基于树莓派的车牌识别系统的设计与实现

２４

基于树莓派的车牌识别系统的设计与实现

贾婧蕊1，2，秦婵婵1，2，胡圣波1，2，黄平惠1，2，陆安琴1，

（1.贵州师范大学智能信息处理研究所，贵州贵阳550001；2.贵州省教育厅射频识别与传感网络工程中心，

褐变度贵州贵阳550001）摘要：车牌识别技术是智能交通管理系统的重要组成部分，在交通监控及车辆管理等方面被广泛应用。该系统设计

与实现了基于树莓派开发平台的车牌识别。该系统通过红外避障传感器获取车辆信号，高清摄像头获取车辆图像数据，树莓派将采集好的图像上传至服务器，PC 端对接收到的车牌图像进行预处理、分割、字符识别等操作，最后语音播报识别结果。实验结果表明，基于树莓派的车牌识别系统设计简单，容易实现且实现了图像的快速采集，传输与识别功能。关键词：车牌识别；智能交通；树莓派；图像采集；图像识别中图分类号：TP39文献标识码：A 文章编号：1673-1131（2019）12-0024-04

Design and Implementation of License Plate Recognition System Based on Raspberry Pie

Jia Jingrui 1,2,Qin Chanchan11,2,Hu Shengbo 1,2,Huang Pinghui11,2,Lu Anqin 1,2

螺旋锥蝇

人脸识别医疗（1.Institute of Intelligent Information Processing,Guizhou Normal University,Guiyang 550001,China ）（2.Center for RFID and WSN Engineering,Department of Education Guizhou,Guiyang 550001,China ）

Abstract:License plate recognition technology is an important part of intelligent traffic management system,which is widely used in the field of traffic monitoring and vehicle management.This system designs and realizes license plate recognition based on raspberry PI development platform.Based on core Raspberries pi,vehicle signals obtained from infrared obstacle avoidance sensors,and vehicle data obtained by high-definition cameras,image data delivered to the server.After receiving the informa-tion,the PC (Personal Computer )terminal processes the received license plate images for preprocessing,segmentation,character recognition and other operations,and finally broadcasts the recognition results by voice.The experimental results show that Li-cense plate recognition system based Raspberry Pi is simple,easy to implement and achieve rapid image acquisition,trans-mission and recognition.

Key words:License plate recognition;intelligent traffic;raspberry pie;image acquisition;image recognition

0引言

随着社会的不断进步，汽车已经成为现代生活必不可少

的交通工具，与日俱增的车辆时刻考验着城市的交通管理能力。传统的车辆管理通常采用人工记录方式，操作效率低，已经无法满足大量车辆的监控与管理。如何实时、高效、可靠地管理车辆已成为每个城市发展的迫切需求。

在信息技术高速发展的今天，特别是5G 即将商用的今天，交通管理的智能化受到越来越多的学者关注[1-3]。智能交通系统的核心技术之一就是车牌识别技术，该技术融合了智能控制、计算机视觉、图像处理和通信技术等诸多电子技术为一体，能够显著提高交通管理的智能化水平，提高交通管理的工作效率[4]。在安全管理应用领域，车牌识别大约有30多年的历史，此技术应用于车辆检测，停车场出入等多方面，近年来我国智能识别技术发展迅速，较普遍的技术有通过无线电频率鉴别系统识别汽车车牌号码，该技术通过识别安装在汽车上

的IC 卡或条形码[5]识别车牌信息；识别准确率高，速度快，但存在硬件设备复杂，成本高，且需要制定出全国统一标准，执行难度大，很难支持5G 等缺点。树莓派（Raspberry Pi ）是一种微型电脑，其价格低，功耗小，功能多样，能运行Linux 操作系统，具有多种接口，可支持5G 应用，并可在开发板上直接使用Python 或Java 语言进行软件编程[6]，在无线传感网络领域已得到广泛应用[7-10]。基于此，

