CN103035125A - 一种车牌识别方法及其系统 - Google Patents
一种车牌识别方法及其系统 Download PDFInfo
- Publication number
- CN103035125A CN103035125A CN2012105351950A CN201210535195A CN103035125A CN 103035125 A CN103035125 A CN 103035125A CN 2012105351950 A CN2012105351950 A CN 2012105351950A CN 201210535195 A CN201210535195 A CN 201210535195A CN 103035125 A CN103035125 A CN 103035125A
- Authority
- CN
- China
- Prior art keywords
- license plate
- photographing information
- main frame
- slave
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明公开了一种车牌识别方法及其系统,方法包括:在监控场安装至少两个摄像机,指定其中一个摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接,当监控到有车辆驶入所述监控场时,所述主机和各从机从不同角度拍摄所述车辆的车牌的图像,并依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给所述主机,所述主机对自身获取的拍摄信息和接收到的从机发送的拍摄信息进行仲裁,输出仲裁结果。本发明避免了使用单个摄像机进行车牌识别时出现的车牌旋转角度过大和车牌畸变等问题,能提高车牌的识别率和适应性,能减少车牌识别的限制条件。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种车牌识别方法及其系统。
背景技术
车牌识别是以数字图像处理、模式识别、计算机视觉等技术为基础,对摄像机所拍摄的车辆图像或者视频序列进行分析,得到每一辆汽车唯一的车牌号码,从而完成识别过程。车牌识别是现代智能交通系统中的重要组成部分之一,是道路监控必不可少的技术手段,其应用也得到大面积普及推广。目前,在车牌识别技术的实际应用中,摄像机首先得到一张清晰的可识别的车牌的图像,摄像机的安装位置对道路宽度、行车道长度以及车辆行驶的角度都有严格要求,否则拍摄出的图片,车牌会产生很大的旋转角度,甚至发生严重畸变,影响车牌的识别率。
在图片拍摄比较清晰、车牌旋转角度不大、车牌畸变不严重的情况下,车牌识别目前的识别率还是比较高的,但是由于许多实际应用场合,单台摄像机拍照识别的时候,不可避免出现车牌旋转角度大,车牌畸变的问题。图1是车牌识别示意图,如图1所示,理想的行车方向是B车的行驶方向,但是现实环境实际应用中并不能保证入口通道的深度,有极大可能发生A车和C车斜向拐弯驶入的情况,如果摄像机安装在左侧,则对A车驶入方向的车辆,摄像机抓拍的图片车牌旋转角度和畸变就会比较大,如果摄像机安装在右侧,则对于C车驶入方向的车辆,摄像机拍摄车牌旋转角度和畸变就会比较大。
目前人们通过调整摄像机的安装位置,人为限制行车道宽度,增加引导车道使车按设定的方向行驶,等等这些措施,在一定程度上都能起到作用,但是,又增加了施工难度和成本,所以是一些可行但不是最优的解决方案。
发明内容
本发明的目的在于提出一种通过多台摄像机进行车牌识别的方法及其系统,能够提高车牌的识别率和适应性,能减少车牌识别的限制条件。
为达此目的,本发明采用以下技术方案:
一种车牌识别方法,包括:
在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接;
当监控到有车辆驶入所述监控场时,所述主机和各从机从不同角度拍摄所述车辆的车牌的图像并依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给所述主机;
所述主机对自身获取的拍摄信息和接收到的从机发送的拍摄信息进行仲裁,输出仲裁结果。
进一步地,所述拍摄信息包括车牌号和车牌图像的参数,其中所述车牌图像的参数包括车牌图像的质量、旋转角度、畸变程度和/或所述车牌号的置信度。
进一步地,所述主机对自身获取的拍摄信息和接收到的从机发送的拍摄信息进行仲裁具体包括:
从车辆驶入所述监控场时开始计时;
当计时小于预设第一时间阈值时,若所述主机自身获取拍摄信息或接收到从机发送的拍摄信息,则用所述拍摄信息中的车牌号与车牌库中的车牌号进行匹配,当所述车牌号与车牌库中某车牌号的匹配率不小于预设的匹配率阈值时,记录所述匹配信息形成匹配记录,其中所述匹配记录包括所述匹配率;
当计时达到预设第一时间阈值时,若有匹配记录,则输出所述匹配记录中匹配率最大的匹配记录,结束。
否则当计时达到预设第二时间阈值时,若有拍摄信息,则按照预设算法对所述拍摄信息进行仲裁,输出仲裁结果,结束,否则提示进行人工干预。
进一步地,所述第一时间阈值为300ms、所述第二时间阈值为2S和/或所述预设的匹配率阈值为5/6。
进一步地,所述预设算法为:Lottery算法和随机争用仲裁方法。
根据本发明的同一构思,本发明还提供了一种车牌识别系统,包括:
装置配置模块,用于在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接;
