(cè)—選出邊緣點(diǎn)。目的是在視頻圖像中確定車牌區(qū)域的圖像，并將其提取出來，作為進(jìn)一步識(shí)別車牌號(hào)碼的基礎(chǔ)。

2.2二值化處理

每一個(gè)像素點(diǎn)按一定的規(guī)則進(jìn)行分類，使其轉(zhuǎn)換成只有兩個(gè)等級(jí)（黑、白）的二值圖像;然后按照車牌中各字符的大小、排列的間距等規(guī)律將各個(gè)字符從車牌圖像中切分出來，成為一組只包含一個(gè)字符的圖片。

2.3分布式計(jì)算架構(gòu)

套牌車信息分析與實(shí)時(shí)跟蹤要求處理海量的數(shù)據(jù)，處理的效率要足夠高、數(shù)據(jù)要足夠準(zhǔn)確，因此，基于開源的分布式計(jì)算架構(gòu)Hadoop，搭建大數(shù)據(jù)平臺(tái)，構(gòu)建1臺(tái)管理節(jié)點(diǎn)和多臺(tái)數(shù)據(jù)節(jié)點(diǎn)（根據(jù)城市實(shí)際卡口的數(shù)據(jù)量確定具體數(shù)量），其中1臺(tái)管理節(jié)點(diǎn)用于構(gòu)建索引和管理數(shù)據(jù)節(jié)點(diǎn)，多臺(tái)數(shù)據(jù)節(jié)點(diǎn)用于存儲(chǔ)車輛信息以及并行計(jì)算分析套牌車情況。

3功能設(shè)計(jì)與實(shí)現(xiàn)

3.1系統(tǒng)總體架構(gòu)

針對(duì)圖像檢測(cè)其中的車牌信息，對(duì)監(jiān)控前端（攝像機(jī)）獲得的視頻、圖像數(shù)據(jù)進(jìn)行處理，把視頻、圖像數(shù)據(jù)轉(zhuǎn)化為計(jì)算機(jī)可以識(shí)別處理的格式，也即是識(shí)別出車輛的車牌信息。上傳至數(shù)據(jù)庫(kù)對(duì)比搜索套牌現(xiàn)象。系統(tǒng)的總體架構(gòu)分為：圖像處理層、信息檢索層、用戶界面云平臺(tái)。如圖1所示。

3.2邏輯流程

針對(duì)信息檢索層的功能，重點(diǎn)介紹是否存在套牌車輛的檢測(cè)邏輯流程。套牌車的檢測(cè)過程如圖2。

檢測(cè)過程：

（1）將監(jiān)控到的視頻圖像信息中所得到的車輛圖像信息傳入車輛信息識(shí)別模塊，完成車牌信息的提取。

（2）將所提取到的信息連同監(jiān)控點(diǎn)、監(jiān)控時(shí)間等信息一并傳入數(shù)據(jù)庫(kù)。

（3）將車牌信息傳至車輛信息匹配模塊，在車輛信息匹配模塊中通過接收到的車牌信息，調(diào)用警方車輛監(jiān)控?cái)?shù)據(jù)庫(kù)，查詢?cè)撥嚺扑鶎?duì)應(yīng)的車輛和車主信息，查看是否有同一時(shí)間在兩地的車輛。

3.3車輛牌照識(shí)別

一個(gè)典型的車輛牌照識(shí)別系統(tǒng)一般包括以下4 個(gè)部分：車輛圖像獲取、車牌定位、車牌字符分割和車牌字符識(shí)別。如圖3。

通過通過圖像識(shí)別技術(shù)以及字符分割與分析技術(shù)，獲取車牌相關(guān)信息，通過定位技術(shù)，獲取被識(shí)別車輛的定位信息;然后將獲取到的車牌信息、車輛定位信息以及信息獲取時(shí)間一并存入自建的暫存信息數(shù)據(jù)庫(kù)，然后利用獲取到的車牌信息，進(jìn)行查詢警方數(shù)據(jù)庫(kù)，獲取到與之對(duì)應(yīng)的車輛基本特征信息和圖像處理獲得的車輛基本信息進(jìn)行匹配，若匹配不成功，則將被識(shí)別車輛先前存入自建數(shù)據(jù)庫(kù)的相關(guān)信息提交給相關(guān)交警部門。

3.4功能實(shí)現(xiàn)

實(shí)現(xiàn)代碼略。

4結(jié)束語(yǔ)

套牌車輛的信息分析與實(shí)時(shí)跟蹤的云管理系統(tǒng)是一種主動(dòng)的識(shí)別技術(shù)，主要利用路面的監(jiān)控設(shè)備，通過圖像處理技術(shù)和數(shù)據(jù)獲取處理、分析技術(shù)，通過監(jiān)控獲取車牌圖像，利用“時(shí)間差”判定，檢測(cè)出涉嫌套牌車輛的方法，獲取車主信息從而確定套牌的車輛，將套牌車的信息提交給相關(guān)部門，并對(duì)其車輛進(jìn)行實(shí)行跟蹤，避免犯罪。

該系統(tǒng)是利用大數(shù)據(jù)和云計(jì)算技術(shù)實(shí)現(xiàn)對(duì)套牌車的實(shí)時(shí)跟蹤。使警方提前掌握該車動(dòng)向，提前預(yù)防此套牌車作案。在如今套牌車輛作案無法追蹤，真車主成為冤大頭的情況下有很強(qiáng)的應(yīng)用前景，與智能交通系統(tǒng)相結(jié)合，更能達(dá)到社會(huì)效益與經(jīng)濟(jì)效益相結(jié)合，極大的提高了交通管理效率。

基金項(xiàng)目：本文系棗莊學(xué)院2019年度校級(jí)SRT項(xiàng)目“套牌車輛信息分析與實(shí)時(shí)跟蹤的云管理系統(tǒng)”項(xiàng)目。

參考文獻(xiàn)

[1]汪崢嶸.基于車牌識(shí)別及車輛特征點(diǎn)匹配的套牌車識(shí)別[D].蘇州：蘇州大學(xué)，2013.

[2]胡佳.基于移動(dòng)車牌識(shí)別的套牌車輛快速檢測(cè)技術(shù)研究與實(shí)現(xiàn)[D].長(zhǎng)沙：中南大學(xué)，2011.

[3]唐智強(qiáng).基于圖像的車牌識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2018.

[4]劉文，黎茂林.交通卡口大數(shù)據(jù)中的套牌車實(shí)時(shí)檢測(cè)算法[J].電腦與信息技術(shù)，2017，25（03）：11-13+21.

[5]朱萍，馬韻潔.基于大數(shù)據(jù)技術(shù)快速分析套牌車方法[J].電腦知識(shí)與技術(shù)，2015，11（34）：20+23.

.