本文研究一种集车牌预处理、分割、字符识别为一体的车牌识别算法，设计并实现一种基于树莓派、支持5G 应用的车牌识别系统，旨在高效且方便快捷地设计和实现车牌识别系统，并为物联网的应用提供一些理论支持。

1系统结构

基于树莓派的车牌识别系统主要包含以下几个模块：前端中的树莓派控制端、车辆检测模块、图像采集模块、网络通

[29]S.Yan,B.He,X.Zhou,Y .Cong,and A.L.Swindlehurst,

“Delayintolerant covert communications with either xed or random transmit power,”IEEE Trans.Inf.Forensics Secur-ity,vol.14,no.1,pp.129-140,Jan.2019.

[30] B.A.Bash,D.Goeckel,and D.Towsley,“LPD communi-cation when the warden does not know when,”in Proc.IEEE Int.Symp.Inf.Theory,Jul.2014,pp.606-610.

[31]B.A.Bash,D.Goeckel,and D.T Covert wireless communica-tion with a poisson eld of interferersowsley,“Covert com-munication gains from adversary ’s ignorance of trans-mission time,”IEEE Trans.Wireless Commun.,vol.15,no.12,pp.8394-8405,Dec.2016.

作者简介：杨玲，工程师/博士生，主研领域：网络空间安全中物理层隐蔽通信；唐亮，讲师/博士生，主研领域：无人机体智能；贺正芸，讲师/博士生，主研领域：

模式识别。

2019

（Sum.No 204）

信息通信

INFORMATION &COMMUNICATIONS

2019年第12期（总第204期）

双面针织机２５

信模块以及后端的网络通信模块、图像处理模块其工作流程（如图1所示）

如下：

图1系统流程图

（1）车辆检测模块主要负责对过往车辆进行检测，若有车辆通过，则向图像采集模块发送指令采集车牌图像；（2）车牌

图像采集后，基于TCP/IP 协议[11]

，图像信息将通过网络通信模块传送至服务器端进行下一步处理；（3）服务器接收到图像信息后通过图像处理模块对车牌图像进行处理识别；（4）语音播报车牌识别结果。

2硬件组成

2.1前端设备

树莓派3B+（如图2所示）是一款搭载Debian 操作系统的微型主机，它以扩展储存卡作为存储器，主板含有一个千兆以太网接口和Wi-Fi 模块以供信息流的传输，一个CSI 接口摄像头用做图像采集以及40个GPIO 引脚连接车辆感应器。本系统使用以上几个模块实现车辆检测以及图像的采集与传输

功能。pcb清洗剂

图2树莓派3B+

2.1.1摄像头模块

通过Python 调用CSI 接口的摄像头（如图3所示），该摄像头支持调焦-可根据物体远近对其进行调整，能够拍摄高达500

万像素的照片。

图3摄像头

下面是树莓派摄像头的配置使用过程：

（1）将摄像头连接至树莓派CSI 接口；（2）在树莓派中打开raspi-config ，将Enable Camera 状态设置为“Enable ”；

（3）使用pip 命令安装picamera 库以支持Python 调用摄像头，在调用函数进行车牌彩图像采集时可以更改相关参数以改变采集图片的尺寸、亮度等相关信息。

Python 调用摄像头关键代码如下：import picamera

camera =picamera.PiCamera ()camera.start_preview ()camera.capture (image.jpg )camera.closed ()2.1.2车辆检测模块

传统的车辆识别管理系统采用地感线圈进行车辆检测。由于会对路面产生破坏，阻碍交通，施工时间长等缺点，正在慢慢被淘汰。本文选用了E18-D80NK 红外传感器（如图4所示）作为基于树莓派的车牌识别系统的车辆检测模块。该传感器具有探测距离远、受可见光干扰小、价格低、携带方便，装配

容易等优点。该传感器尾部有一个指示灯，当有障碍时遮挡（车辆经过）时，传感器输出高电平，指示灯不亮。发射光经过传感器调制后发出，接收头对反射光进行解调输出，可有效避免可见光干扰，并且检测距离可根据要