拍摄信息获取模块,用于当监控到有车辆驶入所述监控场时,所述主机和各从机从不同角度拍摄所述车辆的车牌的图像并依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给所述主机;
仲裁模块,用于所述主机对拍摄信息获取模块获取的拍摄信息进行仲裁,输出仲裁结果。
进一步地,所述拍摄信息获取模块中所述拍摄信息包括车牌号和车牌图像的参数,其中所述车牌图像的参数包括车牌图像的质量、旋转角度、畸变程度和/或所述车牌号的置信度。
进一步地,所述仲裁模块具体包括:
计时单元,用于从车辆驶入所述监控场时开始计时;
匹配识别单元,用于当所述计时单元计时小于预设第一时间阈值时,若所述拍摄信息获取模块自身获取拍摄信息或接收到从机发送的拍摄信息,则用所述拍摄信息中的车牌号与车牌库中的车牌号进行匹配,当所述车牌号与车牌库中某车牌号的匹配率不小于预设的匹配率阈值时,记录所述匹配记录,其中所述匹配记录包括所述匹配率;
仲裁判定单元,用于当计时达到预设第一时间阈值时,若所述匹配识别单元有匹配记录,则输出所述匹配记录中匹配率最大的匹配记录,结束;否则当计时达到预设第二时间阈值时,若所述拍摄信息获取模块有拍摄信息,则按照预设算法对所述拍摄信息进行仲裁,输出仲裁结果,结束,否则提示进行人工干预。
进一步地,所述仲裁判定单元中所述第一时间阈值为300ms、所述第二时间阈值为2S和/或所述预设的匹配率阈值为5/6。
进一步地,所述仲裁判定单元中所述预设算法为:Lottery算法和随机争用仲裁方法。
本发明利用安装在多个角度的摄像机,多个摄像机工作在主从模式且只有一个主机,同时抓拍同一时刻的同一个车牌,行驶车辆从各种角度、方向进入,都能够保证有摄像机能抓拍到清晰的可识别车牌图片,主摄像机采取智能仲裁算法,对各个摄像机的图片质量和识别结果做分析,在实际应用中,基本上可以解决车牌旋转角度大和车牌畸变严重而不能识别的情况,虽然也会增加成本和施工,但是增加有限,而且,对使用的限制会更少,相关产品的实用性随之会得到很大提升。解决了单个摄像机识别,某些大角度情况下,完全无法识别的情况,同时也减小了对行车道宽度、车辆行驶摆正距离、车辆行驶角度的要求,提高了产品的适应性和实用性。
总而言之,本发明避免了使用单个摄像机进行车牌识别时出现的车牌旋转角度过大和车牌畸变等问题,能提高车牌的识别率和适应性,能减少车牌识别的限制条件。
附图说明
图1是背景技术中车牌识别示意图;
图2是本发明具体实施例二所述的车牌识别方法流程图;
图3是本发明一主一从摄像机安装示意图;
图4是本发明具体实施例四所述的车牌识别系统结构框图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
实施例一
本实施例所述的方法,利用安装在多个角度的摄像机,多个摄像机工作在主从模式且只有一个主机,通多个摄相机抓拍同一个车牌,实现立体车牌识别。行驶车辆从各种角度、方向进入,都能够保证有摄像机能抓拍到清晰的可识别车牌图片,主摄像机采取智能仲裁算法,对各个摄像机的图片质量和识别结果做分析。
方法包括:
在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,主机与各从机可直接连接,也可通过网络连接,进行数据交互。
当监控到有车辆驶入所述监控场时,主机和各从机从不同角度拍摄所述车辆的车牌的图像,将图像发送到主机;或者对图片进行车牌识别后将车牌号发送给主机;或者对拍摄到的车牌图像进行评价,例如,对车牌图像的质量、旋转角度、畸变程度和/或所述车牌号的置信度进行评价,将评价的结果发送给主机。其中,主机和各从机从不同角度对车辆的车牌进行拍摄时,可是同步操作也可异步操作,可以每摄像机拍摄一张车牌图像,也可各摄像机均进行多次拍摄,再从所有车牌图像里面选择质量最高的车牌图像。
对于同一汽车的车牌,主机对自身获取的拍摄信息和接收到的从机发送的拍摄信息进行仲裁,输出仲裁结果,并按拍摄目的作出进一步的后续处理。
当主机中有超过一份拍摄信息时,则可采用预设的某种仲裁算法进行仲裁,选出质量比较优的拍摄结果。
仲裁方法有多种,例如,可采用Lottery算法和随机争用仲裁,来确定多个摄像机的识别输出结果。
Lottery算法是一种基于抽样概率事件的仲裁算法,假设系统中有识别摄像机C1、C2、……Cn,给定每个摄像机拥有的票数为t1、t2、……、ti。在某一次控制过程中,是否采用此摄像机的识别结果用二进制变量ri(i=1、2、......、n表示),当ri=1时表示采用,否则,P=0;此摄像机的识别结果被用作控制输出的概率是:
结合实际,当ri=1时,表示采用此摄像机的识别结果,现实应用中,一般都取概率最大的作为最终的仲裁结果,从上面的公式不难看出,拥有票数最多的摄像机的概率最大。
随机争用是一种基于随机概率的仲裁策略,假设系统中有识别摄像机C1、C2、......、Cn,在限定的时间范围内,谁先输出识别结果就采用谁的识别结果作为仲裁输出,这是为了保证在第一层仲裁时,时间计数器到了,还没有进行仲裁判定,进而影响系统实时性而选择的仲裁策略。
例如,有多台(N台)摄像机识别结果,影响摄像机识别结果的t个因素每个得分(可以认为是单项票数)分别表示为(f1,…,ft),每个因素占的权重分别为(h1,…,ht),则每台摄像机的得分(也可以认为是总票数即各单项得票之和)
比较N台摄像机的各自得分(总票数),选择分数(总票数)最大的作为输出结果。
