CN103903448B - 一种基于车牌识别技术的交通路口违章侦测方法 - Google Patents
一种基于车牌识别技术的交通路口违章侦测方法 Download PDFInfo
- Publication number
- CN103903448B CN103903448B CN201410160090.0A CN201410160090A CN103903448B CN 103903448 B CN103903448 B CN 103903448B CN 201410160090 A CN201410160090 A CN 201410160090A CN 103903448 B CN103903448 B CN 103903448B
- Authority
- CN
- China
- Prior art keywords
- image
- license plate
- regulations
- vehicle
- violation information
- 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.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
- Character Discrimination (AREA)
Abstract
一种基于车牌识别技术的交通路口违章侦测方法，包括：侦测到通过交通路口的车辆产生违章信息，获取产生违章信息的所述车辆的图像；从所述车辆的图像中找到车牌区域的位置；将车牌区域分割为单个的字符区域；对分割出的单个的字符区域进行分析而获得车牌号码；将所述车牌号码与违章的车辆的违章信息进行关联。本发明所提供的交通路口违章侦测方法中对车牌区域的图像进行前处理而最大程度消除了单个受干扰图像带来的影响，而且能够根据违章信息的级别来进行相应处置，既避免了时时对违章信息的干预带来的交通的拥堵，又能够最大限度地使多次违章的车辆受到处理，甚至及时处理具有历史交通违法信息的车辆。
Description
技术领域：
本发明涉及一种交通路口违章侦测方法，更具体地，涉及一种基于车牌识别技术的交通路口违章侦测方法。
背景技术：
目前，交通路口的违章侦测，通常采用“电子眼”，电子眼通过车辆检测、光电成像、自动控制、网络通信、计算机等多种技术，对机动车闯红灯、逆行、超速、越线行驶、违例停靠等违章行为，实现全天候监视，捕捉车辆违章图文信息，并根据违章信息进行事后处理。
“电子眼”一般会对于违章车辆拍摄至少三张图像，一张是瞬间违章图像，一张是车牌识别图像，一张是全景图像。其中车牌识别图像至关重要，直接决定着对违章车辆的认定，如果不能准确识别出车牌号码，则无法追究违章车辆的责任。
然而，在拍摄图像时，实际情况往往比较复杂，路标、广告牌、树木、行人、建筑物等都会对拍摄图像造成干扰，使得获取的图像的某些区域难以辨识，因此有可能使得获取的图像不能够准确地识别出车牌号码。
发明内容：
本发明要解决的技术问题是提供一种基于车牌识别技术的交通路口违章侦测方法。
本发明提供的基于车牌识别技术的交通路口违章侦测方法，具体的技术方案如下：
一种基于车牌识别技术的交通路口违章侦测方法，包括以下步骤：S01、侦测到通过交通路口的车辆产生违章信息；S02、获取产生违章信息的所述车辆的图像；S03、从所述车辆的图像中找到车牌区域的位置；S04、将车牌区域分割为单个的字符区域；S05、对分割出的单个的字符区域进行分析而获得车牌号码；S06、将所述车牌号码与违章的车辆的违章信息进行关联。
优选地，步骤S04中在将车牌区域分割为单个的字符区域之前，对车牌区域的图像进行前处理；所述前处理包括：步骤S041，从车牌区域的图像中提取出2n+1个图像，n为正整数，且所述2n+1个图像依序具有预定时间间隔t1；步骤S042，再从车牌区域的图像中提取出2n+1个图像中的每个图像按预定时间间隔t2的最邻近的m个图像，2<m<6，且t1/t2的值大于5；步骤S043，计算2n+1个图像中的每个图像和与其最邻近的m个图像的对应位置像素的平均像素值；步骤S044，从步骤3中得到的2n+1个平均像素值中选出n+1个平均像素值，所述n+1个平均像素值具有最小的方差，以选出的n+1个平均像素值再求平均值作为最终的像素值，最终的像素值形成前处理后的车牌区域的图像；步骤S05包括：先对一定数量的样本车牌所分割出的单个的字符区域提取特征，送入支持向量机分类器进行训练，得到支撑向量并且存储参数，再对待识别的分割出的单个的字符区域，利用训练得到的结果进行计算，判断属于哪一类，最后输出结果而获得车牌号码。
优选地，步骤S04包括：计算字符区域图像的垂直投影，根据字符间隙对应投影极小值并且投影曲线呈现波峰、波谷交替出现的特点通过检测波峰、波谷而将车牌区域分割为单个的字符区域。
优选地，步骤S06中将所述车牌号码与违章的车辆的违章信息进行关联之后，将所述车牌号码发送到收费站或检查站。
优选地，步骤S06还包括对违章信息进行分级，所述违章信息的级别包括无需干预级别和干预级别，若属于干预级别，则在数据库中查找该车牌号码的历史记录。
