李旭宏 程晓凡 郭晓东

摘 要：随着城市建设、汽车工业的快速发展，汽车日益在交通运输和热门的日常生活中发挥着越来越重要的作用。随之而来的假牌照、套牌照等车辆违法犯罪活动也日益增多，为此我们围绕大数据和云计算设计了套牌车辆信息分析与实时跟踪的云管理系统。系统初步实现了对车牌信息的识别和大数据云平台的搭建。

关键词：云计算;大数据;图像处理;字符分割与分析技术

中图分类号：TP39         文献标识码：A

0引言

现在社会上使用的机动车牌版本多，防伪性能差，而且各地各号牌生产厂的生产工艺、生产水平参差不齐。随着科技的日新月异，号牌的造假水平也在相应提高，套牌车不仅严重干扰了良好的道路交通秩序，而且由于套牌车没有合法手续和保险，一旦发生交通事故，驾驶人极易逃逸，大大增加了案件的侦破难度，为交通监管部门带来了巨大的压力。以此为背景，我们提出了此方案。切实保护广大人民群众的合法权益，净化路面交通秩序。

1概述

套牌车辆信息分析与实时跟踪的云管理系统分为三个模块：图像处理层、信息检索层、用户界面云平台。具体实现功能如下：底部为待测图像，第一层为图像处理层，主要功能为先通过监控前端获得视频、图像数据，然后将待测图像数据转化为计算机可以识别处理的格式，获取所检测车辆的关键信息（车牌号、车辆型号、车主姓名、车主身份证号以及车主的违章情况）;第二层为信息检索层，主要功能为将通过监控前端获取的车辆关键信息，利用“时间差”判定，即基于同一辆车在不可能时间内出现在两个地点的原理监控套牌车;第三层为用户界面云平台层，此层的主要功能为在云平台显示搜索结果，将信息检索层中核对的信息结果在云平台显示出来，此云平台可以使每个用户无论何时何地都可以登录账号进行查看套牌情况，方便了用户。

2相关技术

2.1边缘检测技术

车牌定位通过边缘检测技术，利用车牌区域与周围区域灰度值的突变特性，将车牌从原始图像中分离出来。分为三步：滤波—消除噪声;增强—使边界轮廓更加明显;检测—选出边缘点。目的是在视频图像中确定车牌区域的图像，并将其提取出来，作为进一步识别车牌号码的基础。

2.2二值化处理

每一個像素点按一定的规则进行分类，使其转换成只有两个等级（黑、白）的二值图像;然后按照车牌中各字符的大小、排列的间距等规律将各个字符从车牌图像中切分出来，成为一组只包含一个字符的图片。

2.3分布式计算架构

套牌车信息分析与实时跟踪要求处理海量的数据，处理的效率要足够高、数据要足够准确，因此，基于开源的分布式计算架构Hadoop，搭建大数据平台，构建1台管理节点和多台数据节点（根据城市实际卡口的数据量确定具体数量），其中1台管理节点用于构建索引和管理数据节点，多台数据节点用于存储车辆信息以及并行计算分析套牌车情况。

3功能设计与实现

3.1系统总体架构

针对图像检测其中的车牌信息，对监控前端（摄像机）获得的视频、图像数据进行处理，把视频、图像数据转化为计算机可以识别处理的格式，也即是识别出车辆的车牌信息。上传至数据库对比搜索套牌现象。系统的总体架构分为：图像处理层、信息检索层、用户界面云平台。如图1所示。

3.2逻辑流程

针对信息检索层的功能，重点介绍是否存在套牌车辆的检测逻辑流程。套牌车的检测过程如图2。

检测过程：

（1）将监控到的视频图像信息中所得到的车辆图像信息传入车辆信息识别模块，完成车牌信息的提取。

（2）将所提取到的信息连同监控点、监控时间等信息一并传入数据库。

（3）将车牌信息传至车辆信息匹配模块，在车辆信息匹配模块中通过接收到的车牌信息，调用警方车辆监控数据库，查询该车牌所对应的车辆和车主信息，查看是否有同一时间在两地的车辆。

3.3车辆牌照识别

一个典型的车辆牌照识别系统一般包括以下4 个部分：车辆图像获取、车牌定位、车牌字符分割和车牌字符识别。如图3。

通过通过图像识别技术以及字符分割与分析技术，获取车牌相关信息，通过定位技术，获取被识别车辆的定位信息;然后将获取到的车牌信息、车辆定位信息以及信息获取时间一并存入自建的暂存信息数据库，然后利用获取到的车牌信息，进行查询警方数据库，获取到与之对应的车辆基本特征信息和图像处理获得的车辆基本信息进行匹配，若匹配不成功，则将被识别车辆先前存入自建数据库的相关信息提交给相关交警部门。

3.4功能实现

实现代码略。

4结束语

套牌车辆的信息分析与实时跟踪的云管理系统是一种主动的识别技术，主要利用路面的监控设备，通过图像处理技术和数据获取处理、分析技术，通过监控获取车牌图像，利用“时间差”判定，检测出涉嫌套牌车辆的方法，获取车主信息从而确定套牌的车辆，将套牌车的信息提交给相关部门，并对其车辆进行实行跟踪，避免犯罪。

该系统是利用大数据和云计算技术实现对套牌车的实时跟踪。使警方提前掌握该车动向，提前预防此套牌车作案。在如今套牌车辆作案无法追踪，真车主成为冤大头的情况下有很强的应用前景，与智能交通系统相结合，更能达到社会效益与经济效益相结合，极大的提高了交通管理效率。

基金项目：本文系枣庄学院2019年度校级SRT项目“套牌车辆信息分析与实时跟踪的云管理系统”项目。

参考文献

[1]汪峥嵘.基于车牌识别及车辆特征点匹配的套牌车识别[D].苏州：苏州大学，2013.

[2]胡佳.基于移动车牌识别的套牌车辆快速检测技术研究与实现[D].长沙：中南大学，2011.

[3]唐智强.基于图像的车牌识别系统设计与实现[D].成都：电子科技大学，2018.

[4]刘文，黎茂林.交通卡口大数据中的套牌车实时检测算法[J].电脑与信息技术，2017，25（03）：11-13+21.

[5]朱萍，马韵洁.基于大数据技术快速分析套牌车方法[J].电脑知识与技术，2015，11（34）：20+23.

.