在实际应用中,本方法基本上可以解决车牌旋转角度大和车牌畸变严重而不能识别的情况,虽然也会增加成本和施工,但是增加有限,而且,对使用的限制会更少,相关产品的实用性随之会得到很大提升。解决了单个摄像机识别,某些大角度情况下,完全无法识别的情况,同时也减小了对行车道宽度、车辆行驶摆正距离、车辆行驶角度的要求,提高了产品的适应性和实用性。
实施例二
图2是本实施例所述的车牌识别方法流程图,如图1所示,本实施例所述的车牌识别方法包括:
S201、在监控场安装主从多个摄像机。
在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接。
通常,摄像机的台数为两台或三台。
如图3所示,当有两台摄像机时,主从摄像机分别安装于监控场的通道两侧,高度为1.6米,分别在离监控点4.5米左右的地方和监控点设置地感线圈。
为了避免因前后两车间距过小而导致左右摄像面均无法拍摄到后面车的车牌,可专门针对该问题加装第三台摄像机。
S202、判断是否有车驶入监控场,若是则执行步骤S203。
例如,通过地感触发来进行监控,当有车通过第一个地感线圈时,通过第一地感线圈来传递有车通过的信息,通知各摄像机进入拍摄准备。
S203、开始计时,主机和各从机同时拍摄车牌,获取拍摄信息,从机将拍摄信息发送给主机。
当有车通过第一个地感线圈时,进行计时,并通知主从摄像机进行车牌拍摄。各摄像机拍摄到车牌图片后,依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给主机。
其中,根据需要,所述拍摄信息可以是各种信息。例如,各摄像机拍摄到车牌图片后,可对车牌进行读取,对所述车牌图片进行评价,获取的拍摄信息就可包括车牌号和车牌图像的参数。其中,所述车牌图像的参数包括车牌图像的质量、旋转角度、畸变程度和/或所述车牌号的置信度等信息。
S204、判断计时是否达到第一时间阈值,若是则执行步骤S208,否则执行步骤S205。
一般来说,第一时间阈值的设定依据该方法的普遍匹配速度来设定。由于采用本方法,若通过的车辆为本小区的车辆,并该车牌号已存储在数据库中,则匹配成功的时间在300ms之内,所以第一时间阈值可设定为300ms。
S205、主机对自身产生的或接收到的车牌号进行匹配。
在计时在第一时间阈值之内,若所述主机自身获取拍摄信息或接收到从机发送的拍摄信息,则用所述拍摄信息中的车牌号与车牌库中的车牌号进行匹配。
S206、判断匹配率是否大于等于预设的匹配率阈值,若是则执行步骤S207,否则返回步骤S205。
当所述车牌号与车牌库中某车牌号的匹配率不小于预设的匹配率阈值时,记录所述匹配信息形成匹配记录,其中所述匹配记录包括所述匹配率。
S207、记录匹配记录。
若存在匹配率大于等于预设的匹配率阈值时,则说明该车牌在预设的匹配精度范围之内,在车牌库中能找到该车牌号,说明该车属于本小区的车,抬杆放行。
中国车牌通常为一位汉定加六位字母或数字,通常来说有四位字母或数字与车牌库中相同位置字母或数字能匹配就可认定为车牌匹配成功,所以,可预设匹配率阈值为4/6。若拍摄的图片精度较高,或处理速度较快,车主等待的时间能控制在合理时间范围之内,或者该监控场对安全标准要求较高,则可预设匹配率阈值为5/6或100%。
S208、判断是否存在匹配记录,若是则执行步骤S209,否则执行步骤S210。
S209、输出匹配率最大的匹配记录,抬杆放行。
由于在第一时间阈值之内,主机自身获取到车牌时或接收到从机发送的车牌时,均会实时与预存的车牌库里的车牌进行匹配,当匹配率大于等于匹配率阈值时,将该匹配信息记录下来形成匹配记录。
所以,若存在匹配记录,则说明,在预设的匹配精度要求之下,该车牌与预存的车牌库里的车牌能匹配成功,说明该车为已登记的合法车,抬杆放行或进行其他操作。
S210、判断计时达到第二时间阈值时,是否有拍摄信息,若是,则执行步骤S212,否则执行步骤S211。
若不存在匹配记录,则需将该车的车牌和/或拍摄信息记录在案,以便保留根底。此时,需要看是否有摄像机拍摄到拍摄信息。
S211、提示进行人工干预。
若没有拍摄信息,则无法将该车的车牌和/或拍摄信息记录在案,提示进行人工干预,如,发放临时卡,手动记录车牌并手动控制抬杆放行,或开启小区内警戒模式等。
S212、按照预设算法对拍摄信息进行仲裁,输出仲裁结果,抬杆放行。
若主机中有拍摄信息,当只有一份拍摄信息时,直接采用该拍摄信息,依据该拍摄信息将该车记录在案,抬杆放行;
当主机中有超过一份拍摄信息时,则需要采用了Lottery算法和随机争用仲裁,来确定多个摄像机的识别输出结果。
Lottery算法是一种基于抽样概率事件的仲裁算法,假设系统中有识别摄像机C1、C2、……Cn,给定每个摄像机拥有的票数为t1、t2、……、ti。在某一次控制过程中,是否采用此摄像机的识别结果用二进制变量ri(i=1、2、......、n表示),当ri=1时表示采用,否则,P=0;此摄像机的识别结果被用作控制输出的概率是:
结合实际,当ri=1时,表示采用此摄像机的识别结果,现实应用中,一般都取概率最大的作为最终的仲裁结果,从上面的公式不难看出,拥有票数最多的摄像机的概率最大。
随机争用是一种基于随机概率的仲裁策略,假设系统中有识别摄像机C1、C2、......、Cn,在限定的时间范围内,谁先输出识别结果就采用谁的识别结果作为仲裁输出,这是为了保证在第一层仲裁时,时间计数器到了,还没有进行仲裁判定,进而影响系统实时性而选择的仲裁策略。
例如,有多台(N台)摄像机识别结果,影响摄像机识别结果的t个因素每个得分(可以认为是单项票数)分别表示为(f1,…,ft),每个因素占的权重分别为(h1,…,ht),则每台摄像机的得分(也可以认为是总票数即各单项得票之和)
