王 晰，袁绍欣

长安大学 信息工程学院，西安 710064

1 引言

车牌识别系统目前在城市交通中得到了广泛应用，已经成为获取车辆交通旅行时间的一个重要数据源[1]。系统利用设置在城市道路上的卡口摄像机，对经过车辆进行车牌号码识别、车牌颜色识别、位置记录、时间戳记录和速度计算，从而实现对超速和闯红灯等交通违法行为的监控。此外，根据车辆依次经过的两个卡口的时间戳可计算得到车辆在两个卡口间路段的旅行时间观测点[2]，以下简称ANPR（Automatic Number Plate Recognition）数据。相对于具有路网覆盖能力但采样精度低的车辆GPS 数据而言，ANPR 数据可形成采样精度高、数据量大的研究样本，并可通过车牌颜色区分车型，这对于城市管理者评价道路通行能力以及出行者的出行决策都非常重要[3]。

ANPR 数据中的少量数据往往因明显偏离大多数数据而被视为噪音数据，相应地大多数的数据被视为有效数据。与由设备产生的异常数据不同，这些噪音数据都是真实的车辆旅行时间数据。实时采集的ANPR 数据中的噪音数据通常由不能代表特定时空下交通状况的数据组成。例如，少数私家车会因不熟悉道路路况而缓行；空载出租车因寻客而缓行；少数车辆在两个卡口间因各种原因存在临时停车行为而导致其旅行时间过长；少数公交车在个别站点停留时间过长；因偶发的恶劣天气、交通事故或红绿灯故障等造成特定路段个别时段车辆的整体缓行。此外，当采集的ANPR数据存档形成历史数据后，其中的噪音数据还要包括不能代表特定时空下通常交通状况的观测点，例如在某一时间段通常拥堵的路段在个别天非常通畅，从而使车辆旅行时间较通常短，反之亦然。……