CN103927880A - 一种车牌识别比对方法及装置 - Google Patents
一种车牌识别比对方法及装置 Download PDFInfo
- Publication number
- CN103927880A CN103927880A CN201410176243.0A CN201410176243A CN103927880A CN 103927880 A CN103927880 A CN 103927880A CN 201410176243 A CN201410176243 A CN 201410176243A CN 103927880 A CN103927880 A CN 103927880A
- Authority
- CN
- China
- Prior art keywords
- character
- car plate
- list
- confidence
- compared
- 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
Abstract
本发明公开了一种车牌识别比对方法及装置,接收前端设备发送的待比对车牌,根据待比对车牌的字符及其对应的置信度信息;选择待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,与车牌名单进行精确比对,比对命中的车牌名单形成第一列表;对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,采用模糊比对,在第一列表中搜索所有可能识别为待比对车牌的车牌名单,形成第二列表上报。本发明同时公开了对应该方法的装置,本发明的方法及装置增加了后续比对的效率和比对成功率,有效地减少违章车辆信息漏报的情形。
Description
技术领域
本发明属于交通监控技术领域,尤其涉及一种车牌识别比对方法及装置。
背景技术
交警科技化执法手段日益增强,数码摄像机等前端设备在现代交警管理工作中逐步使用和推广,前端设备主要用于对车辆进行抓拍和识别,为交警单位的后续查处工作提供基础信息。
现有技术中的违章抓拍系统除了包括前端设备,还包括分析服务器,分析服务器用于对前端设备发送的抓拍信息进行分析比对。当车辆在经过设置有前端设备的卡口时,触发前端设备对车辆进行抓拍并对车牌字符进行识别;前端设备将抓拍图像和识别后的车牌字符打包成抓拍信息,发送到分析服务器;分析服务器接收并提取前端设备发送的抓拍信息,采用精确比对法确定违章车辆的车牌号码。
但在实际地交通管理中,有不少司机为了躲避交警单位的查处,想出了各种手段应对前端设备的抓拍。比如,故意遮挡车牌,故意污损车牌,在车牌上覆盖光盘等反光物件,甚至有的司机通过修改车牌上的部分字符改变车牌号,使前端设备抓拍到错误的车牌图像。相应的,前端设备在抓拍到错误的车牌图像后,形成的抓拍信息也是错误的。最后,分析服务器会出现采用违章车牌与数据库中的已知车牌一个也比对不上的情形,造成了违章车辆信息的漏报。
针对故意遮挡车牌,故意污损车牌的现象,交警的查处困难较大,很难形成有效的证据。违章抓怕系统要想准确确定违章车辆的车牌号码,需要根据各种车辆信息进行比对。面对海量的数据,在进行比对时,服务器资源被大量占用,处理违章的成本高。同时有些时候即使花了大量的资源进行比对,也不能确定唯一的违章车辆的车牌,最后只能放弃处理,让违章者成为漏网之鱼,不利于交通违章的管理。
发明内容
本发明的目的在于提供一种车牌识别比对方法及装置,以避免现有技术不能准确确定违法车辆车牌号码的现象,降低比对的成本,可提高比对效率,增加比对成功率,减少现有技术中道路交通安全隐患。
为了实现上述发目的,本发明技术方案如下:
一种车牌识别比对方法,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,该方法包括以下步骤:
步骤1、接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有一个字符,每个字符设置有置信度;
步骤2、对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,根据易混淆字符经验库判断出其对应的可能字符;
步骤3、选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符或其可能字符一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
优选地,所述步骤3具体包括步骤:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符与该字符一致的车牌名单,形成第一列表;
在第一列表中,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符为该字符或其对应的可能字符的车牌名单形成第二列表,所述第二列表中的车牌名单作为识别出的车牌。
本发明首先根据置信度高的字符进行精确比对形成第一列表,然后在第一列表的基础上,根据置信度较高的字符进行进一步的模糊比对,将所有可能识别为待比对车牌的记录形成第二列表上报,而对于置信度低的字符不进行比对。查找速度快,进一步缩小了待比对车牌的搜索范围,有利于确定违章车辆的车牌号码。本发明采用在分析服务器中设置易混淆字符经验库的方式,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,根据易混淆字符经验库判断其对应的可能字符,并根据这些可能字符进行模糊比对。