比较N台摄像机的各自得分(总票数),选择分数(总票数)最大的作为输出结果。
实施例三
本实施例所述的系统,利用安装在多个角度的摄像机,多个摄像机工作在主从模式且只有一个主机,通多个摄相机抓拍同一个车牌,实现立体车牌识别。行驶车辆从各种角度、方向进入,都能够保证有摄像机能抓拍到清晰的可识别车牌图片,主摄像机采取智能仲裁算法,对各个摄像机的图片质量和识别结果做分析。
系统包括:
装置配置模块,用于在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接。
在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,主机与各从机可直接连接,也可通过网络连接,进行数据交互。
拍摄信息获取模块,用于当监控到有车辆驶入所述监控场时,所述主机和各从机从不同角度拍摄所述车辆的车牌的图像并依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给所述主机。
当监控到有车辆驶入所述监控场时,主机和各从机从不同角度拍摄所述车辆的车牌的图像,将图像发送到主机;或者对图片进行车牌识别后将车牌号发送给主机;或者对拍摄到的车牌图像进行评价,例如,对车牌图像的质量、旋转角度、畸变程度和/或所述车牌号的置信度进行评价,将评价的结果发送给主机。其中,主机和各从机从不同角度对车辆的车牌进行拍摄时,可是同步操作也可异步操作,可以每摄像机拍摄一张车牌图像,也可各摄像机均进行多次拍摄,再从所有车牌图像里面选择质量最高的车牌图像。
仲裁模块,用于所述主机对拍摄信息获取模块获取的拍摄信息进行仲裁,输出仲裁结果。
对于同一汽车的车牌,主机对自身获取的拍摄信息和接收到的从机发送的拍摄信息进行仲裁,输出仲裁结果,并按拍摄目的作出进一步的后续处理。
当主机中有超过一份拍摄信息时,则可采用预设的某种仲裁算法进行仲裁,选出质量比较优的拍摄结果。
仲裁方法有多种,例如,可采用Lottery算法和随机争用仲裁,来确定多个摄像机的识别输出结果。
Lottery算法是一种基于抽样概率事件的仲裁算法,假设系统中有识别摄像机C1、C2、……Cn,给定每个摄像机拥有的票数为t1、t2、……、ti。在某一次控制过程中,是否采用此摄像机的识别结果用二进制变量ri(i=1、2、......、n表示),当ri=1时表示采用,否则,P=0;此摄像机的识别结果被用作控制输出的概率是:
结合实际,当ri=1时,表示采用此摄像机的识别结果,现实应用中,一般都取概率最大的作为最终的仲裁结果,从上面的公式不难看出,拥有票数最多的摄像机的概率最大。
随机争用是一种基于随机概率的仲裁策略,假设系统中有识别摄像机C1、C2、......、Cn,在限定的时间范围内,谁先输出识别结果就采用谁的识别结果作为仲裁输出,这是为了保证在第一层仲裁时,时间计数器到了,还没有进行仲裁判定,进而影响系统实时性而选择的仲裁策略。
例如,有多台(N台)摄像机识别结果,影响摄像机识别结果的t个因素每个得分(可以认为是单项票数)分别表示为(f1,…,ft),每个因素占的权重分别为(h1,…,ht),则每台摄像机的得分(也可以认为是总票数即各单项得票之和)
比较N台摄像机的各自得分(总票数),选择分数(总票数)最大的作为输出结果。
在实际应用中,本系统基本上可以解决车牌旋转角度大和车牌畸变严重而不能识别的情况,虽然也会增加成本和施工,但是增加有限,而且,对使用的限制会更少,相关产品的实用性随之会得到很大提升。解决了单个摄像机识别,某些大角度情况下,完全无法识别的情况,同时也减小了对行车道宽度、车辆行驶摆正距离、车辆行驶角度的要求,提高了产品的适应性和实用性。
实施例四
图4是本实施例所述的车牌识别系统结构框图,如图4所示,本实施例所述的车牌识别系统包括:
装置配置模块401,用于在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接。
在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接。
通常,摄像机的台数为两台或三台。
如图3所示,当有两台摄像机时,主从摄像机分别安装于监控场的通道两侧,高度为1.6米,分别在离监控点4.5米左右的地方和监控点设置地感线圈。
为了避免因前后两车间距过小而导致左右摄像面均无法拍摄到后面车的车牌,可专门针对该问题加装第三台摄像机。
拍摄信息获取模块402,用于当监控到有车辆驶入所述监控场时,所述主机和各从机从不同角度拍摄所述车辆的车牌的图像并依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给所述主机。
当有车通过第一个地感线圈时,进行计时,并通知主从摄像机进行车牌拍摄。各摄像机拍摄到车牌图片后,依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给主机。
其中,根据需要,所述拍摄信息可以是各种信息。例如,各摄像机拍摄到车牌图片后,可对车牌进行读取,对所述车牌图片进行评价,获取的拍摄信息就可包括车牌号和车牌图像的参数。其中,所述车牌图像的参数包括车牌图像的质量、旋转角度、畸变程度和/或所述车牌号的置信度等信息。
仲裁模块403,用于所述主机对拍摄信息获取模块402获取的拍摄信息进行仲裁,输出仲裁结果。具体包括计时单元4031,匹配识别单元4032和仲裁判定单元4033。
计时单元4031,用于从车辆驶入所述监控场时开始计时。
