高速公路ETC 防逃费技术的应用

文／广东华路交通科技有限公司 黄常基

关键字:高速公路；联网ETC；图像处理；防逃费

1 引言

ETC 联网收费技术是高速公路管理的重要组成部分，是未来高速公路收费方法的主要发展趋势[1]。但是联网ETC 收费技术带来方便的同时也为不法分子带来可乘之机，车辆降级逃费、冲关逃费、换卡逃费现象时有发生，国家公路收益损失重大[2]。本文引入基于图像处理的车牌识别技术获取ETC通过车辆的车牌信息，解决高速公路联网ETC 车辆违法逃费问题，减少国家高速公路的管理损失。

2 车牌识别技术在高速公路联网ETC 防逃费中的应用

2019 年底我国采 用ETC 收费技术，实现了全国高速公路联网通行和分段收费，通过后台计算与分析判断车辆出入口信息是否匹配，车牌是否属于黑名单以及是否存在违规等现象，进一步保证车辆收费准确无误。车牌识别技术在联网ETC 防逃费中的具体应用如下：

（1）管理无需缴纳车费的车辆。车牌识别技术现在车辆通过ETC 车道时即可识别车牌信息，此时车辆车牌信息高速传输至监控系统，监控系统在车牌数据库中搜索该车牌信息，得到车牌对比结果立即将查询结果反馈至收费口处[3]，为收费通行出口提供判断车辆是否为免费车辆的依据。

（2）防止高速公路车辆逃费。联网ETC 车道精准识别车牌信息后，和车牌数据库信息进行比对，得知车辆与车牌信息是否一致；当车牌信息与实际车辆不符时，ETC 通道则自动拦截车辆通知工作人员进行具体处理。车牌识别技术对于换卡、盗卡此类逃费现象具有积极效用，避免高速公路通行费用的流失现象。

（3）避免收费人员徇私舞弊。联网ETC 车道基于车牌识别技术精准识别车牌信息后，有效对比车辆识别信息与车辆原始信息，准确核查车辆缴纳通行费用，收费人员无法滥用私权放行应缴费车辆；车牌识别技术为高速公路收费站提供高精准的交通统计量信息、车辆违章记录信息、黑名单处理信息等管理依据[4]，避免收费站人员舞弊现象，促进智能化交通进一步发展。

3 基于图像处理的高速公路车牌识别方法

3.1 高速公路车牌信息识别流程

常见的基于图像处理的高速公路车牌识别方法执行流程为：对采集到的高速公路车牌图像首先要进行预处理，降低图像噪声、提高车牌字符信息提取的精准度；在此基础上进行车牌定位与分割，经过初步定位与精准定位两个步骤得到准确的车牌区域图像；在此为前提下，以大量车牌图像为样本提取车牌字符特征并训练，找出车牌字符的规律，由此构建包含字符偏心度、圆形度、字符与车牌背景比例三个特征度量的模型，精准识别高速公路车牌字符信息，为联网ETC 收费系统提供准确的车辆信息，防止逃费现象。

3.2 高速公路车牌图像预处理

高速公路车牌图像预处理的目的是降低噪声导致的车牌图像模糊、粗糙等问题，准确识别车牌信息。图像灰度化、图像去噪、图像增强是图像预处理的主要方法。ETC车道采集的车牌图像为RGB模式，需要将其转变为灰度模式以降低图像所占内存空间[5]。RGB 模式图像中，人眼识别绿色的敏感度最强，识别蓝色的敏感度最弱，为此基于加权平均值算法提取图像的颜色信息，将图像转变为计算机容易识别的颜色模式，转变方法如下：

