|
|
 |
 |
|
| 关于地下停车场系统中图像采集的探讨 |
|
| 【对此发表评论】 【关闭窗口】 |
| |
当今，一些停车场系统采用图像识别技术来对车辆进行管理，在车进、出时，分别抓拍一帧图像，并对其进行比较识别；有的是识别整个车的情况，包括车的车牌、车型、颜色、甚至驾驶员，这由人工来完成；有的是把抓拍的图像进行处理，识别出车的牌照，可由电脑自动处理。总之，在以上两种判断中，对其图像的采集提出了特殊的要求：图像的稳定可靠。
随着科技的发展，特别是计算机网络技术和控制技术的发展，在一些新建的智能化小区和大楼的停车场充分地运用了先进网络技术和控制技术，使停车场系统更加的方便、快捷、安全，充分地体现智能化的意义。现就采用图像识别技术对车辆进行管理的停车场系统作以下介绍。
1 系统工作原理
1.1 人工图象识别
进口：
(1) 停车取卡：当车进入停车场，在取卡机前停下车，不用下车，打开车窗，伸出左手，按一个叫取卡的按键，取卡机便可跳出一张IC卡，此卡记录了进入停车场的时间并给你了一个身份。
(2)采集图像：在你按取卡键的同时，计算机系统将监视进口的摄像机采集到的图象(此时)作为一个文件保存下来,完成了图象的采集。
(3)进入停车场：栅栏机打开，进入停车场。
出口：
(1)停车刷卡：当车开到出口刷卡机处，停车刷卡，出口的计算机显示器上便会根据卡上的信息,通过计算机网络，自动调出该车进入车库时的信息（其中有进入车库的时间和进入车库时被抓拍的图象）。
(2)图象识别：车库管理员根据自动调出的进入车库时的图象与出库刷卡抓拍的图象进行比较、判断。
(3)缴费：若判断结果为一样，则打印机自动打出停车费收据，缴费放行。
(4)离开停车场：栅栏机打开，离开停车场，见图1。
1.2 车牌自动识别系统
车牌自动识别系统是一个基于人工智能科技而设计的图象识别系统，它采用人工神经网络算法来识别车牌号码，系统能适应白昼和夜晚不同的光强度及各种气候条件，在各种环境下识别车牌的数字与字符。其设计指标达到凡是眼睛看到的，系统就能识别，即使是那些字符凸凹、边框不明显、较低对比度或部分损坏的车牌，系统也能辨认。
在正常的情况下，系统在WINDOWS NT环境下处理通过高速CCD摄象机获取的车辆车牌图象，再进行识别的工作。入口站与出口站各安装一台摄像机，停车场系统会通过车辆感应器，在车辆出现时启动摄像机摄取车前的图象，并将之数字化。这个图象将通过‘预学习’图象来识别车牌，系统会进一步将车牌号码打印在所有从入口站发给的计时票上。至于预发票的票卡系统会对于票上的号码与识别的车牌号码进行校对。只有在确认两者一致后，栅栏才会打开。当车辆要离开车场时，系统根据车辆侦察器或插入计时或月票的信号，获取图象后进行车牌识别。系统在校对车牌后，才打开栅栏让车辆离开。
2 图像采集的探讨
“图像的稳定可靠”是指在车进出车库刷卡机时,经摄像机成的图像具有高的清晰度和稳定的感光度。高的清晰度，有利于识别车牌，车型甚至驾驶员，稳定的感光度，有利于识别车的颜色甚至于车的成色。
在此，就成都世纪电脑城地下停车场设计中的进出口图像采集部分作以下分析：该停车场，有1万多平方米,400多个停车位，是四川省最大的地下停车场。此停车场设计为一进一出，停车场的管理采用对整个车的图像进行识别。在停车场的进口，存在一个问题：场外的光线白天特别强，晚上弱，停车场内靠灯光照明，在进行图像采集时面临变化的逆光；在停车场出口，其光线的变化量也比较大，但处于顺光角度。根据停车场系统的图像识别系统的特殊要求，结合成都世纪电脑城的客观实际，在满足技术要求的同时，也提高系统的性价比，我们做出了以下的解决方案：
2.1 进口
(1)将摄像机的位置设在停车刷卡的斜上方，选择摄像机的位置和调节摄像的角度，尽量减少逆光，同时也要考虑对车牌的摄像角度。
(2)在停车刷卡的上方和墙脚增加了日光灯，保证了车身和车牌的光照度，保持车身和车牌的成像的稳定性。
(3)选用了手动光圈镜头。若使用自动光圈镜头,当停车场外的光线变强时,光圈自动变小,将导致车身的暴光不足,当停车场外的光线变弱时,光圈自动变大,将导致车身暴光过度;图象信息无法准确识别.选用手动光圈,可根据日光灯对车身的照度,调节好镜头的光圈,保证了车身的暴光量不受场外的光线变化的影响。
(4)对镜头与防护罩之间的距离作了一定的调整。根据停车场进口道的坡度和长度,通过调节镜头与防护罩之间的距离,来确定摄象机的视角,从而减少逆光的干扰。
(5)对停车场的进口道的天棚作一些颜色处理，目的在于减小逆光对镜头的影响。
2.2 出口
(1)选用自动光圈镜头，出口光线的变化量也比较大，但处于顺光角度，自动光圈可自动调节进光量。
(2)在停车刷卡处增加了日光灯，当光线充足时，可关掉日光灯；当光线不足时，打开日光灯，节约用电量。 |
|
| |
| 【对此发表评论】 【关闭窗口】 |
|