匹配识别单元4032,用于当所述计时单元计时小于预设第一时间阈值时,若所述拍摄信息获取模块402自身获取拍摄信息或接收到从机发送的拍摄信息,则用所述拍摄信息中的车牌号与车牌库中的车牌号进行匹配,当所述车牌号与车牌库中某车牌号的匹配率不小于预设的匹配率阈值时,记录所述匹配信息形成匹配记录,其中所述匹配记录包括所述匹配率。
一般来说,第一时间阈值的设定依据该方法的普遍匹配速度来设定。由于采用本方法,若通过的车辆为本小区的车辆,并该车牌号已存储在数据库中,则匹配成功的时间在300ms之内,所以第一时间阈值可设定为300ms。
在计时在第一时间阈值之内,若所述主机自身获取拍摄信息或接收到从机发送的拍摄信息,则用所述拍摄信息中的车牌号与车牌库中的车牌号进行匹配。
当所述车牌号与车牌库中某车牌号的匹配率不小于预设的匹配率阈值时,记录所述匹配信息形成匹配记录,其中所述匹配记录包括所述匹配率。
中国车牌通常为一位汉定加六位字母或数字,通常来说有四位字母或数字与车牌库中相同位置字母或数字能匹配就可认定为车牌匹配成功,所以,可预设匹配率阈值为4/6。若拍摄的图片精度较高,或处理速度较快,车主等待的时间能控制在合理时间范围之内,或者该监控场对安全标准要求较高,则可预设匹配率阈值为5/6或100%。
仲裁判定单元4033,用于当计时达到预设第一时间阈值时,若所述匹配识别单元4032有匹配记录,则输出所述匹配记录中匹配率最大的匹配记录,结束,否则当计时达到预设第二时间阈值时,若所述拍摄信息获取模块有拍摄信息,则按照预设算法对所述拍摄信息进行仲裁,输出仲裁结果,结束,否则提示进行人工干预。
由于在第一时间阈值之内,主机自身获取到车牌时或接收到从机发送的车牌时,均会实时与预存的车牌库里的车牌进行匹配,当匹配率大于等于匹配率阈值时,将该匹配信息记录下来。
所以,若存在匹配记录,则说明,在预设的匹配精度要求之下,该车牌与预存的车牌库里的车牌能匹配成功,说明该车为已登记的合法车,抬杆放行或进行其他操作。
若不存在匹配记录,则需将该车的车牌和/或拍摄信息记录在案,以便保留根底。此时,需要看是否有摄像机拍摄到拍摄信息。
若没有拍摄信息,则无法将该车的车牌和/或拍摄信息记录在案,提示进行人工干预,如,发放临时卡,手动记录车牌并手动控制抬杆放行,或开启小区内警戒模式等。
若主机中有拍摄信息,当只有一份拍摄信息时,直接采用该拍摄信息,依据该拍摄信息将该车记录在案,抬杆放行;
当主机中有超过一份拍摄信息时,则需要采用了Lottery算法和随机争用仲裁,来确定多个摄像机的识别输出结果。
Lottery算法是一种基于抽样概率事件的仲裁算法,假设系统中有识别摄像机C1、C2、……Cn,给定每个摄像机拥有的票数为t1、t2、……、ti。在某一次控制过程中,是否采用此摄像机的识别结果用二进制变量ri(i=1、2、......、n表示),当ri=1时表示采用,否则,P=0;此摄像机的识别结果被用作控制输出的概率是:
结合实际,当ri=1时,表示采用此摄像机的识别结果,现实应用中,一般都取概率最大的作为最终的仲裁结果,从上面的公式不难看出,拥有票数最多的摄像机的概率最大。
随机争用是一种基于随机概率的仲裁策略,假设系统中有识别摄像机C1、C2、......、Cn,在限定的时间范围内,谁先输出识别结果就采用谁的识别结果作为仲裁输出,这是为了保证在第一层仲裁时,时间计数器到了,还没有进行仲裁判定,进而影响系统实时性而选择的仲裁策略。
例如,有多台(N台)摄像机识别结果,影响摄像机识别结果的t个因素每个得分(可以认为是单项票数)分别表示为(f1,…,ft),每个因素占的权重分别为(h1,…,ht),则每台摄像机的得分(也可以认为是总票数即各单项得票之和)
比较N台摄像机的各自得分(总票数),选择分数(总票数)最大的作为输出结果。
本发明避免了使用单个摄像机进行车牌识别时出现的车牌旋转角度过大和车牌畸变等问题,能提高车牌的识别率和适应性,能减少车牌识别的限制条件。
以上实施例提供的技术方案中的全部或部分内容可以通过软件编程实现,其软件程序存储在可读取的存储介质中,存储介质例如:计算机中的硬盘、光盘或软盘。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车牌识别方法,其特征在于,包括:
在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接;
当监控到有车辆驶入所述监控场时,所述主机和各从机从不同角度拍摄所述车辆的车牌的图像并依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给所述主机;
所述主机对自身获取的拍摄信息和接收到的从机发送的拍摄信息进行仲裁,输出仲裁结果。
2.如权利要求1所述的车牌识别方法,其特征在于,所述拍摄信息包括车牌号和车牌图像的参数,其中所述车牌图像的参数包括车牌图像的质量、旋转角度、畸变程度和/或所述车牌号的置信度。
3.如权利要求2所述的车牌识别方法,其特征在于,所述主机对自身获取的拍摄信息和接收到的从机发送的拍摄信息进行仲裁具体包括:
从车辆驶入所述监控场时开始计时;
当计时小于预设第一时间阈值时,若所述主机自身获取拍摄信息或接收到从机发送的拍摄信息,则用所述拍摄信息中的车牌号与车牌库中的车牌号进行匹配,当所述车牌号与车牌库中某车牌号的匹配率不小于预设的匹配率阈值时,记录所述匹配记录,其中所述匹配记录包括所述匹配率;
当计时达到预设第一时间阈值时,若有匹配记录,则输出所述匹配记录中匹配率最大的匹配记录,结束;
否则当计时达到预设第二时间阈值时,若有拍摄信息,则按照预设算法对所述拍摄信息进行仲裁,输出仲裁结果,结束,否则提示进行人工干预。
