基于图像识别的道路车辆收费管理系统

基于图像识别的道路车辆收费管理系统

孙嘉咛 武传胜 李冠霖 李昕洋 韩久月

（辽宁科技大学）

摘要：为了提高高速公路收费站的通行效率,本文对高速公路车辆识别系统进行了研究。以无线射频识别（RFID）技术为研究对象,分析其结构特点及工作原理,对车辆识别系统建立模型,并对数据传输过程中的安全性和防碰撞机制进行研究。通过将RFID应用到高速公路收费系统中对过往车辆进行身份识别,达到在不停车的情况下,就可以实现通行费自动收取的目的。

关键词： RFID;车辆识别;CRC;防碰撞算法;

立项依据

目前，对于车辆进入收费区域(如高速公路、机场停车库或者大型商业停车库等等)的收费，通常需要在出入口设置收费站，以高速公路收费为例，车载通过安装在车辆挡风玻璃上的车载电子标签与在收费站ETC车道上的微波天线之间进行的专用短程通讯，实现不停车收费，由于无人工把关，后车跟车过近很容易出现被前车蹭卡的情况，同时由于车辆在高速公路速度极快，射频读卡器功率过高会读取到其它车道的电子标签，射频读卡器功率过低则有可能漏读高速通过检测点的车辆电子标签，综上，目前的车辆收费方式存在很大的不确定性，并且会影响通行效率。

项目内容

基于此，针对上述技术问题，提供一种准确可靠、通行效率高的基于图像识别的道路车辆收费管理系统。

为解决上述技术问题，本项目采用如下技术方案：

基于图像识别的道路车辆收费管理系统，其特征在于，包括用于在收费区域的入口处采集车辆图像的第一摄像头、用于在收费区域的出口处采集车辆图像的第二摄像头以及信息处理设备，第一摄像头以及第二摄像头分别设于收费区域的入口处以及出口处，且两者均与信息处理设备连接；

信息处理设备被配置为：

从第一摄像头采集的车辆图像中识别出车牌号，确定相应的车辆进入收费区域；

从第二摄像头采集的车辆图像中识别出车牌号，确定相应的车辆离开收费区域；

当进入收费区域的车辆离开该收费区域后，计算车辆的费用，并从相应的账户进行扣费。

本项目在收费区域的入口以及出口分别设置摄像头，并以车牌号作为车辆的唯一标识信息，基于成熟的视频车牌识别技术确定车辆进入、离开收费区域，进而进行计费和扣费，大大提高了准确性与可靠性，这样的方式无需设置收费站，不会再有排队进出收费区域的现象，提高了通行效率，同时，对车辆附加设备没有安装要求，降低了车主的负担，具有更广泛的应用范围，无感识别车牌号，提升了驾驶员的驾乘感受。

图1为本项目的结构示意图

图2为本项目的原理图

实现方式

如图1所示，基于图像识别的道路车辆收费管理系统，包括用于在收费区域的入口处采集车辆图像的第一摄像头110、用于在收费区域的出口处采集车辆图像的第二摄像头120以及信息处理设备130。

如图1以及图2所示，第一摄像头110以及第二摄像头120分别设于收费区域的入口处以及出口处，且两者均与信息处理设备130连接。

收费区域为高速公路、机场停车库或者大型商业停车库等等。

其中，信息处理设备130被配置为：

一、执行如下图像处理分析流程：

1、从第一摄像头110采集的车辆图像中识别出车牌号，确定相应的车辆进入收费区域。

2、从第二摄像头采集120的车辆图像中识别出车牌号，确定相应的车辆离开收费区域。

二、执行如下计费扣费流程：

当进入收费区域的车辆离开该收费区域后，计算车辆的费用，并从相应的账户进行扣费。在本实施例中，可以接入在线支付平台，请求从相应的账户进行扣费，若在线支付平台中没有相应的账户，则通知车主办理缴费及绑定金融账户业务。

本项目在收费区域的入口以及出口分别设置摄像头，并以车牌号作为车辆的唯一标识信息，基于成熟的视频车牌识别技术确定车辆进入、离开收费区域，进而进行计费和扣费，大大提高了准确性与可靠性，这样的方式无需设置收费站，不会再有排队进出收费区域的现象，提高了通行效率，同时，对车辆附加设备没有安装要求，降低了车主的负担，具有更广泛的应用范围，无感识别车牌号，提升了驾驶员的驾乘感受。

在本实施例中，收费区域为高速公路，在高速公路的各路段还设置了用于采集车辆图像的多个第三摄像头140，多个第三摄像头140均与信息处理设备130连接。

相应地，在图像处理分析流程中，需从多个第三摄像头140采集的车辆图像中识别出车牌号，并根据多个第三摄像头140的位置确定相应车辆在高速公路上的轨迹，而在计算车辆的费用时，则根据车辆在高速公路上的轨迹，计算车辆的费用。

其中，从多个第三摄像头140采集的车辆图像中识别出车牌号的具体过程如下：

a、当车辆进入第三摄像头140的检测范围时，记录车辆的进入时间。

b、从第三摄像头140的视频流中，自进入时间开始，以预设速度从视频流中截取多张车辆图像。

可以将第三摄像头140的检测范围的边缘线作为检测线，以车辆越过检测线作为判断车辆进入第三摄像头140检测范围的基准。

c、从截取的车辆图像中识别出车牌号。

从多张车辆图像中识别车牌号，可以提高识别准确度。

较佳地，在图像处理分析流程中，将通过从多个第三摄像头140采集的车辆图像中识别出的车牌号与进入收费区域且未离开该收费区域的车辆的车牌号进行匹配，过滤不匹配的车牌号。

在本实施例中，图像处理分析流程通过以下步骤从车辆图像中识别出车牌号：

a、对车辆图像进行预处理：采用加权平均法，将彩色图片转换为灰度图片,预处理后计算边缘梯度图像，去除图像噪声数据，获得边缘梯度图像，边缘梯度图像包含车牌区域的特征更佳的中间数据。

b、对边缘梯度图像进行阈值化分割，区分出候选车牌区域(前景)和背景，并通过滤波算法去除图像噪声数据，如形态学滤波算法。

c、从阈值化分割后的图像中提取出候选车牌区域图像。

d、滤除伪车牌区域图像，得到最终的车牌区域图像。

为了提高执行效率，这里采用连线法，根据计算水平连线的分布关系以及垂直的连线分布密度等特性，计算得到前景目标(车牌)的关联性连线区域，然后通过聚类拟合等处理，实现将车牌区域以及伪车牌区域等候选区域定位提取，再辅助以号牌的几何特性(比如宽高比例等)，滤除伪车牌区域，得到最终的车牌区域图像，即车牌特写。

e、判断最终的车牌区域图像的长度方向边缘以及宽度方向边缘所占的像素点数量是否均高于阈值，若是，则该车牌区域图像为有效车牌区域图像。

f、从有效车牌区域图像中读取车牌号。

如图1以及图2所示，在高速公路收费的实际应用场景中，第一摄像头110和第二摄像头120分别设置在高速公路入口处计费点A和出口处计费点B，第一摄像头110、第二摄像头120以及第三摄像头140可以依据现场条件，采用车道旁低位安装或者龙门架高位安装，收费系统的工作过程如下：

1、车辆驶入高速公路入口计费点后，由第一摄像头110采集车辆图像，并通过网络发送给信息处理设备130，信息处理设备130从车辆图像中识别出车牌号，确定该车辆进入高速公路。

2、车辆在高速公路上行驶的过程中，被沿途的各第三摄像头140捕获到车辆图像。针对高速车辆抓拍，以车速300千米每小时(约83.4米每秒)，龙门架上车牌识别摄像机有效车牌抓拍范围10米(能清晰拍摄到车牌的路面区间)为例，为了提高车牌识别准确度，信息处理设备130对每辆车从视频流中截取3张图像来识别车牌号，经计算可知每张照片抓拍的最短时间间隔为0.04秒，则视频截取速度应该为25帧每秒。

信息处理设备130从截取的3张车辆图像中识别出车牌号，并去除重复的车牌号，然后将识别出的车牌号与驶入高速且尚未驶离高速的号牌比对，去除错误识别到的车牌号，这样再结合各第三摄像头140的安装位置，可以确定各车辆在高速公路上的轨迹。

3、车辆驶入高速公路出口计费点后，由第二摄像头120采集车辆图像，并通过网络发送给信息处理设备130，信息处理设备130从车辆图像中识别出车牌号，确定该车辆离开高速公路。

4、最后，由信息处理设备130依据车辆在高速公路上的轨迹计算出此次高速费用，并将高速公路通行费用请求通过通信网络发往在线支付机构。

在本实施例中，信息处理设备130包括用于执行上述图像处理分析流程的第一信息处理装置131以及用于执行上述计费扣费流程的第二信息处理装置132，第一信息处理装置131与摄像头连接，第二信息处理装置132与第一信息处理装置131连接。

其中，第一信息处理装置131可以由多个图像分析服务器组成，包括但不限于由代理服务器响应请求并负责负载均衡的部署模式。

第二信息处理装置132可以由多个应用服务器组成，包括但不限于由代理服务器响应请求并负责负载均衡的部署模式及云服务模式。

参考文献：

[1]基于改进ResNet网络的车辆重识别模型[D]. 赵志成.西南大学 2020

[2]煤场运煤汽车自动识别与调度系统研究[D]. 杨雪花.中国矿业大学 2020

[3]基于多任务学习的车辆重识别系统研究与实现[D]. 王崇屹.电子科技大学 2019

[4]基于射频识别技术的整车质检过程跟踪系统设计与实现[D]. 徐晓晨.东南大学 2018

[5]基于物联网技术的变电站设备跟踪研究[D]. 陈振晓.华南理工大学 2018

（辽宁科技大学2022年大学生创新创业训练计划项目资助）