資源描述:
《基于emgucv和arcgisengine的車輛定位與追蹤系統(tǒng)設計與實現(xiàn)》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。
1、基于EmguCV和ArcGISEngine的車輛定位與追蹤系統(tǒng)設計與實現(xiàn)李婷瑋張若惠李佳欣崔歡歡彭巍趙迅于雪濤石家莊鐵道大學交通運輸學院摘要:為丫高效獲取城市屮車輛行駛信息,有效監(jiān)管車輛,并且快速鎖定出現(xiàn)在道路上的嫌疑車輛,以實施抓捕。在對現(xiàn)階段車牌識別技術和車輛監(jiān)控系統(tǒng)的研宂與改進基礎上,在現(xiàn)有的車輛追蹤定位方式中引入車牌識別技術,據此設計了路網追蹤系統(tǒng)。系統(tǒng)通過道路監(jiān)控抓拍識別,將識別結果上傳至監(jiān)控中心數據庫匹配出嫌疑車輛,依據監(jiān)控位置定位車輛的實時位置,生成抓捕方案上傳至警方抓捕屮心,并在電子地圖上對目標車輛進行
2、實時跟蹤顯示,提供抓捕路徑方案。關鍵詞:車牌識別;追蹤定位;EmguCV組件;ArcGISEngine組件;作者簡介:李婷瑋,木科;作者簡介:張若惠,本科;作者簡介:李佳欣,本科;作者簡介:崔歡歡,本科;作者簡介:彭巍,木科;作者簡介:趙迅,本科;作者簡介:于雪濤(1984-),男,通訊作者,講師,博士,研究方向:GTS的幵發(fā)與應用。收稿日期:2017-09-29基金:石家莊鐵道大學大學生創(chuàng)新創(chuàng)業(yè)訓練項目Received:2017-09-291概述隨著交通系統(tǒng)大規(guī)模擴充,機動車數量增長迅速,大量的交通問題也隨之而來,如
3、針對肇事車輛或逃逸車輛的定位抓捕等問題仍待有效解決。0前,車輛監(jiān)控系統(tǒng)大多采用車載GPS進行定位,GPS具有精度高、速度快、成本低的優(yōu)點,但是對于特殊車輛,人為因素會干擾GPS正常運行。隨著交通管理逐步趨于智能化,車牌識別行業(yè)也隨之進步,將此技術與其他技術結合應用于更多領域,將進一步發(fā)揮車牌識別技術的優(yōu)勢,為社會帶來更大效益。提出一種新型車輛定位與跟蹤系統(tǒng)的研宄思路,通過道路監(jiān)控抓拍并自動識別車牌信息,上傳至監(jiān)控中心,基于監(jiān)控屬性存儲車輛的行駛信息,將車輛定位在路段范圍。利用監(jiān)控位置間接定位車輛位置,消除天氣原因和人為
4、因素對GPS定位結果的影響。2系統(tǒng)設計2.1系統(tǒng)功能本系統(tǒng)基于EmguCV組件實現(xiàn)牢牌識別模塊,基于ArcGISEngine組件與地理信息數據庫建立電子地圖。二薺結合對城市路網中的車輛進行監(jiān)控,設計并實現(xiàn)如下主要功能:(1)對經過監(jiān)控攝像頭的車輛位置進行記錄,跟蹤車輛行駛路徑,在電子地圖上模擬軌跡,將車輛位置鎖定在路段范圍內。(2)將實時的識別結果上傳至監(jiān)控屮心服務器,與聯(lián)網數據庫屮心的“黑名單”進行匹配,將匹配成功的嫌疑車輛報警上傳,向警方提供車輛實時位置,協(xié)助抓捕。(3)車輛歷史軌跡搜索,調用行車記錄集,生成某一時
5、間段內的行車軌跡,用作二次分析。2.2系統(tǒng)結構車輛追蹤定位系統(tǒng)結構如閣1所示,包括路網監(jiān)控和監(jiān)控中心兩部分,路網分散的監(jiān)控數據通過網絡傳輸至警局監(jiān)控中心服務器,生成實時行車記錄集與抓捕名單進行匹配,匹配成功后傳輸至報警中心,并由報警中心將報警信息反饋在電子地圖上,為案件辦理提供實時的可視化控制。圖1系統(tǒng)總體結構圖下載原圖3系統(tǒng)實現(xiàn)3.1路網監(jiān)控模塊車牌識別依靠機器視覺實現(xiàn),將攝像頭模擬為人類眼睛,捕捉視覺信號,將攝像頭視頻轉化為圖像,將算法模擬為人類大腦,將采集到的圖像信息交由大腦處理,識別車牌,二者同時影響識別結果。
6、3.1.1幀圖像處理子模塊幀閣像處理子模塊主耍實現(xiàn)車牌定位提取,字符分割。閣像信號質量受外界環(huán)境影響較大,攝像機采集的幀信號受光照、天氣、高度、角度等因素影響。攝像頭位置與拍攝角度受人為控制,應按照道路情況合理布局,監(jiān)控位置一般置于道路中線正上方,與地面夾角約45°。天氣與光照受自然因素影響,因此需要合適的攝像機參數標定,控制光源的進入量,根據天氣變化自動更改圖像預處理參數。預處理包括閣像灰度化、閣像模糊、Sobel邊緣提取、閣像二值化、形態(tài)學閉運算、開運算、車牌特征提取,即可獲取車牌輪廓。圖像預處理過程如圖2所示。閣
7、2預處理閣像過程閣下載原閣車牌輪廓符合一定的長寬比例,通過車牌特征提取方法定位車牌,構建車牌輪廓的水平外接矩形R,得到R的起點坐標以及長寬像素個數,使用Copy方法提取原灰度圖像中的R區(qū)域,即可獲取矩形車牌的區(qū)域圖像。將得到的灰度車牌圖像二值化,得到車牌二值圖像,從而對二值化車牌進行像素的橫向跳變檢測與縱向求和,如圖3所示為車牌二值化圖像與圖像掃描得到的字符特征圖像。圖3對二值車牌的掃描圖像下載原圖普通車牌有7個字符,每個字符至少有2次黑0跳變,因此將跳變檢測閾值設置為14,橫向跳變掃描可以根據閣像每行的跳變次數確定字
8、符區(qū)域的上下邊界??v向求和掃描通過將每一列白色像素的個數疊加得到字符峰值圖像,根據峰值圖像的黑色界限分割字符,得到如圖4所示字符結果。閣4字符分割結果下載原閣3.1.2幀圖像處理子模塊EmguCV封裝了OCR字符識別算法,其默認語言庫是標準漢字庫,經過圖像處理獲取到的車牌字符圖像與標準字符模板有所偏差,需要對字符庫進行訓練,車牌識