4.如权利要求3所述的车牌识别方法,其特征在于,所述第一时间阈值为300ms、所述第二时间阈值为2S和/或所述预设的匹配率阈值为5/6。
5.如权利要求3所述的车牌识别方法,其特征在于,所述预设算法为:Lottery算法和随机争用仲裁方法。
6.一种车牌识别系统,其特征在于,包括:
装置配置模块,用于在监控场安装至少两台摄像机,指定其中一台摄像机为主机,其他摄像机为从机,所述主机与各从机通过网络连接;
拍摄信息获取模块,用于当监控到有车辆驶入所述监控场时,所述主机和各从机从不同角度拍摄所述车辆的车牌的图像并依据所述车牌的图像获取拍摄信息,各从机通过网络将获取的拍摄信息发送给所述主机;
仲裁模块,用于所述主机对拍摄信息获取模块获取的拍摄信息进行仲裁,输出仲裁结果。
7.如权利要求6所述的车牌识别系统,其特征在于,所述拍摄信息获取模块中所述拍摄信息包括车牌号和车牌图像的参数,其中所述车牌图像的参数包括车牌图像的质量、旋转角度、畸变程度和/或所述车牌号的置信度。
8.如权利要求7所述的车牌识别系统,其特征在于,所述仲裁模块具体包括:
计时单元,用于从车辆驶入所述监控场时开始计时;
匹配识别单元,用于当所述计时单元计时小于预设第一时间阈值时,若所述拍摄信息获取模块自身获取拍摄信息或接收到从机发送的拍摄信息,则用所述拍摄信息中的车牌号与车牌库中的车牌号进行匹配,当所述车牌号与车牌库中某车牌号的匹配率不小于预设的匹配率阈值时,记录所述匹配记录,其中所述匹配记录包括所述匹配率;
仲裁判定单元,用于当计时达到预设第一时间阈值时,若所述匹配识别单元有匹配记录,则输出所述匹配记录中匹配率最大的匹配记录,结束;否则当计时达到预设第二时间阈值时,若所述拍摄信息获取模块有拍摄信息,则按照预设算法对所述拍摄信息进行仲裁,输出仲裁结果,结束,否则提示进行人工干预。
9.如权利要求8所述的车牌识别系统,其特征在于,所述仲裁判定单元中所述第一时间阈值为300ms、所述第二时间阈值为2S和/或所述预设的匹配率阈值为5/6。
10.如权利要求8所述的车牌识别系统,其特征在于,所述仲裁判定单元中所述预设算法为:Lottery算法和随机争用仲裁方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210535195.0A CN103035125B (zh) | 2012-12-12 | 2012-12-12 | 一种车牌识别方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210535195.0A CN103035125B (zh) | 2012-12-12 | 2012-12-12 | 一种车牌识别方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103035125A true CN103035125A (zh) | 2013-04-10 |
CN103035125B CN103035125B (zh) | 2015-09-16 |
Family
ID=48021985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210535195.0A Active CN103035125B (zh) | 2012-12-12 | 2012-12-12 | 一种车牌识别方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103035125B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927880A (zh) * | 2014-04-28 | 2014-07-16 | 浙江宇视科技有限公司 | 一种车牌识别比对方法及装置 |
CN105096604A (zh) * | 2015-07-24 | 2015-11-25 | 浙江宇视科技有限公司 | 一种车牌识别的方法和装置 |
WO2015184899A1 (zh) * | 2014-07-23 | 2015-12-10 | 中兴通讯股份有限公司 | 一种车辆车牌识别方法及装置 |
CN106530739A (zh) * | 2016-12-30 | 2017-03-22 | 伟龙金溢科技(深圳)有限公司 | 一种基于多摄像装置的车牌识别方法、装置及其系统 |
CN107393308A (zh) * | 2017-08-28 | 2017-11-24 | 广东西奥物联网科技股份有限公司 | 一种识别车牌的方法、装置及停车场管理系统 |
CN107424413A (zh) * | 2016-05-24 | 2017-12-01 | 北京奥斯达兴业科技有限公司 | 车牌识别方法及系统 |
CN107730897A (zh) * | 2016-09-14 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 车辆识别方法和装置 |
CN107730896A (zh) * | 2016-08-31 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 车牌识别方法及装置 |
CN108281005A (zh) * | 2018-03-27 | 2018-07-13 | 中控智慧科技股份有限公司 | 一种车牌信息采集装置和方法 |
