基于嵌入式系统的智能车辆出入管理系统研究

2.2 系统功能实现

1)车牌图像的预处理

由车牌定位的过程就是在截取的视频流的一帧图像中找到车牌的区域，并不断缩小车牌区域的范围，为后面的字符分割提供更多的有用信息，是整个识别系统软件流程的第一步。本文采用基于灰度图像的车牌定位。定位方法利用车牌区域的字符纹理较其他区域丰富的特点来定位。将一副彩色图像灰度化以后，其图像信息已经丢失了很多。而通常情况下，干扰信息和噪声在彩色图像中占的比重非常小，图像灰度化以后这些干扰因素就会占据整个图像信息的很大一部分，所以对灰度化以后的图像进行预处理，使车牌区域的特征表现的更加明显，并且抑制图像背景干扰和噪声的干扰是非常必要的。

受天气和光照强度的影响，摄像机拍摄到的视频图片在进行灰度化以后其灰度值可能比较集中，这样就形成灰度图片的灰度值总体不是偏小就是偏大，致使车牌区域与背景区域的反差不明显，即对比度较低。为了增加目标区域与背景区域的对比度，可以对灰度图像进行直方图均衡。然后再进行图像的二值化处理，就是将一副灰度图像的灰度级别根据一个设定的灰度级别分成两部分，大于该设定灰度级别的像素灰度设置成255，即最高灰度级别，小于该设定灰度级别的像素灰度设置成0，即最低灰度级别。这样图像就变成了只有最亮和最暗区域的“黑白”图像。观察车牌图像的二值化结果，整幅图像用肉眼看就能看到很多噪点，也即孤立的两点或者亮块，他们对车牌区域必定形成干扰。为了进一步减少车牌定位时背景以及车身自身的干扰，采取先腐蚀再膨胀的操作来消除一定的孤立噪点。

2)车牌定位和字符分割

车牌定位的常用车牌的上下边界定位和车牌的左右边界定位，上下边界的方法可以将车牌的上下边界十分精确的锁定在车牌字符的上下边缘，然后用对二值化后的图像提取Yfmin与Yfmax坐标范围内的图片进行分析来确定车牌的左右边界。将该区域的二值化图像进行水平投影并将像素灰度级别累加。通过车牌区域精确定位以后，采取纵向投影法来进行字符分割的操作。将预处理后的车牌图像进行垂直投影，投影效果大致为7个波峰，每个波峰之间的波谷位置即为车牌中各个字符之间的分割点，精确定位每个字符的上下边界与左右边界。由于车牌定位的精确性，可以完全提取车牌区域的二值化图片进行垂直投影，其投影结果为在x轴方向分布的一维数组。

3)系统功能实现

系统采用应用层、逻辑层和数据层的三层架构，有良好的可扩充性。基于linux操作系统平台，采用QT和java语言进行设计并实现对前台结构的搭建、用PSQL部署主从数据库、基于XML面向服务的PARKSERVER接口设计、外设通用接口RS232/485/IO口，系统高版本支持低版的硬件及低层前端软件。可进行二次开发的自主项目，以适应跨平台的需要。

3 结束语

本系统解决了目前小区内对车辆出入的智能化管理，针对车辆身份识别和对比认证方式，实现了对出入车辆的自动智能识别，提高了车辆通行的速度，有效保障了出入车辆的畅通，智能化车辆管理系统的实现，降低了门卫值班工作人员的劳动强度，同时，也提高了小区内车辆的安全管理。