求调节。

图4E18-D80NK 红外传感器

2.2后端设备

IIS 是微软公司开发的仅支持Windows 平台的Web 服务器，可用于网页浏览、文件传输等[12]。考虑到系统受众体，基于树莓派的车牌识别系统采用了基于Windows 平台的IIS 作为后台服务器，用于车辆图像的接收和处理。服务器端接收到前端发送的车牌图像后，调用识别程序来识别车牌图像，然后语音播报识别结果。

2.3硬件分析

本系统各个部件连接方便快捷，红外传感器只需与树莓派少许GPIO 口连接，摄像头模块与树莓派CSI 口连接，只需注意在断电的情况下进行操作即可。采用树莓派作为前端控制端，为了提高数据传输的可靠性，使用树莓派千兆以太网接口进行局域网数据的传输。

3算法与实现

车牌识别系统的应用场景对车牌识别的速度、准确度有着较高的要求，因此车牌图像的传输速度以及识别准确度将直接影响到车牌识别系统的可靠性。

２６

3.1图像传输

车牌图像传输过程高效性以及传输数据的可靠性是车牌

识别系统的识别速度、精度的主要影响因素。基于此，选用TCP/IP 作为数据传输协议来保证车牌图像数据传输的高效性与可靠性[11]。

TCP/IP （Transmission Control Protocol/Internet Protocol ，传输控制协议/网际协议）是一种只用于端对端通讯的协议，它

基于三次握手建立快速、安全、可靠的连接[11]

。Socket （套接字）是一种对TCP/IP 协议的封装API （Application Programming Interface ，应用编程接口），本文基于Python 的Socket API ，编写车牌图像传输程序，实现了前端树莓派与后端服务器之间的数据传输功能，保证了车牌图像可靠、快速的传输。

本系统使用树莓派作为图像采集的前端，它支持Python 作为主要编程语言。Python 中Socket 模块为操作系统的Soc-ket 实现提供了一个接口。树莓派作为客户端，创建TCP 客户端的Socket 对象，将采集到的图像以数据流的形式传输到服务器。

服务器端使用Python 多线程技术，创建TCP 服务器端的socket 对象，监听客户端连接，获取输入流，读取数据，并把读到的数据写入图像文件。图片通过网络，在发送端通过TCP/IP 协议传送给服务器，并成功识别，保存图片。

3.2车牌图片识别算法

目前，车牌识别技术多是基于灰度信息对图像进行处理，

但它存在一个无法避免的问题：当图像存在与车牌的灰度非常相似的区域时，无法准确可靠地检测出图像的车牌区域，导致车牌信息识别有误。后来提出的基于车牌彩信息的彩分割方法，一般通过颜模型对图像中颜进行筛选，定位出符合车牌颜块，但当车身颜或背景颜复杂情况下会造成定位出错现象，本文采用车牌的彩信息进行处理。识别过程主要包括：车牌定位，倾斜校正，字符分割，字符识别等。针对蓝底白字车牌进行识别，步骤如下：

（1）车牌定位：采集到的车牌图像（如图6(a )所示）携带丰富的颜信息，为了降低车牌识别过程的计算量，我们截取出只含车牌的图块，即车牌定位。我们使用彩处理技术对车牌进行定位操作。

碳计算器基于彩图像的定位方法，在车牌图像褪、偏、灰尘及背景颜干扰等情况下造成定位出错，原因在于实现车牌定位过程中RGB 分量阈值范围不准确，没有考虑三个分量两两之间的比例关系。为了解决以上问题，我们收集统计了各种车牌颜在RGB 空间中的阈值范围，得到了以下判断条件：

如果0<r <130，40<g <200，80<b <255，b -g ≥25，b -r ≥25同时成立，则该像素点为车牌区域，车牌分割结果如图6(b )所示。

（2）倾斜校正：车牌定位获得的车牌图像不可避免地会出现倾斜现象，会对下一步字符分割带来困难，最后对车牌识别正确率造成影响。因此对分割出的车牌图像灰度化并采用基于Radon 变换方法[13-14]进行倾斜校正，得到水平方向一致的图片（如图6（c ）所示），为下一步字符分割提供便利。