CN108389396A (zh) * | 2018-02-28 | 2018-08-10 | 北京精英智通科技股份有限公司 | 一种基于视频的车型匹配方法、装置和计费系统 |
CN110070723A (zh) * | 2018-01-23 | 2019-07-30 | 浙江宇视科技有限公司 | 出入口车辆识别的方法、装置及系统 |
CN110276958A (zh) * | 2019-07-17 | 2019-09-24 | 宁波北仑港高速公路有限公司 | 自由流车牌判别系统和方法 |
CN110958433A (zh) * | 2019-12-13 | 2020-04-03 | 歌尔科技有限公司 | 一种图像上传方法、监控装置、电子设备及存储介质 |
CN111415424A (zh) * | 2020-04-13 | 2020-07-14 | 佛山职业技术学院 | 用于封闭停车场的自动收费方法、系统及存储介质 |
CN111696237A (zh) * | 2019-03-14 | 2020-09-22 | 富鼎电子科技(嘉善)有限公司 | 门禁控制装置、门禁控制方法及存储设备 |
CN112949643A (zh) * | 2021-02-24 | 2021-06-11 | 浙江保信科技有限公司 | 一种复杂场景下提升车牌识别效率的方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993978B (zh) * | 2017-12-29 | 2020-10-20 | 浙江宇视科技有限公司 | 车辆抓拍方法、装置及门岗系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040233036A1 (en) * | 2003-05-22 | 2004-11-25 | Sefton Alan K. | Automated site security, monitoring and access control system |
EP1993279A2 (en) * | 2007-05-15 | 2008-11-19 | Torben H. Madsen | Modulated light trigger for license plate recognition cameras |
CN101373517A (zh) * | 2007-08-22 | 2009-02-25 | 北京万集科技有限责任公司 | 一种车牌识别方法及系统 |
CN101505434A (zh) * | 2009-03-12 | 2009-08-12 | 浙江大学 | 具有全局同步功能的高分辨率智能网络摄像机阵列系统 |
CN101969548A (zh) * | 2010-10-15 | 2011-02-09 | 中国人民解放军国防科学技术大学 | 基于双目摄像的主动视频获取方法及装置 |
-
2012
- 2012-12-12 CN CN201210535195.0A patent/CN103035125B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040233036A1 (en) * | 2003-05-22 | 2004-11-25 | Sefton Alan K. | Automated site security, monitoring and access control system |
EP1993279A2 (en) * | 2007-05-15 | 2008-11-19 | Torben H. Madsen | Modulated light trigger for license plate recognition cameras |
CN101373517A (zh) * | 2007-08-22 | 2009-02-25 | 北京万集科技有限责任公司 | 一种车牌识别方法及系统 |
CN101505434A (zh) * | 2009-03-12 | 2009-08-12 | 浙江大学 | 具有全局同步功能的高分辨率智能网络摄像机阵列系统 |
CN101969548A (zh) * | 2010-10-15 | 2011-02-09 | 中国人民解放军国防科学技术大学 | 基于双目摄像的主动视频获取方法及装置 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927880A (zh) * | 2014-04-28 | 2014-07-16 | 浙江宇视科技有限公司 | 一种车牌识别比对方法及装置 |
WO2015184899A1 (zh) * | 2014-07-23 | 2015-12-10 | 中兴通讯股份有限公司 | 一种车辆车牌识别方法及装置 |
CN105096604A (zh) * | 2015-07-24 | 2015-11-25 | 浙江宇视科技有限公司 | 一种车牌识别的方法和装置 |
CN105096604B (zh) * | 2015-07-24 | 2017-11-03 | 浙江宇视科技有限公司 | 一种车牌识别的方法和装置 |
CN107424413A (zh) * | 2016-05-24 | 2017-12-01 | 北京奥斯达兴业科技有限公司 | 车牌识别方法及系统 |
CN107730896A (zh) * | 2016-08-31 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 车牌识别方法及装置 |