对应地,本发明还提出了一种车牌识别比对装置,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,该装置包括:
接收模块,用于接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有一个字符,每个字符设置有置信度;
判断模块,用于对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,根据易混淆字符经验库判断出其对应的可能字符;
比对模块,用于选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符或其可能字符一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
本发明另一种实现方式,还提出了一种车牌识别比对方法,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,该方法包括以下步骤:
步骤a、接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有至少一个字符,每个字符设置有置信度;
步骤b、选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与所述待比对车牌对应位置上所有字符分别一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
优选地,所述步骤b具体包括步骤:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的可能字符,选择所述车牌名单中该字符对应的位置上的字符与该字符一致的车牌名单,形成第一列表;
在第一列表中,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符与所述待比对车牌对应位置上所有字符分别一致的车牌名单形成第二列表,所述第二列表中的车牌名单作为识别出的车牌。
对应地,本发明还提出了一种车牌识别比对装置,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,该装置包括:
接收模块,用于接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有至少一个字符,每个字符设置有置信度;
比对模块,用于选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与所述待比对车牌对应位置上所有字符分别一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
本发明提出的一种车牌的比对识别方法及装置,通过设置在道路卡口上的前端设备对经过车辆的车牌进行抓拍、车牌字符识别、车牌字符置信度计算形成待比对车牌,分析服务器根据接收的车牌字符及其置信度,分别进行精确比对和模糊比对,查找出待比对车牌可能对应的车牌号码。增加了后续比对的效率和比对成功率,有效地减少违章车辆信息漏报的情形。
附图说明
图1是本发明实施例违章抓拍系统组网结构示意图;
图2是本发明对应于实施例一的车牌识别比对方法流程图;
图3是本发明对应于实施例一的车牌识别比对装置结构示意图;
图4是本发明对应于实施例二的车牌识别比对方法流程图;
图5是本发明对应于实施例二的车牌识别比对装置结构示意图。
具体实施方式
下面结合附图和实施例对本发明技术方案做进一步详细说明,以下实施例不构成对本发明的限定。
本实施例通过如图1所示的违章抓拍系统组网结构来进行说明,违章抓拍系统包括部署在各卡口的前端设备,以及设置在后台的分析服务器,各卡口的前端设备,如前端设备1、前端设备2、前端设备3通过网络接入分析服务器。需要说明的是,前端设备通常为视频监控摄像机,或其他图像采集设备。前端设备主要用于对过往的车辆进行抓拍,并对抓拍的图像进行识别,形成待比对车牌,并将待比对车牌发送至分析服务器。分析服务器主要用于接收前端设备发送的待比对车牌,并根据待比对车牌中的待比对车牌字符及其置信度信息与数据库车牌名单进行比对,找到可能的违章车牌。
当车辆经过卡口时,由于车辆超速、闯红灯等违章行为触发卡口上的前端设备对违章车辆进行抓拍,并对抓拍图像进行车牌字符识别,将识别出的待比对车牌发送到分析服务器。
根据待比对车牌包括的内容不同,以下通过两个实施例分别进行说明:
实施例一、待比对车牌中,对应于车牌上每个位置,都有一个字符及其置信度信息。
前端设备对抓拍图像进行识别,识别出违章车辆车牌的字符,并为每个字符配置对应的置信度,将识别出的待比对车牌发送至分析服务器。
容易理解的是,如果违章车辆的车牌无遮挡、涂污,前端设备可以准确识别出车牌的每个字符,则每个车牌的字符的置信度都是100。对于这种情况,不需要在分析服务器中进行进一步的比对,直接确定该违章车辆的车牌号码。
但是对于车牌遮挡或涂污等违法现象,例如对于车牌第3位和第5位被涂污的车牌“浙A·?6?3A”,则前端设备分析识别后给出的字符及置信度如表1所示:
车牌号码 | 浙 | A | ? | 6 | ? | 3 | A |
置信度 | 100 | 100 | 0 | 100 | 0 | 100 | 100 |
表1