Radon 变换原理如下：Radon 变换计算图像在不同方向的直线上的投影，设f （x ，y ）为一个二维函数，f （x ，y ）的Radon 变换的几何关系如图5所示。它是f （x ，y ）平行于y'轴的线积分，当f （x ，y ）表示一个图像矩阵时，Radon 变换的实质是求任意方

向

上图像矩阵的投影。图5Radon 变换的几何关系

图像f （x ，y ）

沿角向x'轴投影得到R （x'）

，

有：（1）

其中：

（2）

（3）字符分割：字符分割的任务是将上一步得到的车牌图像中的字符分割出来，得到单个字符图像，为下一步字符识别做准备。本系统同时采用垂直和水平方向投影法将车牌上的字符分割成单个字符（如图6（d ）所示）；

（4）字符识别：利用字符分割得到的单个字符与模板库中字符对比，对字符进行识别得到识别结果。对分割完成的字符进行归一化处理，然后将处理后的字符与模板库中的二值图像（大小为50×110）逐个进行比较，取出相似度最大的字符得到识别结果（如图6（e ）所示）；

字符相似度函数由以下式子确定：

（3）

式中f i （m ，n ）表示第i 张待识别车牌字符二值图像中位置为（m ，n ）处像素点的值，t j （m ，n ）表示第j 张模板二值图像中位置为（m ，n ）处像素点的值，取值都为0或者1，M ，N 分别为模板库中图像的长和宽。S （i ，j ）

最大为最佳的匹配模板。

（a ）车辆原图，（b ）车牌图像，（c ）倾斜校正，

（d ）字符分割结果，（e ）识别结果

图6识别结果

２７

基于K 值算法的在线谣言抑制分析

张

栋1，刘云华1，2

，郑迪升1

（1.北京锐安科技有限公司，北京100080

2.北京市网络空间数据分析与应用工程技术研究中心，

北京100192）摘要：社交平台上由于有沉淀大量用户数据，从而可以用于人格预测以及谣言抑制的相关内容，虽然其属于社会计算领

域。但在未来的社会发展过程中，谣言抑制算法在进行更多次迭代之后会能有更好的发展，同时也更有利于业务应用。在未来，单一的谣言事后补救措施会逐渐过渡到事前预防以及关键话题人的引导上来，算法与业务的不断结合，必将大大提高谣言控制的效率。从另一个角度来说，用户的相关记录也将沉淀为历史数据，用于用户分析，同时为用户人格预测打下良好基础。两者相结合，将会有效遏制谣言传播，在未来将会有更好的发展前景。关键词：神经网络；人格分析；社交属性；K 值算法；神经网络模型中图分类号：F224文献标识码：A 文章编号：1673-1131（2019）12-0027-03

0引言

自2016年以来，互联网与传统行业的结合越来越紧密与密切，线上营销，线下互动的模式也取得了较大的成功，特别是在一些大型社交类平台（如Facebook ，Twitter ，微博，Wechat 等）的成功实践，给我们的社交以及交友方式带来了极大的改变。社交网络的渗透以及好友互动，点赞，转发等行为，慢慢影响到我们对自身以及社会的各个方面。首先，新型社交网络的兴起，人与人之间的强、弱链接界限逐渐模糊，人们借助社交平台联系好友，互动点赞，转发支持，成为了社会活动的延伸。其次，随着社交平台及社交模式的改变，人与人之间的关系从之前的单次交互转为时时互动。总的来说，社交平台可以看作是真实社会的关系重建。这种基于社交平台的互动模式，一方面与现