CN107730897A (zh) * | 2016-09-14 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 车辆识别方法和装置 |
CN106530739A (zh) * | 2016-12-30 | 2017-03-22 | 伟龙金溢科技(深圳)有限公司 | 一种基于多摄像装置的车牌识别方法、装置及其系统 |
CN107393308A (zh) * | 2017-08-28 | 2017-11-24 | 广东西奥物联网科技股份有限公司 | 一种识别车牌的方法、装置及停车场管理系统 |
CN110070723A (zh) * | 2018-01-23 | 2019-07-30 | 浙江宇视科技有限公司 | 出入口车辆识别的方法、装置及系统 |
CN108389396A (zh) * | 2018-02-28 | 2018-08-10 | 北京精英智通科技股份有限公司 | 一种基于视频的车型匹配方法、装置和计费系统 |
CN108389396B (zh) * | 2018-02-28 | 2021-05-28 | 北京精英路通科技有限公司 | 一种基于视频的车型匹配方法、装置和计费系统 |
CN108281005A (zh) * | 2018-03-27 | 2018-07-13 | 中控智慧科技股份有限公司 | 一种车牌信息采集装置和方法 |
CN111696237A (zh) * | 2019-03-14 | 2020-09-22 | 富鼎电子科技(嘉善)有限公司 | 门禁控制装置、门禁控制方法及存储设备 |
CN110276958A (zh) * | 2019-07-17 | 2019-09-24 | 宁波北仑港高速公路有限公司 | 自由流车牌判别系统和方法 |
CN110958433A (zh) * | 2019-12-13 | 2020-04-03 | 歌尔科技有限公司 | 一种图像上传方法、监控装置、电子设备及存储介质 |
CN111415424A (zh) * | 2020-04-13 | 2020-07-14 | 佛山职业技术学院 | 用于封闭停车场的自动收费方法、系统及存储介质 |
CN112949643A (zh) * | 2021-02-24 | 2021-06-11 | 浙江保信科技有限公司 | 一种复杂场景下提升车牌识别效率的方法 |
CN112949643B (zh) * | 2021-02-24 | 2022-06-07 | 浙江保信科技有限公司 | 一种复杂场景下提升车牌识别效率的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103035125B (zh) | 2015-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103035125A (zh) | 一种车牌识别方法及其系统 | |
CN103456048B (zh) | 一种停车场完全基于车牌识别的停车收费方法 | |
CN202077142U (zh) | 一种车载智能视频侦测分析系统 | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别系统及方法 | |
CN105893510A (zh) | 一种视频结构化系统及其目标搜索方法 | |
CN203346814U (zh) | 基于车牌识别技术的双车道一体化小区智能道闸管理系统 | |
CN105185123A (zh) | 一种套牌车识别系统及方法 | |
CN106541968B (zh) | 基于视觉分析的地铁车厢实时提示系统的识别方法 | |
CN106097722B (zh) | 利用视频进行路侧车位自动化监管的系统和方法 | |
CN203165216U (zh) | 一种车牌识别装置 | |
CN105788286A (zh) | 智能识别闯红灯系统以及车辆行为检测抓拍方法 | |
CN105698812A (zh) | 一种自动驾驶中基于安全驾驶地图和两侧摄像头的车道线检测系统及其方法 | |
CN108389396A (zh) | 一种基于视频的车型匹配方法、装置和计费系统 | |
CN104766479A (zh) | 基于超高频射频与视频图像双识别匹配的汽车身份识别方法及装置 | |
CN103646544B (zh) | 基于云台和相机设备的车辆行为分析识别方法 | |
CN103903440B (zh) | 一种电子警察抓拍方法及装置 | |
CN105303826A (zh) | 一种违章侧方停车取证装置及方法 | |
CN104933424A (zh) | 车辆及行人监测方法及装置 | |
CN106683400A (zh) | 一种全景视频检测的交通路口车辆抓拍取证方法及系统 | |
CN105894821A (zh) | 一种基于高清dsp摄像机的交通综合监测系统 | |
WO2023169273A1 (zh) | 图像识别方法、装置、设备和存储介质 | |
CN103198669A (zh) | 智能交通系统中的视频监控系统 | |
CN113591643A (zh) | 一种基于计算机视觉的地下交通工具进出站检测系统及方法 | |
CN112164229A (zh) | 基于车辆多维特征的车型识别匹配系统和方法 | |
CN203882441U (zh) | 一种用于停车场的车辆识别系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |