本實用新型涉及智能交通系統領域，具體的講是基于視頻識別的ETC防跟車逃費系統。

背景技術：
ETC為英文縮寫，全稱ElectronicTollCollection即電子不停車收費系統，是利用車輛自動識別技術完成車輛與收費站之間的無線數據通訊，專門供應給安裝了車載器的ETC車輛，進行車輛自動識別和有關收費數據的交換，通過計算機網路進行收費數據的處理，實現不停車自動收費的全電子收費系統。如今高速公路ETC系統發展迅速，但是對于跟車逃費問題一直沒有有效的解決辦法。其具體問題在于，當兩車跟車太近時ETC車道無法攔截未安裝車載器的車輛。在兩車跟車太近時，即一輛車沒有安裝車載器或沒有在車載器上插入有效的銀行卡，另一輛車安裝了車載器，RFID感應器只與其中安裝了車載器的車輛發生了交易，由于線圈感應的原因，兩車仍然可以相繼經過ETC車道，造成路段業主高速公路通行費的流失。同時也可能出現前車未繳費，后車車載器被RFID感應器識別，前車通過ETC站臺，后車被道閘攔下的問題。為了解決以上問題，設計出了能夠基于視頻識別的ETC防跟車逃費系統及時發現跟車逃費的現象并能夠及時發出警告以及對未付費車輛進行相應的罰款處罰。

技術實現要素：
本實用新型所要解決的技術問題，就是針對現有ETC收費系統，存在跟車逃費的問題，提供一種基于視頻識別的ETC防跟車逃費系統，通過前端視頻數據采集組、末端視頻數據采集組和路測單元車輛信息對比，及時發現和處理ETC通道跟車逃費的問題。本實用新型解決上述技術問題，采用的技術方案是，基于視頻識別的ETC防跟車逃費系統，包括路測支架、路測單元、道閘、顯示屏，其中路測單元設于路測支架上，路測支架設于ETC通道前端，道閘設于ETC通道末端。其中ETC通道上還設有前端視頻數據采集組和末端視頻數據采集組，前端視頻數據采集組位于ETC通道前端，所述末端視頻數據采集組設于ETC通道末端，所述路測單元采集車輛信息進行遠程繳費并通過顯示屏顯示，所述前端視頻數據采集組和末端視頻數據采集組采集車輛信息并傳輸至終端電腦，終端電腦對比前端視頻數據采集組、末端視頻數據采集組和路測單元采集的車輛信息，終端電腦控制道閘升降。車輛進入ETC通道時，路測單元獲取進入車輛的車輛信息并遠程繳費，前端視頻數據采集組同時獲取進入車輛的車輛信息并傳遞至終端電腦，終端電腦對比路測單元和前端視頻數據采集組獲取的車輛信息是否一致，車輛準備離開ETC通道時，末端視頻數據采集組采集通過車輛 的車輛信息并傳遞至終端電腦，終端電腦對比路測單元、前端視頻數據采集組和末端視頻數據采集組獲取的車輛信息是否一致，不一致時關閉道閘，防止跟車逃費。可選的，車輛信息為車牌號，車牌號為最易提取的車輛信息，選擇車牌號為判斷依據較為準確且對視頻數據采集組硬件要求較低。可選的，路測單元為RFID感應器，RFID感應器使用的是射頻識別技術，其優點在于易于識別高速運動的物體，操作方便快捷，數據存儲容量大。可選的，前端視頻數據采集組和末端視頻數據采集組為攝像頭。使用攝像頭作為視頻數據采集元件，其優點在于成本低廉。可選的，顯示屏為LED屏或LCD屏。本實用新型的有益效果是，通過前端視頻數據采集組和末端視頻數據采集組獲取通過車輛的車輛信息，經過終端電腦對比確認，判斷車輛是否存在跟車逃費現象并對存在的該現象的車輛進行攔截，從而解決ETC跟車逃費的問題。下面結合附圖對本實用新型進一步說明，以使本領域技術人員能夠實現本實用新型。附圖說明圖1為基于視頻識別的ETC防跟車逃費系統結構圖；圖2為終端電腦處理流程圖；圖中標記為：1為路測支架、2為RFID感應器、3為ETC通道、4為前端攝像頭、5為LED屏、6為末端攝像頭、7為道閘。具體實施方式如圖1所示，基于視頻識別的ETC防跟車逃費系統結構圖，基于視頻識別的ETC防跟車逃費系統包括路測支架1、RFID感應器2、道閘7、LED屏5，其中RFID感應器2設于路測支架1上，路測支架1設于ETC通道3前端。道閘7設于ETC通道3末端，其中ETC通道3上還設有前端攝像頭4和末端攝像頭6，所述前端攝像頭4位于ETC通道3前端，所述末端攝像頭6設于ETC通道3末端，所述RFID感應器2采集車輛信息進行遠程繳費并通過LED屏5顯示，所述前端攝像頭4和末端攝像頭6采集車輛信息并傳輸至終端電腦，所述終端電腦對比前端攝像頭4、末端攝像頭6和RFID感應器2采集的車輛信息，所述終端電腦控制道閘7升降。如圖2所示，終端電腦處理流程圖，前端攝像頭4和末端攝像頭6采集通過車輛的車輛信息，其車輛信息為車牌號，并傳輸至終端電腦。首先終端電腦對采集圖像進行BS圖像提取，通過提取經過預處理圖像的B域圖像及S域圖像并按照預定BS閾值過濾，提取出滿足要求區域并進行或運算，即可大概率準確提取出藍 色車牌區域。然后水平旋轉校正，通過從-90°到90°的Hough直線檢測，選取直線長度累計最大的角度作為水平旋轉校正角度進行圖像的旋轉校正，針對過近車牌或攝像頭高度過低及車牌角度過大造成的矩形圖像發生透視畸變的現象，通過對車牌的四個邊進行一次最小二乘法線性擬合，計算出車牌圖像的車牌矩形四個頂點坐標并進行比較透視旋轉校正，以得到完全正矩形。接著字符分割，根據縱向各個字符的統計值間的白色像素值較少的特點，提取出各個字符，由于去除鉚釘，字符分割準確率有很大提高，通過對每個字符分割后的圖像進行連通區域標記和分析，計算各個連通區域的面積大小，將面積小于規定大小的區域進行剔除，以將上述進行處理的過程中或原圖中的圖像污染剔除，提高字符識別率。最后字符預處理和模板匹配，通過將字符進行規定大小的縮放及二值化與PC硬盤中的標準字符模板進行差分處理，統計總字符像素區別大小，將可能字符按像素區別大小從大到小排列，則區別最小者即為該圖像的最可能字符。實施例車輛進入ETC通道時，RFID感應器獲取進入車輛的車牌號并遠程繳費，前端攝像頭同時獲取進入車輛的車牌號并傳遞至終端電腦，終端電腦經過處理流程對比RFID感應器和前端攝像頭獲取的車牌號是否一致，車輛準備離開ETC通道時，末端攝像頭采集通過車輛車牌號并傳遞至終端電腦，終端電腦再次經過處理流程對比RFID感應器、前端攝像頭和末端攝像頭獲取的車牌號是否一致，不一致時關閉道閘，防止跟車逃費。