公式中，车牌图像随机点像素值用（x,y)表示，对应的灰度值为Gray；红、绿、蓝三个颜色分别用R、G、B 描述，0.298、0.586、0.113是三个颜色变量加权均值的权值大小。车牌图像转变为灰度图像后，其噪声程度明显增加，需要使用小波去噪算法降低车牌图像的噪声。基于小波去噪算法处理后的车牌图像的关键信息基本呈低频率分布，噪声与无关紧要的信息呈高频率分布。因此，基于运算降低或者清除部分高频系数值，合并处理完成的高频系数与全部低频系数并进行图像重构，即可实现车牌图像去噪目标。

3.3 图像中车牌定位与分割

根据去噪后的车牌图像为基础进行牌照定位，由于车牌包含字符、杂乱背景、边框信息，直接提取分割完成的车牌信息容易出现字符与背景信息混乱的现象，导致车牌识别存在误差。为此，需要通过以下两个步骤实现车牌图像定位和分割。

（1）车牌图像初步定位。预处理完成的车牌图像即为灰度图像，在此技术处上采用投影操作得到二值化图，投影方法如何应用与灰度图像转换得到二值图像是重点研究的问题，此过程主要包含平滑、边缘检测、二值化、投影四个操作步骤[6]。

平滑处理车牌灰度图之后即可展开边缘检测，进而对车牌图像进行二值化操作，方法如下：首先，确定二值化图像转换的阈值。二值图像阈值确定方法较多，可变阈值法、p 参数法、固定阈值法等等均属于阈值确定方法，最终决定联合使用固定阈值法与可变阈值法确定图像阈值；其次，边缘图向二值化图像的转换。分析以数千幅图像样本为基础得到较大阈值、较小阈值，当车牌图像灰度均值较大时，使用较大阈值处理图像得到二值化图像，反之则采用较小阈值，实现二值化图像的转换。此时初步定位得到的车牌图像中包含车牌和其他背景信息，所以需要进一步精准定位，得到完整的车牌分割区域。

（2）车牌图像精准定位与分割。此处以图像备选区域为对象将图像分割成多个小区域，基于OTSU算法求取相应阈值，利用该阈值不断遍历区域对象，动态修正后即可得到精准的车牌区域。

3.4 车牌字符识别

以精准车牌区域为对象基于多特征模型提取车牌字符，获取车牌信息。详细思路为以大量车牌图像为样本提取车牌字符特征并训练，找出车牌字符的规律，由此构建包含字符偏心度、圆形度、字符与车牌背景比例三个特征度量的模型[7]。字符形态和所处车牌位置两个因素决定了字符偏心程度，所以计算此处定义两个参量，字符实际位置与车牌框的欧氏距离用表L1表示，L1与车牌长轴的比例用L2表示，字符偏心度计算方法则为：

其中，(x0,y0)为字符质心坐标，α为字符偏心度。字符的质心与圆形度运算公式分别见公式（3）与公式（4）：

其中，m、n 为车牌图像的宽高；β、r 分别为字符圆形度与字符外接圆。构建字符和车牌背景比例特征模型见公式（5）：

公式中：H、D、F 分别表示代表字符与车牌背景比例、字符区域函数、车牌背景（除字符区域外）区域函数。构建完成的字符偏心度模型、字符圆形度模型、字符和车牌背景比例特征模型兼顾字符本身特性与仅存在于车牌背景的几何背景，极大约束了车牌字符信息提取的特征选取范围，识别车牌信息的精度较高。

4 结论

本文研究了基于图像处理的车牌识别技术，用于识别高速公路车辆车牌信息，将车牌信息与车辆数据库通行信息进行对比判断该车辆是否存在换卡、盗卡等现象，有效防止车辆逃费行为发生。高速公路联网ETC收费系统是我国交通管理智能化的重要部分，交通部门对联网ETC 逃费问题给予高度重视，在建立健全联网收费ETC 防逃费平台方面积极实践。联网ETC 防逃费平台大量使用图像识别技术、视频技术、计算机处理技术校对车辆信息，避免车辆通行费用的大量流失，保障国家高速公路企业经济效益，驱动高速公路企业智能化与可持续发展。