基于车牌识别的智能门禁管理系统

基于车牌识别的智能门禁管理系统

作者：罗宏涛

来源：《科技传播》2015年第17期

摘 要 近些年来，随着车辆数量的大幅增多，企事业单位采用传统人工管理方式已经难以满足门禁管理的要求。如果采用智能化门禁管理系统，并引入车牌识别技术，将能够显著减少门禁管理工作量，最大限度地缩减车主等待时间，加快车辆的通行速度，便于车主进出的同时，阻止外来车辆任意通行。鉴于此，本文以车牌识别为基础，就智能门禁管理系统进行了设计。

关键词 车牌识别；智能门禁管理系统；设计

中图分类号TP39 文献标识码 A 文章编号 1674-6708（2015）146-0126-02

近些年来，随着国内人民群众生活水平的逐步提高，机动车辆的数量也越来越多，如何加强门禁管理成为各大企事业单位及机关管理部门的重要工作内容之一。为了确保管理人员及时掌握每辆进出机动车的详细情况，准确识别合法、非法车辆，提升合法车辆通行率，避免非法车辆混入，成为各企事业单位管理部门亟待解决的重大问题。 1 基于车牌识别的智能化门禁系统

车牌识别技术是实现车辆管理现代化的一个关键技术。若准确地识别汽车牌照，则在各种卡口、高速路口等都能够对来往车辆进行实时登记，还能对车辆流量加以统计，为追踪被盗、非法车辆等提供线索。应用于企事业单位大门、停车场等多地，能够确保车辆的安全性，还能协助智能门禁系统加以自动化计费，便于推动智能化建筑的发展。

车牌识别系统借助于数字处理、模式识别等多项技术，通过对车牌信息加以采集、图像预处理、车牌定位、字符分割与识别等一系列步骤，实现了对于车辆牌照的智能化识别。就车牌识别系统而言，其主要包括车辆探测器、摄像头、处理器、识别器、显示器等。车牌识别流程见图1所示。

图1 车牌识别流程图

如图所示，先借助于摄像头对车牌图像信息加以采集，借助于平滑处理、二值化、边缘检测等一系列加工实现图像的预处理，利用定位算法将车牌在图像中的位置加以定位，如果图像出现倾斜，需要加以校正，并对字符进行分割，必要时还需对所分割之后的字符加以标准化处理，分割后需对字符特征值加以提取，并借助于特征匹配等一系列识别方法，对字符加以识别，最终输出识别结果。

龙源期刊网 http://www.qikan.com.cn

2 系统设计 2.1 车牌信息的采集

车牌信息采集是构建系统的首步，就不同车牌识别门禁系统而言，其图像的采集方法也不尽相同。基于DSP技术的嵌入式车牌识别门禁系统的存储器相对较小，因而需对所采集图像及时加以保存和处理，以防图像信息丢失，系统基于DSP的车牌采集工作主要由摄像头加以完成，车牌图像被摄像头拍下，并交由DSP处理器加以处理，并在显示器上显示出来。就DM642系统而言，所采集信号使用的是YUV（YCbCr）色彩空间，Y指的是亮度，U（Cb）指的是蓝色色差，V（Cr）为红色色差。若需灰度图像，可将UV分量忽略，将Y分量取出即可获得像素亮度值，就能够将彩图转为灰度图。

借助于相机高速快门闪光采集图像信息，由于车牌表明油漆为反光漆，对于强光的反射作用十分强烈，可借助于主体曝光与快门无关这一特点，将快门固定为1/1000，光圈为 F8，即可获得暗色背景，对于曝光正常的车牌，可巧妙地将背景滤掉，有助于简化车牌定位 算法。 2.2 图像预处理

摄像头所拍下的图像由于干扰大、光线不适等因素，致使所获取图像具有较多的噪声。因此，需要对图像进行平滑处理。多数噪声是高斯噪声，其对于某一像素的干扰为孤立的，因而灰度值与临近点具有显著差异。因而可借助于邻域分析法对各点是否噪声加以判断，并采取有效算法将其消除。

平滑处理后需要对图像进行二值化处理，二值化图像即单色图像，其存储空间较小，一个位即可加以表示，对于图像运算只需要对01值逻辑加以运算，因而处理迅速，且目标区域特征能够在二值化图像中显示出来。二值化处理的关键是正确选择阈值，本文结合灰度对二值化图像加以动态选取，极大地增加了系统的环境适应能力。

图像预处理还需对边缘进行检测，通常灰度变化点就是边缘，车牌字符、背景间的像素值存在很大差异性，因而能够借助于边缘检测获取车牌字符、背景间的界限，进一步突出车牌字符。本文采用的是Sobel算子对车牌图像信息进行边缘检测，见图2所示。 a 二值化图像结果 b Sobel算子边缘检测结果 图2 二值化图像结果与Sobel算子边缘检测效果图 2.3 车牌定位

龙源期刊网 http://www.qikan.com.cn

结合综合算法，本文采用了基于先验知识混合投影的定位方法。在智能化门禁系统中对车牌图像拍照时，由于车速慢、距摄像头距离固定、图像所占像素大小固定，因而需要尽可能减少运算量，提高系统处理速度。本文在车牌图像预处理后，采用混合投影方式，对车牌水平、垂直方位进行定位。采用这一算法通过VS2010的仿真，获得了对背景存在亮度的100张图片，系统对于车牌的定位率高达96%。 2.4 字符分割与识别

字符分割能够将定位好的图像按顺序分别分割为单一的字符，减少各种因素干扰，以备识别。本文采用的是遗传算法，能够显著提高分割精度。而字符分割后车牌图像信息被分为多个单一的子图像，子图像包括三大类字符——简体汉字、大写英文字母、数字，本文采用的是以神经网络为基础的识别算法。 3 数据库设计

经车牌识别模块的处理，获得了车牌信息字符串，后续需要对该串字符串进行处理，借助于数据库技术加以保存和处理。系统数据库模块包括三大子数据库模块，分别为外部、内部车辆数据库，车辆出入记录数据库。将车牌字符串录入数据库中，经搜索模块处理，对所识别车牌信息同对应子数据库模块加以匹配，若无相关记录，说明该车辆为首次出入，需要将其车牌字符信息提交至身份验证模块，若为合法车辆，则管理者在编辑模块将车牌信息成功录入，若为非法车辆，则拒绝其出入，见图3。 图3 数据库车辆信息管理流程图 4 结论

总而言之，基于车牌识别智能门禁管理系统的应用，符合事业单位对机动车辆出入的管理要求，结合计算机信息化管理系统，针对门禁环境的特点，构建车牌信息采集、信息处理、倾斜校正、车牌定位、字符识别以及字符分割一体化，在事业单位车辆管理中实现机动车牌照自动识别，满足其单位管理的实际需求。 参考文献

[1]方兴林，方云楼.一种基于先验知识约束的车牌字符分割新算法[J].重庆工商大学学报：自然科学版，2012，29（13）：42-46.

[2]马俊莉，莫玉龙，王明祥.一种基于改进模板匹配的车牌字符识别方法[J].小型微型计算机系统，2009，24（9）：1670-1672.

龙源期刊网 http://www.qikan.com.cn