本发明提供的基于车牌识别技术的交通路口违章侦测方法的有益效果在于：对车牌区域的图像进行前处理而最大程度消除了单个受干扰图像带来的影响，而且能够根据违章信息的级别来进行相应处置，既避免了时时对违章信息的干预带来的交通的拥堵，又能够最大限度地使多次违章的车辆受到处理，甚至及时处理具有历史交通违法信息的车辆。
附图说明：
图1为本发明所提供的基于车牌识别技术的交通路口违章侦测方法的示意图。
具体实施方式：
现结合附图将本发明做进一步的说明。
如图1示出了本发明所提供的基于车牌识别技术的交通路口违章侦测方法的示意图。一种基于车牌识别技术的交通路口违章侦测方法，包括S01、侦测到通过交通路口的车辆产生违章信息；S02、获取产生违章信息的所述车辆的图像；S03、从所述车辆的图像中找到车牌区域的位置；S04、将车牌区域分割为单个的字符区域；S05、对分割出的单个的字符区域进行分析而获得车牌号码；S06、将所述车牌号码与违章的车辆的违章信息进行关联。
本发明可采用在交通路口设置传感装置和摄像头的硬件配置，传感装置用于侦测通过交通路口的车辆的违章信息，摄像头用于获取通过交通路口的车辆的图像，传感装置可采用多种配置，例如感应线圈、激光探头等探测传感装置，摄像头可为CCD摄像头，也可谓CMOS摄像头，还可以采用红外摄像头来用在低照度情况。其中，当车辆经过交通路口时，所述传感装置能够侦测通过交通路口的车辆是否违章，如果违章则产生违章信息，摄像头则能够及时获取通过交通路口的车辆的图像，摄像头和传感装置的同步运行可以通过多种方式来实现，比如传感装置产生违章信息的同时发送控制命令到摄像头来控制摄像头及时获取通过交通路口的车辆的图像；再如，传感装置和摄像头都由中央处理器控制，产生违章信息的动作和摄像头的拍摄动作是关联的同步时序。
优选地，步骤S04中在将车牌区域分割为单个的字符区域之前，对车牌区域的图像进行前处理；所述前处理包括：步骤S041，从车牌区域的图像中提取出2n+1个图像，n为正整数，且所述2n+1个图像依序具有预定时间间隔t1；步骤S042，再从车牌区域的图像中提取出2n+1个图像中的每个图像按预定时间间隔t2的最邻近的m个图像，2<m<6，且t1/t2的值大于5；步骤S043，计算2n+1个图像中的每个图像和与其最邻近的m个图像的对应位置像素的平均像素值；步骤S044，从步骤3中得到的2n+1个平均像素值中选出n+1个平均像素值，所述n+1个平均像素值具有最小的方差，以选出的n+1个平均像素值再求平均值作为最终的像素值，最终的像素值形成前处理后的车牌区域的图像；步骤S05包括：先对一定数量的样本车牌所分割出的单个的字符区域提取特征，送入支持向量机分类器进行训练，得到支撑向量并且存储参数，再对待识别的分割出的单个的字符区域，利用训练得到的结果进行计算，判断属于哪一类，最后输出结果而获得车牌号码。
本发明通过对车牌区域的图像进行前处理，对若干邻近图像的对应位置的像素值（即像素的灰度值）取平均值而避免了选取单个受干扰的车牌区域的图像带来的问题，而且通过对2n+1个平均像素值中选出n+1个方差最小的平均像素值，从而进一步消除了干扰源存在于某一短时间内的情况，为车牌识别提供最良好的图像。一定数量的样本车牌只要能够满足准确率的需要即可，比如样本车牌的数量可以是50—1000，优选是200-500，正确率一般可设为不低于95%。
优选地，将车牌区域分割为单个的字符区域包括：计算字符区域图像的垂直投影，根据字符间隙对应投影极小值并且投影曲线呈现波峰、波谷交替出现的特点通过检测波峰、波谷而将车牌区域分割为单个的字符区域。
优选地，检测波峰、波谷时加入车牌中除汉字外的字符具有连通性的条件。
当然，本发明亦可通过模板匹配法、基于字符特征的识别方法或神经网络法来对分割出的单个的字符区域进行分析而获得车牌号码。
优选地，将所述车牌号码与违章的车辆的违章信息进行关联之后，将所述车牌号码发送到收费站或检查站；
优选地，将所述车牌号码与违章的车辆的违章信息进行关联还包括对违章信息进行分级，所述违章信息的级别包括无需干预级别和干预级别，若属于干预级别，则在数据库中查找该车牌号码的历史记录。无需干预级别对应违章信息不具有严重后果的情况，比如闯红灯等没有出现人身或财产损失的情况，干预级别对应违章信息具有严重后果的情况，比如交通肇事致人死亡，刮蹭或追尾而不能自行解决等情况。此外，属于干预级别，则在数据库中查找该车牌号码的历史记录，可以得知该车辆是否具有历史违章记录或者曾有过肇事逃逸等违法行为，由此，可以一并处理。
本发明提供的基于车牌识别技术的交通路口违章侦测方法中，通过对车牌区域的图像进行前处理而最大程度消除了单个受干扰图像带来的影响，而且能够根据违章信息的级别来进行相应处置，既避免了时时对违章信息的干预带来的交通的拥堵，又能够最大限度地使多次违章的车辆受到处理，甚至及时处理具有历史交通违法信息的车辆。
当然，以上所述仅是本发明的较佳实施例，本发明并非局限于上述实施例和实施方法。相关技术领域的从业者可在本发明的技术思想许可的范围内进行不同的变化及实施，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。
Claims (4)
1.一种基于车牌识别技术的交通路口违章侦测方法，其特征在于，包括以下步骤：
S01、侦测到通过交通路口的车辆产生违章信息；
S02、获取产生违章信息的所述车辆的图像；
S03、从所述车辆的图像中找到车牌区域的位置；
S04、将车牌区域分割为单个的字符区域；
S05、对分割出的单个的字符区域进行分析而获得车牌号码；
S06、将所述车牌号码与违章的车辆的违章信息进行关联；其中，步骤S04中在将车牌区域分割为单个的字符区域之前，对车牌区域的图像进行前处理；所述前处理包括：步骤S041，从车牌区域的图像中提取出2n+1个图像，n为正整数，且所述2n+1个图像依序具有预定时间间隔t1；步骤S042，再从车牌区域的图像中提取出2n+1个图像中的每个图像按预定时间间隔t2的最邻近的m个图像，2<m<6，且t1/ t2的值大于5；步骤S043，计算2n+1个图像中的每个图像和与其最邻近的m个图像的对应位置像素的平均像素值；步骤S044，从步骤S043中得到的2n+1个平均像素值中选出n+1个平均像素值，所述n+1个平均像素值具有最小的方差，以选出的n+1个平均像素值再求平均值作为最终的像素值，最终的像素值形成前处理后的车牌区域的图像；步骤S05包括：先对一定数量的样本车牌所分割出的单个的字符区域提取特征，送入支持向量机分类器进行训练，得到支撑向量并且存储参数，再对待识别的分割出的单个的字符区域，利用训练得到的结果进行计算，判断属于哪一类，最后输出结果而获得车牌号码。
2.如权利要求1所述的基于车牌识别技术的交通路口违章侦测方法，其特征在于：步骤S04包括：计算字符区域图像的垂直投影，根据字符间隙对应投影极小值并且投影曲线呈现波峰、波谷交替出现的特点通过检测波峰、波谷而将车牌区域分割为单个的字符区域。
3.如权利要求1所述的基于车牌识别技术的交通路口违章侦测方法，其特征在于：步骤S06中将所述车牌号码与违章的车辆的违章信息进行关联之后，将所述车牌号码发送到收费站或检查站。
4.如权利要求1所述的基于车牌识别技术的交通路口违章侦测方法，其特征在于：步骤S06还包括对违章信息进行分级，所述违章信息的级别包括无需干预级别和干预级别，若属于干预级别，则在数据库中查找该车牌号码的历史记录。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410160090.0A CN103903448B (zh) | 2014-04-21 | 2014-04-21 | 一种基于车牌识别技术的交通路口违章侦测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410160090.0A CN103903448B (zh) | 2014-04-21 | 2014-04-21 | 一种基于车牌识别技术的交通路口违章侦测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103903448A CN103903448A (zh) | 2014-07-02 |
| CN103903448B true CN103903448B (zh) | 2015-09-09 |
Family
ID=50994749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410160090.0A Expired - Fee Related CN103903448B (zh) | 2014-04-21 | 2014-04-21 | 一种基于车牌识别技术的交通路口违章侦测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103903448B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104408930B (zh) * | 2014-10-28 | 2017-08-11 | 合肥指南针电子科技有限责任公司 | 一种连续闯红灯报警系统及方法 |
| CN104346927A (zh) * | 2014-10-30 | 2015-02-11 | 无锡悟莘科技有限公司 | 一种基于物联网的闯红灯车辆监控拍照系统 |
| CN104346928A (zh) * | 2014-10-30 | 2015-02-11 | 无锡悟莘科技有限公司 | 一种闯红灯车辆监控拍照系统 |
| CN105185122A (zh) * | 2015-09-24 | 2015-12-23 | 上海车音网络科技有限公司 | 一种车辆违章信息的处理方法、装置及系统 |
| CN106530733A (zh) * | 2016-11-10 | 2017-03-22 | 清华大学合肥公共安全研究院 | 基于视频联动抓拍的远程桥梁超载执法系统 |
| CN109800760B (zh) * | 2017-11-16 | 2021-02-02 | 北京筑梦园科技有限公司 | 一种车牌字符分割的方法 |
| CN110619596A (zh) * | 2019-01-13 | 2019-12-27 | 徐晶 | 计算机信息存储方法及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100590675C (zh) * | 2007-12-28 | 2010-02-17 | 北京航空航天大学 | 一种固定式卡口电子警察抓拍装置 |
