长沙交通学院学报车牌识别的分布式结构处理方法研究魏武1，张起森1，黄心汉（1.长沙交通学院，湖南长沙0762.华中理工大学控制科学与工程系，湖北武汉430074）高车牌识别系统的识别效率，适合于多车道大流量的实际交通系统。对车牌识别系统在交通系统的应用和推广具有重要意义。

车辆监控和管理的自动化、智能化在交通系统中具有十分重要的意义[ 1～3].车牌自动识别系统能广泛应用于公路和桥梁收费站、公路流量观测站、城市监控系统、港口和机场、停车场等车牌认证的实际交通系统中，以提高交通系统的车辆监控和管理的自动化程度发达国家车牌自动识别系统在实际交通系统中已取得了成功的应用。我国在车牌自动识别系统方面的开发和应用还处于起步，基本停留在实验室阶段[ 3， 4]，主要原因是识别速度这一瓶颈问题限制了其应用和推广。

目前，基于计算机处理和图象识别的方法是车牌自动识别中最为常用和最为有效的方法。对实时性较高的实际系统而言，基于计算机处理和图象识别的方法进行车牌识别，必须解决一个关键问题即识别速度[ 4～6].事实上，很多因素使实际的车牌自动识别系统计算量大，如复杂的背景和车型、变化的天气和光线、高速的车辆、大的车流量等条件下获取的图象帧多，图象模糊，图象噪声大，加上进行汉字、字母和数字混合的中国车牌的识别，计算量很大[ 6].实际上，提高识别精度是以牺牲处理速度为代价的，特别是采用较高解析度的摄像机来提高车牌识别精度时，其计算量呈非线性增长。从某种程度上来说速度问题是车牌自动识别的瓶颈。

提高车牌自动识别的处理速度通常从两方面考虑：1）采用高性能的计算机处理，如意大利联邦高速公路公司采用的IBM RS/6000小型机进行处理2）改进算法，提高图象处理和识别的速度。采用高性能的计算机处理，硬件和软件价格太高，系统不便于安装和维护，难于在我国实际交通系统推广。

改进算法能有效地提高车牌识别的处理速度，但在现有的理论和技术条件下解决车牌识别过程中的处理速度这个瓶颈问题是十分困难的。本文提出了一种计算机分布式结构处理的方法，能有效解决好车牌自动识别实际系统的速度瓶颈问题，适合于多车道大流量实际系统，对应用和推广车牌自动识别系统具有重要意义。

1车牌识别分布式结构处理方法分布式结构处理方法在处理速度和合理利用系统资源上具有显著的优势，特别是分布式硬件和软件处理技术不断成熟和发展，更提高了分布式结构处理实际系统的能力。近年来，分布式处理方法在图象处理、模式识别和并行处理等大数据量处理实际系统中应用更为广泛，多机联网的分布式并行处理使实际系统的处理速度和可靠性等大大提高。目前，车牌自动识别系统主要采用独立多机或单机的处理方法[ 4～8]，此方法很难解决识别速度这一瓶颈问题，特别是多车道大流量的车牌自动识别问题。

在实际车牌识别应用系统中特别是不停车收费站的车牌识别系统中，每个车道的车流量不均匀，有时会出现某一车道或某些车道车流量特别大，而另一车道或另一些车道车流量很小。采用多台计算机和摄像机一对一的进行多机独立车牌识别，有的车道要求识别的车牌很多而无法按时完成车牌识别工作，有的车道要求识别的车牌很少而处于空闲状态。本文提出的车牌自动识别分布式结构，以多机联网、多任务自适应协调和并行处理为基础的处理方法，可有效地克服计算机和摄像机一对一的进行车牌识别的不足，合理地利用系统资源完成多任务处理，把每条车道上的车牌识别工作分配到不同的计算机上，合理地利用计算机的资源，提高识别系统的处理速度和识别精度。

1 .1车牌自动识别分布式物理层拓扑结构以四车道公路和桥梁收费站车牌识别系统为例来说明车牌自动识别分布式物理层拓扑结构。结构框图如图1所示，虚线为传感器及控制信号线，带箭头的细实线为图象传输线，粗实线为计算机之间的传输线。

物理层的分布式拓扑结构如下：每条车道上的摄像机与转换器单元相连转换器单元和图象采集卡相连，同时与计算机直接相连图象采集卡通过PCI槽和计算机相连车道传感器、转换器单元及其它可选的传感器（如速度、天气和灯光传感器等）和识别服务器可直接进行通讯多台计算机组成计算机局域网。在这种物理层分布式拓扑结构中，通过计算机和车道传感器的控制信号以及转换器单元来控制和选择采集图象的流向，任意台摄像机采集的图象可以传输到任意识别服务器计算机和客户端计算机进行计算和处理。

1 .2车牌自动识别系统算法层分布式结构在物理层分布式结构的基础上，将车牌识别的各功能模块分布到各计算机上，通过并行运算充分发挥各计算机的功能，实现算法层多任务的最优配置。构架算法层分布式结构主要是完成车牌识别的各功能模块的划分和多任务（多模块）在计算机网络中的分配及算法层多任务协调。

1 .2.1功能模块的划分及在计算机网络中的分配车牌自动识别算法通常包括以下模块：1）原始图象采集和存储2）过滤和图像增强3）车牌区定位4）车牌倾斜和字符大小估计5）图象标准化6）字符识别7）语法校验8）识别结果存储， 9）传感器信号处理。

模块1）和8）要求计算机有较大的存储容量和很快的存储速度，硬盘有快速的交换速度，应放在硬盘容量大数据交换速度快的识别服务器上进行2）和3）处理大尺寸的图象（例如一幅未压缩的256灰度值800×600的图象占0 .5兆字节左右的磁盘或内存空间），要求有快速的CPU和大容量的内存，可放在和图象采集卡相连的运算速度快和内存大的服务器上，同时可避免大容量的图象数据传输（经车牌区定位后得到的车牌区图象数据量小，将一幅车牌区图象从服务器传输到其它计算机可以在几十毫秒内实现）4）、5）和6）需进行大量的数值运算（集中了车牌识别80 以上的运算量），要求有快速的CPU和大容量的内存，可放在运算速度快和内存大的客户机或服务器上，充分发挥计算机运算速度快的优势7）和9）为简单的逻辑运算或信号处理，处理的数据量和运算量较小，对CPU、硬盘和内存的要求不是很高，可放在一般的客户机上。由上可知，应依据不同的模块功能要求来选择计算机和构架网络拓扑结构。为此，把计算机分成A、B、C三类， A类为存储容量大和交换速度快的计算机， B类为CPU速度快和内存大且处理速度快的计算机，C类为普通的计算机，并进一步得到车牌自动识别系统的主要模块及网络中的分配结构图（图2）。

1 .2.2算法层的多任务协调算法层的分布式结构可保证各处理模块合理的分布在识别客户端计算机和识别服务器计算机上。

在此基础上，建立算法层的平衡分配机制，协调识别服务器计算机和客户端计算机之间的计算工作，保证各计算机计算量的平衡。如：当客户端计算机计算负荷太大，而识别服务器计算机的负荷较小时，客户端计算机上模块的计算处理工作直接在识别服务器计算机上进行。算法层的多任务协调时，尽可能保证各计算机同负荷工作。为此，定义负荷表达式：式中：F表示第y台计算机的负荷值C表示第y台计算机的处理能力M为加载到第y台计算机的模块。

按式（1）计算各台计算机的负荷值F.每个处理进程内分配各模块时尽可能使各台计算机的F基本一致。

2实验分析和结论取1 000幅车牌原始图象分三组进行仿真实验。实验分两种计算方法进行，第I种采用一对一单机独立处理方法，第Ⅱ种采用分布式结构处理方法，两种计算方法均采用相同4台计算机a、b、c和d ，计时标准从开始计算到所有车牌识别完成。

第一组，Ⅰ方法a、b、c和d各分配250幅车牌原始图象Ⅱ方法a和b服务器计算机各分配500幅车牌原始图象。结果两种方法识别时间相当。

第二组，Ⅰ方法a分配1 000幅车牌原始图象而b、c和d不分配，Ⅱ方法a和b服务器计算机各分配500幅车牌原始图象。实验结果是Ⅱ方法比Ⅰ方法识别时间少3倍。

第三组，提高b、c、d计算机性能，其它同第一组和第二组。发现Ⅱ方法识别时间明显较少，Ⅰ方法识别时间基本不变。

实验显见，分布式结构车牌识别方法可有效利用计算机的资源，提高整个车牌识别系统的识别速度，适合于对各种不同车道流量的车牌识别。

段里仁。道路交通自动控制。北京：中国人民公安大学出版社， 1990.

荆便顺。道路交通控制工程。北京：人民交通出版社， 1995.

陆化普，史其信。智能交通系统发展趋势与我国的发展战略。见：史其信，陆化普。1997年北京智能交通系统发展趋势国际学术研讨会论文集。北京：人民交通出版社， 1997 .

赵明生，包丛笑。车牌识别技术在交通工程和城市安全中的作用及应用前景。见：史其信，陆化普。1997年北京智能交通系统发展趋势国际学术研讨会论文集。北京：人民交通出版社， 1997 .

[ 6]刘济林，马洪庆，叶秀清。汽车牌照自动识别系统。见：史其信，陆化普。1997年北京智能交通系统发展趋势国际学术研讨会论文集。北京：人民交通出版社， 1997 .155～159 .

[ 7]刘效静。汽车牌照自动识别技术研究。南京：南京航空航天大学学报， 1998， 30（5）。