行社会关系平行，另一方面，又是一种全新社交关系的重新建

立。由于社交平台上的行为可以被记录，获取和分析，这样，就可以用于发现用户之间的一些关系，而现阶段，复杂网络，神经网络等一些新兴学科在这一方面也会大有施展空间，帮助与促进人际关系发展，同时也成为社会研究的重要内容。

便利的同时，也会存在一些隐患。当人们越来越多的在网上互动，评价，留言，转发的过程中。如果存在一些别有用心之人，发布一些未经证实的谣言，很容易在网络上造成恶性传播。这样的事件不仅影响当事人的生活，同时对正常的生活及安全秩序也会造成严重影响。谣言的肆意传播，通过社交平台又会在短时间时大量复制，严重影响到经济发展与社会稳定，如何有效控制社交平台上的信息传播，才是遏止谣言

（5）车牌识别成功，语音播报车牌信息。

4结语

本文设计与实现了基于树莓派开发平台的车牌识别系统。

该系统通过红外避障传感器获取车辆信号，高清摄像头获取车辆图像数据，树莓派将采集好的图像上传至服务器，PC 端对接收到的车牌图像进行预处理、分割、字符识别，对现有基于彩信息的车牌识

别算法进行改进。基于实验结果表明，该系统可以实现图片快速采集、传输与识别；且技术简单，成本低。但在图像中车牌位置存在光斑干扰等的情况下，识别率会有所下降，下一步将研究更加高效的算法解决上述问题，将系统变得更加鲁棒。参考文献：

[1]姜晓.智能车牌识别系统的实现与优化[D ].东华大学,2017:1-3.[2]陆化普，李瑞敏.城市智能交通系统的发展现状与趋势[J ].

工程研究-跨学科视野中的工程,2014(1):6-19.

[3]张轮，杨文臣，张孟.智能交通与智慧城市[J ].科学,2014,

66(1):33-36.

[4]朱克佳，郝庆华，李世勇，胡长雨.车牌识别综述[J ].现代信息

科技,2018,2(05):4-6.

[5]朱明秀.基于图像处理技术的车牌识别方法研究[J ].信息

记录材料,2019,20(03):224-226.

[6]Eben Upton,Gareth Halfacree.Raspberry Pi 用户指南[M ].

2013:3-6.(in Chinese ).

[7]鲁青青，宋志强，陈豪.基于树莓派和Pixhawk 的多旋翼无

人机自主着陆系统的研究[J ].电脑知识与技术,2019,15(13):263-265.(in Chinese ).

[8]

魏颖，武奕彤，陈锴，朱晓璇，沈倩颖，杨志豪，刘皓明.节能型智能家居系统设计[J ].电子设计工程,2019,27(11):74-78.(in Chinese ).

[9]

宋志扬，金华，李凌冬.树莓派的车内安全监测与远程预警系统设计[J ].单片机与嵌入式系统应用,2019,19(06):83-85.(in Chinese ).

[10]金堃，陈少昌.基于树莓派的智能家居机器人i-mirror 设计[J ].物联网技术,2018,8(11):102-104.

[11]W.Richard Stevens.TCP/IP 详解.卷1，协议[M ].2000:170-179.(in Chinese ).

[12]胡友彬，陈俊华.网络工程设计与实验教程[M ].电子工业出版社,2010:65-66.

[13]尚晓波，杨成忠，王楠楠.基于Radon 变换和HSV 彩模型的倾斜车牌校正[J ].工业控制计算机,2015,28(04):116-117.[14]

贾晓丹.一种新的基于Radon 变换的车牌倾斜校正方法[J ].journal6,2006,44(3):245-248.

基金项目：贵州省科学技术基金（黔科合J 字[2015]2120号，黔科合J 字LKS [2011]20号）；贵州师范大学2014年博士科研启动项目；贵州省教育厅创新体重大研究项目（黔教合KY 字[2017]031）。作者简介：贾婧蕊（1994-），女，硕士，学生，主要研究方向：图像处理，模式识别；秦婵婵（1983-），女，博士，讲师，硕士生导师，主要研究方向：图像处理，