基于视觉的停车场收费系统（一）

1. 研究背景与意义

        改革开放40年来，我国始终把经济发展放在重要地位，随着城市化进程加快，居民收入持续快速增长，消费质量明显改善，人们对出行的便利性也更加重视。与此同时，我国坚持深化供给侧结构性改革，发挥超大规模市场和强大生产能力的优势，通过优化生产要素配置，促进产业结构升级，提高供给质量和效率，使得国内众多制造业，包括汽车制造业正逐步实现高质量发展，因此，近年来在经济结构调整和市场需求提升的推动下，我国的汽车产销量达到新的高度。但是汽车拥有量的不断增加，给人民出行带来便利的同时，也使得城市交通问题日益严重，对停车位这一有限资源的使用和管理就更加重要。目前，有偿使用停车场可使得车位这一公共资源得到较为充分的利用。为了更有效地管理停车场资源和提高停车场的利用率，很多停车场采用了计时收费系统来进行管理和收费。

       基于视觉的停车场计时收费系统则是通过摄像头等设备实时监控车辆进出停车场的情况。车辆入场时，无需人工干预即可快速且准确地识别车辆的车牌号码，并实现自动计时。车辆出场时，可实现自动化的停车费用结算及停放信息获取，提高了计费的准确性和效率。当车辆停放在停车场内时，车辆信息被分类封装进行管理，减少了人为错误的可能性，提升了停车场的管理水平。因此，基于视觉的停车场计时收费系统具有重要的研究意义和应用价值，可以有效提高停车场的管理效率和服务质量，为车主和停车场管理者提供更便捷、安全的停车体验，为城市交通管理和停车资源的合理利用提供技术支持和解决方案。随着技术的不断发展，计算机视觉在停车场领域的应用也将不断拓展和完善。

2. 相关原理算法

       车牌识别作为本系统的核心功能，本节介绍相关原理算法以及此功能的实现步骤。本系统实现的车牌识别主要分为三个步骤实现：车牌定位，字符分割和字符识别。

2.1 车牌定位

       车牌定位的方法是基于颜色特征提取和边缘检测的双重定位。由于车牌颜色特征较为明显，故先利用颜色特征提取对车牌区域进行粗略定位；粗略定位除目标车牌外可能会得到一些颜色相近的干扰目标，由于车牌具有明显的外部轮廓，故可再次利用边缘检测对可能是车牌的区域进行处理， 最终完成车牌的精准定位。这种使用颜色特征和边缘检测双重定位的方法较单独使用时准确度高且鲁棒性较好。具体操作如下：

（1）先将原图像从RGB颜色空间转换为HSV颜色空间，在HSV颜色空间完成颜色特征的提取，设置合适的颜色阈值范围来提取车牌区域的颜色特征，然后根据指定的HSV颜色范围在HSV格式的图像中筛选出符合条件的像素，将这些像素设为白色（255），不符合条件的像素设为黑色（0），即得到一个二值图像。

（2）接着对二值图像进行闭运算，通过进行闭运算，可以填充车牌孔洞，使得车牌区域更加完整，连接断裂的边缘，使得车牌区域更加连续；平滑二值图像中的边界，去除噪声和细小的不连续部分，使得车牌区域更加清晰，所以使用闭运算更能突出车牌区域的边缘特征，有利于后续边缘检测算法的精准定位。

（3）使用Sobel算子对图像轮廓进行边缘检测，统计得到的边缘图像中像素值大于0的像素点个数，将各种边缘获得的像素点个数进行排序，选择具有最