其中,对于被涂污的第3和第5位字符的置信度为0,表示无法识别;其他字符的置信度为100,表示识别完全正确。考虑到违法者可能通过修改部分车牌字符来改变车牌,或者涂污车牌颜色,对于识别的字体颜色/亮度明显易于其他车牌的颜色/亮度,则可以降低其字符的置信度。例如将上述待比对车牌原来置信度100降低为80。
特别地,对于有些字符部分被遮挡或涂污的情况,例如“1”的上半部分被遮挡,则前端设备在进行识别时,会产生误识别的情况。可以识别为“1”,对应的置信度为50;也可以识别为“4”,对应的置信度为30。
例如对于表1所示的车牌,假设第3位和第5位被半遮挡,第3位被识别为“1”,对应的置信度为50,第5位被识别为“8”,置信度为40,则该车牌对应如表2所示:
车牌号码 | 浙 | A | 1 | 6 | 8 | 3 | A |
置信度 | 100 | 100 | 50 | 100 | 40 | 100 | 100 |
表2
实施例二、待比对车牌中,对应于车牌上每个位置,都有至少一个字符及其置信度信息。
具体地,对于识别出的置信度高的字符,对应于每个位置,识别出的字符只有一个;对于识别出的置信度低的字符,对应于每个位置,有至少一个字符,即包括了识别出的所有可能字符。
对于完全被遮挡或涂污的车牌字符,前端设备在识别后只能对其给出较低的置信度,例如0。对于这类违章车辆,需要根据车身颜色、车型、车辆品牌等其他因素来确定,这里不再赘述。
而对于被部分遮挡或涂污的车牌字符,前端设备在识别时能够确定多个可能字符及其置信度。在实施例一的情况下,仅给出一个可能的字符及其置信度(通常几个可能字符中较高置信度的那个),而在本实施二中,将多个可能的字符及其置信度全部放入待比对车牌上报到分析服务器。例如对于被部分遮挡的“1”,将可能的字符“1”及其置信度50,以及可能的字符“4”及其置信度30一起上报。
例如,对于表1的车牌,假设第3位和第5位被半遮挡,第3位被识别为“1”,对应的置信度为50,其可能的字符有“4”,对应的置信度为30;第5位被识别为“8”,置信度为40,其可能的字符有“B”置信度为40,则该车牌对应如表3所示:
表3
分析服务器接收到待比对车牌后,提取违章车辆车牌字符及其对应的置信度信息,对于实施例二,还进一步提取可能字符及其置信度信息。
需要说明的是,置信度是识别出的字符的可信程度,例如将标准字符和待识别字符均分割为100份小样,两者的小样一一对应地进行匹配,相同的小样数目即为该待识别字符的置信度。置信度的确定方法多种多样,这里不再赘述。
图2示出了针对实施例一的车牌识别比对方法的流程,应用于分析服务器,该方法包括以下步骤:
步骤201、接收前端设备发送的待比对车牌,该待比对车牌每个字符位置有一个字符,每个字符设置有置信度。
步骤202、对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,根据易混淆字符经验库判断出其对应的可能字符。
本实施例设定了第一置信度阈值和第二置信度阈值,第一置信度阈值高于第二置信度阈值。将置信度高于或等于第一置信度阈值的字符,例如第一置信度为80%,认为是可信的字符;将置信度低于或等于第二置信度阈值的字符,例如30%,认为是不能识别的字符;而对于置信度低于第一置信度阈值,高于第二置信度阈值的字符,认为是不确定字符。
对于可信的字符,通常是没有遮挡没有涂污的字符,其置信度高,一般直接在数据库车牌名单中找到对应位置字符一致的车牌名单就能完成识别。同样对于不能识别的字符,通常是被完全遮挡或涂污的字符,其置信度很低,完全不能识别,该字符对应位置只能被看作任意字符。
而对于不确定字符,通常是部分遮挡或涂污的字符,其置信度在第一置信度阈值与第二置信度阈值之间,该字符可能被识别为一个字符或多个可能字符。本实施例待比对车牌只提供了车牌的字符及其对应的置信度,而对于不确定字符,并不知道还有其他哪些可能的字符。因此需要先确定该位置还可能有哪些可能字符。因此,本实施例在分析服务器设置有易混淆字符经验库,易混淆字符经验库由实际应用过程中积累起来的经验形成,比如,当字符“8”在置信度低于40的时候常常与字符“B”混淆,字符“D”在置信度低于30的时候常常与字符“B”混淆。均可被加入易混淆字符经验库中,以便于后续的重复使用。
一个典型的易混淆字符经验库如表4所示:
字符 | 置信度低于 | 识别为 |
8 | 40 | B |
B | 40 | 8 |
D | 30 | B |
。。。 |
表4
例如对于第5位的字符“8”,其置信度为40,在经验库中,其对应的可能字符有“B”,则判断第5位的可能字符含有“B”,并为其设置相同的置信度。值得注意的是,可能字符可能存在一个或多个,在同一个七位数车牌中,七个字符中的任意一个字符均有可能出现一个或多个的进一步可能字符。
因此本实施例根据易混淆字符经验库查找到不确定字符对应的可能字符。
步骤203、与车牌名单比对,识别出待比对车牌对应的车牌。
具体地,就是选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,该车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,该车牌名单中该字符对应的位置上的字符与该字符或其可能字符一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,该车牌名单中该字符对应位置的字符为任意字符。
在具体的比对过程中,优选地,执行如下步骤:
1)选择待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,选择车牌名单中该字符对应的位置上的字符与该字符一致的车牌名单,形成第一列表。
对字符置信度高于或等于第一置信度阈值的字符,认为是可信的字符。选择这些可信的字符与数据库车牌名单进行精确比对,比对命中的车牌名单形成第一列表。第一列表中每个车牌名单包含车牌字符,以及每个字符的置信度。
本步骤只对高置信度的字符进行精确比对,所以无论是对于表1、表2、表3的哪种情况,假设设定的第一置信度阈值是80,则仅对车牌的第1位、第2位、第4位、第6位和第7位进行精确比对,将数据库车牌名单中第1位为“浙”,第2位为“A”,第4位为“6”,第6位为“3”,第7位为“A”的所有车牌名单搜索出来,形成第一列表。
显然对于部分位置被完全遮挡的车牌,在进行比对后只能形成第一列表,只能采用其他条件如颜色、车型等来进一步比对。无法如下一步骤进行比对形成第二列表,或者说这种情况在下一步骤比对后形成的第二列表与第一列表相同。
其中,车牌名单是由分析服务器维护的车牌名单,存储在数据库中,或者是分析服务器维护的一个车牌名单列表,其可以是黑名单,也可以是进入某个园区的车辆记录,可以是单份,也可以是多份。
2)、在第一列表中,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,选择车牌名单中该字符对应的位置上的字符为该字符或其对应的可能字符的车牌名单形成第二列表,第二列表中的车牌名单作为识别出的车牌。
由于第一列表给出了所有可能的车牌名单,因此需要进一步缩小范围,以便提高通过其他条件来找出违章车辆的真实车牌的几率。本实施例对置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,采用模糊比对,来进一步缩小第一列表的范围。
所谓的模糊比对,是指搜索系统自动按照用户输入关键词的同义词进行模糊检索,从而得出较多的检索结果,同义词由搜索系统的管理界面配置。针对本实施例,就是在第一列表中,根据置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符(不确定字符),在第一列表中找出该不确定字符对应位置是该字符的所有模糊搜索结果的车牌名单,形成第二列表。具体地,就是确定该不确定字符对应的可能字符,在模糊搜索时只要该不确定字符位置是该字符或其对应的可能字符,就命中该车牌名单。也相当于将可能字符设置为同义词,然后在第一列表中进行模糊比对。
因此在判断出可能字符后,则在第一列表中进行模糊比对,搜索所有可能识别为待比对车牌的记录,形成第二列表上报,第二列表中每个车牌名单包含车牌字符,以及每个字符的置信度。当第二列表形成后,已经大大缩小了违章车辆的查找范围,然后根据其他条件如车型、颜色等可以进一步确定违章车辆的车牌,这里不再赘述。
对应上述方法,本实施例还提出了一种车牌识别比对装置,如图3所示,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,该装置包括:
接收模块,用于接收前端设备发送的待比对车牌,该待比对车牌每个字符位置有一个字符,每个字符设置有置信度;
判断模块,用于对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,根据易混淆字符经验库判断出其对应的可能字符;
比对模块,用于与车牌名单比对,识别出待比对车牌对应的车牌。
其中比对模块,选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,该车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,该车牌名单中该字符对应的位置上的字符与该字符或其可能字符一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,该车牌名单中该字符对应位置的字符为任意字符。
具体地,比对模块进行识别比对时,优选的识别步骤如步骤1)和步骤2),这里不再赘述。
图4示出了针对实施例二的车牌识别比对方法的流程,应用于分析服务器,该方法包括以下步骤:
步骤401、接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有至少一个字符,每个字符设置有置信度;
步骤402、与车牌名单比对,识别出待比对车牌对应的车牌。
具体地,就是选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,该车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,该车牌名单中该字符对应的位置上的字符与待比对车牌对应位置上所有字符分别一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,该车牌名单中该字符对应位置的字符为任意字符。
对于实施例二的情况,待比对车牌不仅提供了车牌的字符及其对应的置信度,而且对于不确定字符,也提供了其可能的字符及其置信度,因此对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,在识别时对于其对应的位置,需要找出该位置字符是待比对车牌给出的该位置上所有可能字符的车牌。
在比对过程中,优选地,执行如下步骤:
i)选择待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,选择车牌名单中该字符对应的位置上的字符与该字符一致的车牌名单,形成第一列表。
ii)对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,选择车牌名单中该字符对应的位置上的字符与该待比对车牌对应位置上所有字符分别一致的车牌名单形成第二列表,所述第二列表中的车牌名单作为识别出的车牌。
对应实施例二的方法,本发明还提出了一种车牌识别比对装置,如图5所示,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,该装置包括:
接收模块,用于接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有至少一个字符,每个字符设置有置信度;
比对模块,用于选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,该车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,该车牌名单中该字符对应的位置上的字符与待比对车牌对应位置上所有字符分别一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
具体地,比对模块进行识别比对时,优选的识别步骤如步骤i)和步骤ii),这里不再赘述。
需要说明的是,在实施例一的情况中,由分析服务器维护易混淆字符经验库,在实施例二的情况中,可以由前端设备维护易混淆字符经验库,也可以不设置易混淆字符经验库,直接由前端设备在识别字符时给出可能的字符及其置信度。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种车牌识别比对方法,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,其特征在于,该方法包括以下步骤:
步骤1、接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有一个字符,每个字符设置有置信度;
步骤2、对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,根据易混淆字符经验库判断出其对应的可能字符;
步骤3、选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符或其可能字符一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
2.根据权利要求1所述的车牌识别比对方法,其特征在于,所述步骤3具体包括步骤:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符与该字符一致的车牌名单,形成第一列表;
在第一列表中,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符为该字符或其对应的可能字符的车牌名单形成第二列表,所述第二列表中的车牌名单作为识别出的车牌。
3.一种车牌识别比对装置,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,其特征在于,该装置包括:
接收模块,用于接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有一个字符,每个字符设置有置信度;
判断模块,用于对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,根据易混淆字符经验库判断出其对应的可能字符;
比对模块,用于选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符或其可能字符一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
4.根据权利要求3所述的车牌识别比对装置,其特征在于,所述比对模块在进行比对时,执行如下操作:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符与该字符一致的车牌名单,形成第一列表;
在第一列表中,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符为该字符或其对应的可能字符的车牌名单,形成第二列表,所述第二列表中的车牌名单作为识别出的车牌。
5.一种车牌识别比对方法,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,其特征在于,该方法包括以下步骤:
步骤a、接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有至少一个字符,每个字符设置有置信度;
步骤b、选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与所述待比对车牌对应位置上所有字符分别一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
6.根据权利要求5所述的车牌识别比对方法,其特征在于,所述步骤b具体包括步骤:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的可能字符,选择所述车牌名单中该字符对应的位置上的字符与该字符一致的车牌名单,形成第一列表;
在第一列表中,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符与所述待比对车牌对应位置上所有字符分别一致的车牌名单形成第二列表,所述第二列表中的车牌名单作为识别出的车牌。
7.一种车牌识别比对装置,应用于包括前端设备和分析服务器的违章抓拍系统的分析服务器,其特征在于,该装置包括:
接收模块,用于接收前端设备发送的待比对车牌,所述待比对车牌每个字符位置有至少一个字符,每个字符设置有置信度;
比对模块,用于选择满足如下条件的车牌名单作为识别出的车牌:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与该字符一致;
且,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,所述车牌名单中该字符对应的位置上的字符与所述待比对车牌对应位置上所有字符分别一致;
且,对于待比对车牌中置信度小于第二置信度阈值的字符,所述车牌名单中该字符对应位置的字符为任意字符。
8.根据权利要求7所述的车牌识别比对装置,其特征在于,所述比对模块在进行比对时,执行如下操作:
对于待比对车牌中置信度高于或等于设定的第一置信度阈值的可能字符,选择所述车牌名单中该字符对应的位置上的字符与该字符一致的车牌名单,形成第一列表;
在第一列表中,对于待比对车牌中置信度低于设定的第一置信度阈值,但高于设定的第二置信度阈值的字符,选择所述车牌名单中该字符对应的位置上的字符为所述待比对车牌对应位置上所有字符分别一致的车牌名单形成第二列表,所述第二列表中的车牌名单作为识别出的车牌。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410176243.0A CN103927880B (zh) | 2014-04-28 | 2014-04-28 | 一种车牌识别比对方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410176243.0A CN103927880B (zh) | 2014-04-28 | 2014-04-28 | 一种车牌识别比对方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103927880A true CN103927880A (zh) | 2014-07-16 |
CN103927880B CN103927880B (zh) | 2016-11-16 |
Family
ID=51146089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410176243.0A Active CN103927880B (zh) | 2014-04-28 | 2014-04-28 | 一种车牌识别比对方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103927880B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408931A (zh) * | 2014-10-29 | 2015-03-11 | 合肥指南针电子科技有限责任公司 | 一种残缺符号车牌识别系统及方法 |
CN104464302A (zh) * | 2014-12-22 | 2015-03-25 | 南京中兴力维软件有限公司 | 一种车牌识别智能纠错方法和系统 |
CN104504906A (zh) * | 2014-12-25 | 2015-04-08 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及系统 |
CN104915644A (zh) * | 2015-05-29 | 2015-09-16 | 安徽四创电子股份有限公司 | 一种基于差别数据重建的车牌智能判别方法 |
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 |
CN105117725A (zh) * | 2015-07-29 | 2015-12-02 | 安徽四创电子股份有限公司 | 一种基于车牌可信度的车牌自纠正识别方法 |
CN105139659A (zh) * | 2015-10-09 | 2015-12-09 | 东方网力科技股份有限公司 | 车牌识别方法与装置 |
CN105405298A (zh) * | 2015-12-24 | 2016-03-16 | 浙江宇视科技有限公司 | 一种车牌标识的识别方法和装置 |
CN106128090A (zh) * | 2016-06-30 | 2016-11-16 | 北京小米移动软件有限公司 | 识别车辆信息的方法及装置 |
CN107886028A (zh) * | 2016-09-29 | 2018-04-06 | 九阳股份有限公司 | 一种冰箱的食材录入方法及食材录入装置 |
CN109377572A (zh) * | 2018-12-12 | 2019-02-22 | 杭州华云科技有限公司 | 一种无人值守云停车的管理控制方法及管理装置 |
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 |
CN110335473A (zh) * | 2019-08-14 | 2019-10-15 | 中国联合网络通信集团有限公司 | 遮挡车牌车辆的身份识别方法及系统 |
CN111523544A (zh) * | 2020-04-23 | 2020-08-11 | 上海眼控科技股份有限公司 | 车牌类型检测方法、系统、计算机设备及可读存储介质 |
CN112348010A (zh) * | 2019-08-07 | 2021-02-09 | 杭州海康威视系统技术有限公司 | 一种车牌匹配方法及装置 |
CN113284349A (zh) * | 2021-07-23 | 2021-08-20 | 深圳市赛菲姆科技有限公司 | 车牌识别方法及系统 |
CN113554893A (zh) * | 2021-07-16 | 2021-10-26 | 山东新一代信息产业技术研究院有限公司 | 一种基于人工智能的车位预警方法、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346847A (zh) * | 2011-09-26 | 2012-02-08 | 青岛海信网络科技股份有限公司 | 一种支持向量机的车牌字符识别方法 |
CN103035125A (zh) * | 2012-12-12 | 2013-04-10 | 北京蓝卡软件技术有限公司 | 一种车牌识别方法及其系统 |
CN103164697A (zh) * | 2013-03-29 | 2013-06-19 | 苏州皓泰视频技术有限公司 | 一种处理时间与识别精度自适应的车牌识别方法 |
US20130307979A1 (en) * | 2012-05-15 | 2013-11-21 | Industrial Technology Research Institute | Method and system for integrating multiple camera images to track a vehicle |
-
2014
- 2014-04-28 CN CN201410176243.0A patent/CN103927880B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102346847A (zh) * | 2011-09-26 | 2012-02-08 | 青岛海信网络科技股份有限公司 | 一种支持向量机的车牌字符识别方法 |
US20130307979A1 (en) * | 2012-05-15 | 2013-11-21 | Industrial Technology Research Institute | Method and system for integrating multiple camera images to track a vehicle |
CN103035125A (zh) * | 2012-12-12 | 2013-04-10 | 北京蓝卡软件技术有限公司 | 一种车牌识别方法及其系统 |
CN103164697A (zh) * | 2013-03-29 | 2013-06-19 | 苏州皓泰视频技术有限公司 | 一种处理时间与识别精度自适应的车牌识别方法 |
Non-Patent Citations (1)
Title |
---|
曾飞: "基于置信度分析和特征融合的车牌识别研究", 《湘潭师范学院学报(自然科学版)》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408931A (zh) * | 2014-10-29 | 2015-03-11 | 合肥指南针电子科技有限责任公司 | 一种残缺符号车牌识别系统及方法 |
CN104464302A (zh) * | 2014-12-22 | 2015-03-25 | 南京中兴力维软件有限公司 | 一种车牌识别智能纠错方法和系统 |
CN104504906A (zh) * | 2014-12-25 | 2015-04-08 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及系统 |
CN104915644A (zh) * | 2015-05-29 | 2015-09-16 | 安徽四创电子股份有限公司 | 一种基于差别数据重建的车牌智能判别方法 |
CN104915644B (zh) * | 2015-05-29 | 2018-01-19 | 安徽四创电子股份有限公司 | 一种基于差别数据重建的车牌智能判别方法 |
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 |
CN105117725A (zh) * | 2015-07-29 | 2015-12-02 | 安徽四创电子股份有限公司 | 一种基于车牌可信度的车牌自纠正识别方法 |
CN105117725B (zh) * | 2015-07-29 | 2018-05-04 | 安徽四创电子股份有限公司 | 一种基于车牌可信度的车牌自纠正识别方法 |
CN105139659A (zh) * | 2015-10-09 | 2015-12-09 | 东方网力科技股份有限公司 | 车牌识别方法与装置 |