| CN101383003B (zh) * | 2008-10-31 | 2010-09-15 | 江西赣粤高速公路股份有限公司 | 车辆号牌实时精确识别方法 |
| CN101964145A (zh) * | 2009-07-23 | 2011-02-02 | 北京中星微电子有限公司 | 一种自动车牌识别方法及其系统 |
| CN101739829B (zh) * | 2009-12-03 | 2014-04-23 | 北京中星微电子有限公司 | 一种基于视频的车辆超速监控方法及系统 |
| CN203134121U (zh) * | 2013-01-10 | 2013-08-14 | 安徽云盛信息科技有限公司 | 一种车辆超速检测系统 |
-
2014
- 2014-04-21 CN CN201410160090.0A patent/CN103903448B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103903448A (zh) | 2014-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103903448B (zh) | 一种基于车牌识别技术的交通路口违章侦测方法 | |
| CN107967806B (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
| Patel et al. | License plate detection using Harris corner and character segmentation by integrated approach from an image | |
| CN104392224B (zh) | 一种公路路面裂纹检测方法 | |
| CN102765365B (zh) | 基于机器视觉的行人检测方法及行人防撞预警系统 | |
| 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 | |
| CN106647776B (zh) | 车辆变道趋势的判断方法、判断装置和计算机存储介质 | |
| CN109637151A (zh) | 一种高速公路应急车道违章行驶的识别方法 | |
| CN102682304A (zh) | 一种融合多特征的行人检测方法及装置 | |
| CN110580808B (zh) | 一种信息处理方法、装置、电子设备及智能交通系统 | |
| CN110866479A (zh) | 一种检测摩托车驾驶员未戴头盔的方法、装置及系统 | |
| CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
| CN104408931A (zh) | 一种残缺符号车牌识别系统及方法 | |
| CN104282154A (zh) | 一种车辆超载监控系统及方法 | |
| CN104200207A (zh) | 一种基于隐马尔可夫模型的车牌识别方法 | |
| CN103164697A (zh) | 一种处理时间与识别精度自适应的车牌识别方法 | |
| US10607100B2 (en) | Device for recognizing vehicle license plate number and method therefor | |
| KR100942409B1 (ko) | 고속 이동 차량 검지 방법 | |
| CN113870551A (zh) | 一种能够鉴别危险和非危险驾驶行为的路侧监控系统 | |
| Ju et al. | Vision-based moving objects detection for intelligent automobiles and a robustness enhancing method | |
| CN106340187A (zh) | 一种摄像机车牌识别系统及识别实施方法 | |
| Yim et al. | Integrated plate recognition and speed detection for intelligent transportation systems | |
| KR101593676B1 (ko) | 주행상황 인지 방법 및 장치 | |
| CN111160183A (zh) | 一种车辆闯红灯检测方法及装置 | |
| Shahrear et al. | An automatic traffic rules violation detection and number plate recognition system for Bangladesh |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150909 Termination date: 20170421 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |