博山区社会动态防控系统治安卡口建设规划方案

博山区社会动态防控系统治安卡口建设规划方案内容摘要：

像质量和摄像角度都有相当的适应性。 另外，本系统还拥有完善的配置和查询管理功能以及方便的升级和 功能扩展接口，为用户的实际应用提供了便利。 文安智能卡口管理系统 (VTIACLPR)采用高度模块化的设计，将车牌识别过程的各个环节各自作为一个独立的模块，系统的系统框架如图所示： 车牌识别系统框架 12 智能卡口管理系统 (VTIACLPR)采用国际领先的计算机智能算法技术，首先通过视频输入管理模块得到需要的最佳质量的视频图像，对获取的每一帧图像，利用最新的高效视频检测技术对行驶中的车辆的车牌进行定位和跟踪，从中自动提取车牌图像，然后经过车牌精定位、切分和识别模块准确地自动分割和识别 字符，得到车牌的全部字符信息以及颜色和类别信息。 另外通过车辆检测模块，可以鉴别出无牌车辆并输出结果。 通过查询违法数据库得到车辆的违法信息，显示违法车辆的相关信息，同时现场报警。 通过查询征稽数据库得到车辆的征稽信息，显示欠费车辆的相关信息，同时现场报警。 另外，系统还采用独特的在线学习新技术，对各识别模块进行动态的调整，使得车牌识别系统能够自动适应各种应用环境变化，从而大幅提高识别系统的应用性。  车辆检测跟踪模块 本系统加入了车辆检测跟踪模块，对视频进行分析，判断其中车辆的位置，对图像中的物体进行跟踪，并在物体 位置最佳的时刻，记录该物体的特写图片，由于加入了跟踪模块，本系统能够很好的克服各种外界的干扰，得到更加合理的识别结果，可以检测无牌车辆并输出结果。  车牌定位模块 车牌定位模块是一个十分重要的环节，是后续环节的基础，其准确性对整体系统性能的影响巨大。 本系统完全摒弃了以往的算法思路，实现了一种完全基于学习的多种特征融合的车牌定位新算法，适用于各种复杂的背景环境和不同的摄像角度。 由于该算法是一种完全基于学习的算法，只要有足够的学习样本，可以快速训练出针对不同车牌类型的新的检测模型。  车牌矫正及精定位模块 受拍摄条 件的限制，图像中的车牌总不可避免的存在一定的倾斜，需要一个矫正和精定位环节来进一步提高车牌图像的质量，为切分和识别模块做准备。 本13 系统使用独创的精心设计的快速图像处理滤波器，该算法不仅计算快速，而且利用的是车牌的整体信息，避免了局部噪声带来的影响。 使用该算法的另一个优点就是通过对多个中间结果的分析还可以对车牌进行精定位，进一步减小非车牌区域的影响。  车牌切分模块 本系统实现了一个十分鲁棒的车牌切分模块。 利用了车牌文字的灰度、颜色、边缘分布等各种特征，能较好地抑制车牌周围其他噪声的影响，并能容忍一定倾斜角度的车 牌。 这一算法有利于类似移动式稽查这种车牌图像噪声较大的应用。  车牌识别模块 在车牌识别模块中，本系统采用了多种识别模型相结合的方法，构建了一种层次化的字符识别流程，有效地提高了字符识别的正确率。 另一方面，本系统在字符识别之前，使用计算机智能算法对字符图像进行了前期处理，不仅尽可能保留了图像信息，而且提高了图像质量，提高了相似字符的可区分性，保证了字符识别的可靠性。  车牌识别结果决策模块 本系统与其他车牌识别系统的一大不同之处在于，本系统可以对每帧视频图像进行实时识别，因此在一辆车通过视野的过程中，本系统将得 到若干相同或不同的识别结果。 这就需要一个识别结果的决策模块，具体地说，决策模块利用一个车牌经过视野的过程中留下的历史记录（包括识别结果、识别可信度、轨迹记录、相似度记录等），对识别结果进行智能化的决策，通过计算观测帧数、识别结果稳定性、轨迹稳定性、速度稳定性、平均可信度和相似度等度量值得到该车牌的综合可信度评价，从而决定是继续跟踪该车牌，还是输出识别结果，或是拒绝该结果。 一个车牌的最终识别结果是通过分析所有帧的识别结果，对它们进行智能化的归类和投票，并结合一定的文法信息综合而成。 这种方法综合利用了所14 有帧的信 息，减少了以往基于单幅图像的识别算法所带来的偶然性错误，大大提高了系统的识别率和识别结果的正确性和鲁棒性。  车牌跟踪模块 车牌跟踪模块记录下车辆行驶过程中每一帧中该车车牌的位置以及外观、识别结果、可信度等各种历史信息。 由于车牌跟踪模块采用了具有一定容错能力的运动模型和更新模型，使得那些被短时间遮挡或瞬间模糊的车牌仍能被正确地跟踪和预测，最终只输出一个识别结果。  在线学习模块 在以上各个模块中，使用了大量基于学习的算法，本系统特别添加了在线学习模块，该模块采用最新的反馈型学习模型，利用决策模块和跟踪模块得到的 车牌质量、车辆轨迹、速度等反馈信息，智能化地更新一些算法参数，使得系统能快速适应新的应用环境。 该算法作为已有算法的一个有力补充，进一步提高了系统性能。 智能卡口监测管理系统 不等同于一般安防监控，它将车辆记录、交通违法行为监测和路面监控有机结合起来，不仅能对受监控路面行驶的汽车特征进行全天候、不间断的自动采集、传输和处理，而且还能将信息传至中心以监控路面车辆运行状况，通过全国公安交通信息系统实现车辆动态信息的异地查询和共享，具体功能如下： 智能卡口监测管理系统 采用视频 触发方式，能按用户需求对监测车头或车尾15 进行调整； 监测被检测车道的过往机动车辆，通过计算机智能算法抓拍机动车的头部或尾部图片，用于车牌照及车标信息的识别，检测区域的宽度完全能够满足覆盖被检测车道和检测断面的宽度要求。 为满足夜间抓拍的需求，每个车辆特写摄像机均配置专用补光灯。 通过监控区域道路所有车辆的捕获准确率达 99%以上（其中汽车图像捕获准确率 =所拍摄的汽车特征图像数 /监控区内规范行驶的全部汽车数）。 准确记录车辆全景图像、含车牌的特征图片，并在全景图像中标明车辆信息。 所记录的图像文件分辨率 768 576 像素 点，保存时间不少于 90 天。 在机动车抓拍功能中，与实际需求相符的触发机制是准确实现功能的关键，本公司采用国际领先的模式识别算法和计算机智能优化算法，保证抓拍的正确性和鲁棒性。 对于无牌车以及遮挡号牌车辆都有很好的定位作用，保证了公安执法的正确性，可靠性。 无牌车辆 /号牌遮挡车辆 在车辆通过时， 智能卡口监测管理系统 能准确拍摄车辆特征图像 ,并将图像存储到磁盘相应目录下（目录设计必须简单易使用），车辆通过的信息写入相关16 数据库，并在图像中标明车辆通行 数据，如时间、地点、车速、方向等情况。 在环境无雾包括雨雪天情况下，对监控区域内的规范行驶的特写车辆图像包含车辆头部（或尾部）所有特征，车辆全景图像能看清车辆类型、颜色和所载货物。 ① 分辨率 所记录的全景图像分辨率 768 576 像素点，特征图像分辨率 768 576 像素点可以根据客户需要进行修改。 ② 清晰度 用于车牌识别的特征图像其号牌图像水平分辨率 100ppi至 220ppi,全景图像应能人眼看清车辆类型、号牌、颜色和轮廓及装载情况。 ③ 编码 特征图像和全景图像存贮的图像编码应符合 ISO/IEC 15444:2020 的要求，压缩因子不高于 70。 ④ 存贮容量 每部车辆存贮特征图像 1张和全景图像 1张计算，磁盘具备不少于 200 万辆车的图像存贮能力。 当超出最大存储容量时，自动对车辆信息和图片进行循环覆盖。 对每辆车系统拍摄 1幅特征图片，从中判断出车辆全部特征，包括车辆行驶方向、经过时间、地点、车速、车身颜色、车辆类型、车牌号码等，并根据所拍摄的车辆特征图片进行车辆号码和车牌颜色自动识别。 17 我国车辆的号牌有二十多种 ,即 大型汽车前号牌、小型汽车号牌、领馆汽车号牌、境外汽车号牌、 外籍汽车号牌、试验汽车号牌、教练汽车号牌、挂车号牌、武警汽车号牌、警用汽车号牌、军队小型汽车号牌、军队大型汽车号牌、使馆汽车号牌、大型汽车后号牌、 2020 式号牌、农用运输车号牌、摩托车号牌、拖拉机号牌、其他号牌。 ① 可识别 车牌种类 能识别在我国道路上行驶的机动车号牌包括民用、警用、军用、武警车牌等，可以根据客户需要增加 2020式机动车号牌、摩托车牌，农用车牌（由于各地方农用车牌，摩托车牌等车牌格式不同，需要当地采样数据）等各式车牌。 ② 车牌字符 所能识别的字符包括： Ⅰ 0— 9十个阿拉伯数 字； Ⅱ A— Z二十六个英文字母； Ⅲ省市区汉字简称 (京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、渝 )； Ⅳ军牌汉字（军、海、空、集、北、沈、南、兰、广、成、济）； Ⅴ号牌分类用汉字 (警、学、领、试、挂、港、澳 )； Ⅵ武警车牌字； ③ 自学习 18 当车牌形式发生变更时，要求在不更改识别软件的前提下通过改变识别字库以及字符训练达到软件升级。 对保质期内出现的新式车牌，免费提供车牌识别软件的升级服务。 ④ 识别率 智能卡口监测管理 系统 在车辆按道规范行驶且不含 五小车辆 （低速载货汽车、三轮汽车、三轮摩托车、两轮摩托车和轻便摩。