CN105405298B (zh) * | 2015-12-24 | 2018-01-16 | 浙江宇视科技有限公司 | 一种车牌标识的识别方法和装置 |
CN105405298A (zh) * | 2015-12-24 | 2016-03-16 | 浙江宇视科技有限公司 | 一种车牌标识的识别方法和装置 |
CN106128090A (zh) * | 2016-06-30 | 2016-11-16 | 北京小米移动软件有限公司 | 识别车辆信息的方法及装置 |
CN107886028A (zh) * | 2016-09-29 | 2018-04-06 | 九阳股份有限公司 | 一种冰箱的食材录入方法及食材录入装置 |
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 |
CN109377572A (zh) * | 2018-12-12 | 2019-02-22 | 杭州华云科技有限公司 | 一种无人值守云停车的管理控制方法及管理装置 |
CN112348010A (zh) * | 2019-08-07 | 2021-02-09 | 杭州海康威视系统技术有限公司 | 一种车牌匹配方法及装置 |
CN110335473A (zh) * | 2019-08-14 | 2019-10-15 | 中国联合网络通信集团有限公司 | 遮挡车牌车辆的身份识别方法及系统 |
CN110335473B (zh) * | 2019-08-14 | 2021-05-11 | 中国联合网络通信集团有限公司 | 遮挡车牌车辆的身份识别方法及系统 |
CN111523544A (zh) * | 2020-04-23 | 2020-08-11 | 上海眼控科技股份有限公司 | 车牌类型检测方法、系统、计算机设备及可读存储介质 |
CN113554893A (zh) * | 2021-07-16 | 2021-10-26 | 山东新一代信息产业技术研究院有限公司 | 一种基于人工智能的车位预警方法、设备及介质 |
CN113284349A (zh) * | 2021-07-23 | 2021-08-20 | 深圳市赛菲姆科技有限公司 | 车牌识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103927880B (zh) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927880A (zh) | 一种车牌识别比对方法及装置 | |
CN112738015B (zh) | 一种基于可解释卷积神经网络cnn与图检测的多步攻击检测方法 | |
CN108694399B (zh) | 车牌识别方法、装置及系统 | |
CN106600977B (zh) | 基于多特征识别的违停检测方法及系统 | |
CN106384513A (zh) | 一种基于智能交通的套牌车捕捉系统及方法 | |
CN103021184B (zh) | 遮挡车牌车辆的辅助辨别方法及系统 | |
CN104952255A (zh) | 一种智能终端及其交通违章监督方法、系统 | |
US20070292029A1 (en) | Cascade plate recognition system | |
EA016732B1 (ru) | Система и способ определения средней скорости транспортных средств в целях управления дорожным движением | |
CN103914986A (zh) | 一种套牌分析的方法和装置 | |
CN103903448B (zh) | 一种基于车牌识别技术的交通路口违章侦测方法 | |
CN105376210A (zh) | 一种账户威胁识别和防御方法及系统 | |
CN105894819A (zh) | 一种基于二次验证的套牌车识别方法 | |
US10607100B2 (en) | Device for recognizing vehicle license plate number and method therefor | |
CN103646548A (zh) | 一种基于图像识别技术对车牌的识别方法 | |
CN103914682A (zh) | 一种车牌识别方法及系统 | |
CN106571040A (zh) | 一种可疑车辆确认方法及设备 | |
CN111724408B (zh) | 基于5g通信下异常驾驶行为算法模型的验证实验方法 | |
CN110956123B (zh) | 一种富媒体内容的审核方法、装置、服务器及存储介质 | |
CN106327876B (zh) | 一种基于行车记录仪的套牌车捕捉系统及方法 | |
KR101066081B1 (ko) | 차량 탑재형 스마트 정보 판독 시스템 및 방법 | |
CN103761879B (zh) | 一种车辆套牌识别方法及系统 | |
CN103106400B (zh) | 一种人脸检测方法与装置 | |
CN104765859A (zh) | 违停车辆信息的录入方法及系统 | |
KR101547255B1 (ko) | 지능형 감시 시스템의 객체기반 검색방법 |
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 |