作者：西安电子科技大学机电工程学院（710071）刘海峰 冯宗哲西安理工大学印包学院（710048） 郑元林 来源：《电子技术应用》

车牌定位在电子警察中的工程应用 摘要：提出一套图像处理的新组合和表策略，在特定的环境中可以实现二值化阈值的自适应调整，将车牌识别提高到工程应用的水平。 关键词：电子警察 边缘提取 车牌定位 识别 近年来，我国在城市和交通建设方面取得取巨大的进步。然而，面对越来越多的交通路口、收费站以及治安卡口，传统的人工值守显然已经满足不了要求。为解决这种现状，出现了适应信息化时代的计算机集成产品，即电子警察，并已经得到了广泛的应用。

电子警察采用视频图像的识别技术，全天候进行车辆及道路的监控，对违规车辆进行抓拍，实现了城市道路交通的智能化管理，达到无人化值守。利用该系统可以迅速查明违章车辆、分析交通事故，为进一步整顿交通环境，交通管理科学化提供高效可靠的技术依据。

1 抓拍照片分析

出了性价比的原因，目前国内电子警察系统的图像获取单元一般都采用ccd工业电视摄像机，而且被架设在室外。现以闯红灯违章抓拍系统为例来分析抓拍的图像数据。

（1）由于红灯的停车线靠近行人通道，造成图像背景特别复杂；

（2）机动车的车型较多，车牌的位置各不相同；

（3）拍摄图像时受天气、照明以及运行等因素的影响很大；

（4）摄像机受路口实际条件的限制，可能距离较远，交有一定角度；

（5）脏、旧车牌比较模糊，还有不少故意作弊的车牌。

这种图像数据要比在实验室所用的数据恶劣得多，而且意想不到的情况也时有发生，这就给图像识别带来了极大的困难。

2 图像处理方案

通过多次实验检测，最终选用了图1所示的图像算是方案。

对图像数据的灰度化、平滑、边缘检测、二值化以及旋转都属于图像的预处理部分。判定就是准确地定位车牌位置，接下来先对车牌进行字符分割，然后逐字提取待征，形成该字符的特片向量，将这个特征向量作为神经网络的输入，以便于字符识别。所以字符识别部分用一个三层的神经网络，先进行学习训练，得到收敛的一组权值。

限于篇幅，本文只介绍图像预处理和判定部分，识别应用部分这里就不讨论了。

2.1 灰度化与平滑

为了便于处理后的传输和存储，由ccd摄象机获取的图像通过图像采集卡采集到工控机或图像处理器件后，一般会转换成jpeg格式。这样处理的对象也就是jpeg文件，要进行灰度化，以去掉彩色信息，加快处理速度。灰度化的公式可以采用式（1）。

g(i,j)=0.11×r（i,j）+0.59×g(i,j)+0.3×b(i,j) （1）

其中，g(i,j)处的灰度值，r，g，b分别为该点的三基色值。但是，定位车牌时亮度信息并不重要。鉴于在这个式子中，g基色占的比重最大，所以有理由灰度化时只取绿色信息就可以了。

图像平滑的目的是为了消除噪声。噪声并不限于人眼所能看到的失真或变形，有些噪声只有在进行图像处理时才能发现。一般来说，图像的能量主要集中在其低频部分，而车牌的信息主要在高频部