CN104077570A - 一种融合射频识别和车牌识别的方法及系统 - Google Patents
一种融合射频识别和车牌识别的方法及系统 Download PDFInfo
- Publication number
- CN104077570A CN104077570A CN201410291328.3A CN201410291328A CN104077570A CN 104077570 A CN104077570 A CN 104077570A CN 201410291328 A CN201410291328 A CN 201410291328A CN 104077570 A CN104077570 A CN 104077570A
- Authority
- CN
- China
- Prior art keywords
- plate
- identification
- number plate
- fusion
- radio
- 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
Landscapes
- Traffic Control Systems (AREA)
- Vehicle Waterproofing, Decoration, And Sanitation Devices (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种融合射频识别和车牌识别的方法,包括:号牌识别步骤和号牌融合步骤;号牌识别步骤为射频识别系统通过读写器对车载的射频识别标签中存储的机动车号牌信息进行采集识别,车牌识别系统通过摄像装置对机动车号牌进行信息采集识别,并分别记录识别成功的号牌信息和识别成功时刻的时间信息;号牌融合步骤为建立机动车号牌的字符之间的相似度表,基于相似度表,对从射频识别系统和车牌识别系统获取的机动车号牌信息进行融合识别,输出最终识别结果。
Description
技术领域
本发明涉及一种数据融合方法,特别是涉及一种在智能交通应用中,将射频识别系统识别到的机动车号牌和车牌识别系统识别到的机动车号牌进行综合的方法,以及实现这种方法的系统。
背景技术
射频识别(Radio Frequency Identification,RFID)技术具有快速识别、远距识别、多目标识别和非视线识别等优点,被广泛应用于智能交通领域的车辆识别。通过在机动车上安装存储有机动车号牌的射频识别标签,在道路上方安装射频识别读写器,当机动车经过射频识别读写的工作区域时,机动车上安装的射频识别标签中存储的数据被读出,从而完成了对机动车号牌的识别。采用射频识别技术,可以准确地采集识别到高速运动的机动车的号牌。但是,如果机动车上安装的射频识别标签被损坏,或者机动车上没有安装射频识别标签时,射频识别技术就不能识别机动车的号牌。另外,射频识别技术只能识别机动车的号牌,不能记录经过的机动车的图像,在需要机动车经过射频识别读写器工作区域的图像或视频作为某种证据时,射频识别技术就无法满足这个要求。
利用图像或视频方式识别机动车号牌的车牌识别(Vehicle License PlateRecognition,VLPR)技术也广泛应用于智能交通领域。通过在道路上方安装摄像机,并安装计算机车牌识别软件,当机动车经过摄像机的工作范围时,机动车的图像或视频被摄像机采集,计算机车牌识别软件可以识别出机动车的号牌,并可保留图像或视频作为证据。但是,在恶劣气候(如雨、雪、雾、霾等天气)或夜间条件上,车牌识别系统对机动车号牌的识别率较低,不能满足应用的要求。
因此,智能交通应用迫切需要一种方法,能将射频识别系统和车牌识别系统结合起来,利用两种系统的优点,既能准确识别机动车号牌,又能保留机动车经过机动车号牌采集区域的图像或视频作为某种证据。本发明正是为满足这个现实需求而产生的。
发明内容
本发明所要解决的技术问题在于提供一种将射频识别系统识别的机动车号牌和车牌识别系统识别的机动车号牌进行融合的方法,解决射频识别系统无法获取机动车图像或视频和车牌识别系统在雨、雪、雾等气候下,以及夜间情况下机动车号牌识别准确率较低的问题,综合射频识别系统识别机动车号牌的高准确率和车牌识别系统保留有机动车图像或视频的优点。
为达上述目的,本发明提供一种融合射频识别和车牌识别的方法,该方法同时采用射频识别系统和车牌识别系统进行机动车号牌识别,其特征在于,包括:
号牌识别步骤:所述射频识别系统通过读写器对车载的射频识别标签中存储的机动车号牌信息进行采集识别,所述车牌识别系统通过摄像装置对机动车号牌进行信息采集识别,并分别记录识别成功的号牌信息和识别成功时刻的时间信息;
号牌融合步骤:建立所述机动车号牌的字符之间的相似度表,基于所述相似度表,对从所述射频识别系统和所述车牌识别系统获取的所述机动车号牌信息进行融合识别,输出最终识别结果。
上述融合射频识别和车牌识别的方法,其特征在于,所述读写器与所述摄像装置同步工作,并且工作范围重叠。
上述融合射频识别和车牌识别的方法,其特征在于,所述号牌融合步骤包括:
相似度表建立步骤:通过列举机动车号牌中使用的字符,计算任意两个所述字符之间的相似度;
融合识别步骤:依据所述识别成功时刻的时间信息,对采集到的车牌信息的融合情况进行判断,不能进行融合的所述号牌信息进行直接保存,可以进行融合的所述号牌信息进行所述相似度计算,并输出最终的融合结果。
上述融合射频识别和车牌识别的方法,其特征在于,所述相似度表建立步骤还包括:
相似度计算步骤:获取每个字符的标准灰度图像,基于所述标准灰度图像计算所述字符之间的相似度s(C1,C2),计算方法如下:
其中,所述字符C1和C2的标准灰度图像分别为I1和I2,所述M和N分别为所述灰度图像的行数和列数,所述x和y分别为所述标准灰度图像的行变量和列变量。
上述融合射频识别和车牌识别的方法,其特征在于,所述融合识别步骤还包括:
信息获取步骤:获取所述车牌识别系统识别的机动车号牌P1及识别时间T1,同时获取所述射频识别系统识别的机动车号牌P2及识别时间T2,以及当前时间T;
融合判断步骤:预置时间t,根据所述当前时间T、时间T1、时间T2和预置时间t之间的关系判断所述号牌P1或P2是否需要进行融合,对于不需要融合的情况,进行所述号牌直接保存,并消除过时的射频识别车牌;
相似度均值计算步骤:如果所述时间T2满足-t≤T2-T1≤t,且所述号牌P1与所述号牌P2中的字符数目相等,则计算P1和P2的相似度S(P1,P2)如下:
其中,n为字符数量;
融合结果输出步骤:预置相似度阈值最大值H,相似度阈值最小值L,如果存在多个满足-t≤T2-T1≤t的号牌P2,则取多个所述S(P1,P2)中最大值,如果所述最大值≥H,则认为P1和P2能够融合,将所述P2作为融合结果,如果所述最大的值≤L,则将所述号牌P1作为融合结果保存,对于没有融合的车牌P1,继续执行所述号牌融合步骤。
上述融合射频识别和车牌识别的方法,其特征在于,所述融合判断步骤还包括:
保存号牌P1步骤:如果所述当前时间T和所述时间T1的关系满足T-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌,并且,如果所有的所述车牌P2的时间T2都满足T2-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;
保存号牌P2步骤:如果所述时间T1和时间T2的关系满足T1-T2>t,则将所述号牌P2不作融合,直接保存,即消除过时的射频识别的车牌。
本发明还提供一种融合射频识别和车牌识别的系统,采用如上述融合射频识别和车牌识别方法,该方法同时采用射频识别系统和车牌识别系统进行机动车号牌识别,其特征在于,所述系统包括:
号牌识别模块:所述射频识别系统通过读写器对车载的射频识别标签中存储的机动车号牌信息进行采集识别,所述车牌识别系统通过摄像装置对机动车号牌进行信息采集识别,并分别记录识别成功的号牌信息和识别成功时刻的时间信息;
号牌融合模块:建立所述机动车号牌的字符之间的相似度表,基于所述相似度表,对从所述射频识别系统和所述车牌识别系统获取的所述机动车号牌信息进行融合识别,输出最终识别结果。
上述融合射频识别和车牌识别的系统,其特征在于,所述读写器与所述摄像装置同步工作,并且工作范围重叠。
上述融合射频识别和车牌识别的系统,其特征在于,所述号牌融合模块包括:
相似度表建立模块:通过列举机动车号牌中使用的字符,计算任意两个所述字符之间的相似度;
融合识别模块:依据所述识别成功时刻的时间信息,对采集到的车牌信息的融合情况进行判断,对于可以进行融合的所述号牌信息进行所述相似度计算,并输出最终的融合结果。
上述融合射频识别和车牌识别的系统,其特征在于,所述相似度表建立模块还包括:
相似度计算模块:获取每个字符的标准灰度图像,基于所述标准灰度图像计算所述字符之间的相似度s(C1,C2),计算方法如下:
其中,所述字符C1和C2的标准灰度图像分别为I1和I2,所述M和N分别为所述灰度图像的行数和列数,所述x和y分别为所述标准灰度图像的行变量和列变量。
上述融合射频识别和车牌识别的系统,其特征在于,所述融合识别模块还包括:
信息获取模块:获取所述车牌识别系统识别的机动车号牌P1及识别时间T1,同时获取所述射频识别系统识别的机动车号牌P2及识别时间T2,以及当前时间T;
融合判断模块:预置时间t,根据所述T、T1、T2和t之间的关系判断所述号牌P1或P2是否需要进行融合,对于不需要融合的情况,进行所述号牌直接保存,并消除过时的射频识别车牌;
相似度均值计算模块:如果所述T2满足-t≤T2-T1≤t,且所述号牌P1与所述号牌P2中的字符数目相等,则计算P1和P2的相似度S(P1,P2)如下:
其中,n为字符数量;
融合结果输出模块:预置相似度阈值最大值H,相似度阈值最小值L,如果存在多个满足-t≤T2-T1≤t的号牌P2,则取多个所述S(P1,P2)中最大的值,如果所述最大的值≥H,则认为P1和P2能够融合,将所述车牌P2和所述车牌P1信息保存,P2作为融合结果,即用射频识别纠正车牌识别;如果所述最大的值≤L,则将所述号牌P1作为融合结果保存,对于没有融合的车牌P1,继续执行所述号牌融合步骤。
上述融合射频识别和车牌识别的系统,其特征在于,所述融合判断模块还包括:
号牌P1保存模块:预置时间t,如果所述T和T1的关系满足T-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;并且,如果所有车牌P2的所述T2都满足T2-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;
号牌P2保存模块:如果所述T1和T2的关系满足T1-T2>t,则将所述号牌P2不作融合,直接保存,即消除过时的射频识别的车牌。
与现有智能交通领域车牌识别方法中,单纯的射频识别系统和单纯的车牌识别系统相比,本发明的有益效果在于解决了射频识别系统无法获取机动车图像或视频和车牌识别系统在雨、雪、雾等气候下,以及夜间情况下机动车号牌识别准确率较低的问题,综合了射频识别系统识别机动车号牌的高准确率和车牌识别系统能保留有机动车图像或视频的优点。与现有的利用地感线圈触发车牌识别和射频识别的方法比较,本发明不需要安装可能损伤路面的地感线圈。
附图说明
图1为本发明方法流程示意图;
图2A~图2B为本发明方法详细流程示意图;
图3为本发明方法实施例示意图;
图4A~图4B为本发明实施例详细步骤示意图;
图5为本发明系统结构示意图;
图6A~图6B为本发明系统详细结构示意图;
图7是本发明实施例的融合射频识别和车牌识别的系统示意图
其中,附图标记:
1号牌识别模块 2号牌融合模块
21相似度表建立模块 22融合识别模块
211相似度计算模块
221信息获取模块 222融合判断模块
223相似度均值计算模块 224融合结果输出模块
2221保存P1模块 2222保存P2模块
S1~S2、S21~S22、S221~S224、S2221~S2222、S100~S500:本发明各实施例的施行步骤
具体实施方式
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
本发明提供的一种融合射频识别和车牌识别的方法,图1为本发明方法流程示意图,如图1所示,该方法包括:
号牌识别步骤S1:射频识别系统通过读写器对车载的射频识别标签中存储的机动车号牌信息进行采集识别,车牌识别系统通过摄像装置对机动车号牌进行信息采集识别,并分别记录识别成功的号牌信息和识别成功时刻的时间信息;
号牌融合步骤S2:建立机动车号牌的字符之间的相似度表,基于相似度表,对从射频识别系统和车牌识别系统获取的机动车号牌信息进行融合识别,输出最终识别结果。
其中,读写器与所述摄像装置同步工作,并且工作范围重叠,使得机动车经过所述读写器工作区域的时间与经过所述摄像装置的工作区域的时间差别不太,例如,不超过3秒。
其中,号牌融合步骤S2包括:
相似度表建立步骤S21:通过列举机动车号牌中使用的字符,计算任意两个字符之间的相似度;
融合识别步骤S22:依据识别成功时刻的时间信息,对采集到的车牌信息的融合情况进行判断,不能进行融合的号牌信息进行直接保存,可以进行融合的号牌信息进行相似度计算,并输出最终的融合结果。
其中,图2A~图2B为本发明方法详细流程示意图,如图2A所示,相似度表建立步骤S21还包括:
相似度计算步骤S211:获取每个字符的标准灰度图像,基于标准灰度图像计算字符之间的相似度s(C1,C2),计算方法如下:
其中,字符C1和C2的标准灰度图像分别为I1和I2,M和N分别为灰度图像的行数和列数,x和y分别为标准灰度图像的行变量和列变量。
其中,融合识别步骤S22还包括:
信息获取步骤S221:获取车牌识别系统识别的机动车号牌P1及识别时间T1,同时获取射频识别系统识别的机动车号牌P2及识别时间T2,以及当前时间T;
融合判断步骤S222:预置时间t,根据当前时间T、时间T1、时间T2和预置时间t之间的关系判断号牌P1或P2是否需要进行融合,对于不需要融合的情况,进行号牌直接保存,并消除过时的射频识别车牌;
相似度均值计算步骤S223:如果时间T2满足-t≤T2-T1≤t,且号牌P1与号牌P2中的字符数目相等,则计算P1和P2的相似度S(P1,P2)如下:
其中,n为字符数量;
融合结果输出步骤S224:预置相似度阈值最大值H,相似度阈值最小值L,如果存在多个满足-t≤T2-T1≤t的号牌P2,则取多个S(P1,P2)中最大值,如果最大值≥H,则认为P1和P2能够融合,将P2作为融合结果,如果最大的值≤L,则将号牌P1作为融合结果保存,对于没有融合的车牌P1,继续执行所述号牌融合步骤。
其中,如图2B所示,融合判断步骤S222还包括:
保存号牌P1步骤S2221:如果当前时间T和时间T1的关系满足T-T1>t,则将号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌,并且,如果所有的车牌P2的时间T2都满足T2-T1>t,则将号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;
保存号牌P2步骤S2222:如果时间T1和时间T2的关系满足T1-T2>t,则将号牌P2不作融合,直接保存,即消除过时的射频识别的车牌。
下面结合附图和具体实施方式,对本发明方法做进一步的说明。
本发明提出一种融合射频识别和车牌识别的方法,图3为本发明方法实施例示意图,如图3所示,该方法包括:
步骤S100,安装射频识别系统,包括在机动车上安装存储有机动车号牌的射频识别标签,并在道路上方安装射频识别读写器;
步骤S200,安装车牌识别系统,包括在道路上方安装摄像机,摄像机的拍摄范围与射频识别读写器的工作范围尽量重叠,并安装识别机动车号牌的计算机软件;
步骤S300,建立机动车号牌采用的字符之间相似度表;
步骤S400,射频识别系统和车牌识别系统各自对经过其工作区域的机动车的号牌进行识别,在识别出号牌后,记录识别的号牌和识别号牌时的时间;
步骤S500,对从两个系统获取的机动车号牌进行融合,输出融合后的结果。
其中,图4A~图4B为本发明实施例详细步骤示意图,如图4A所示,步骤S300包括:
步骤S301,列举机动车号牌中使用的字符,对在中华人民共和国境内形式的机动车,其号牌使用的字符包括数字字母字符:0、1、2、3、4、5、6、7、8、9、A、B、C、D、E、F、G、H、J、K、L、M、N、P、Q、R、S、T、U、V、W、X、Y、Z;省级行政区划汉字字符:京、津、冀、晋、蒙、辽、吉、黑、沪、苏、浙、徽、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、渝、川、贵、云、藏、陕、甘、宁、青、新;特殊车辆汉字字符:港、澳、警、使、领、教等;以及一个空格字符,当车牌识别系统不能识别机动车号牌上的某个字符时,以空格代替这个字符;
步骤S302,计算任意两个机动车号牌字符C1和C2之间的相似度,相似度的取值范围从0到1,其中,0表示完全不相似,1表示完全相同,0和1之间的值表示具有某种程度的相似。空格与其它字符的相似度为0,任意字符与自己的相似度为1,数字字母字符与汉字字符之间的相似度为0。为计算相似度,获取每个字符的标准灰度图像,图像大小为M行、N列,两个字符C1和C2的标准灰度图像分别为I1和I2,则它们之间的相似度s(C1,C2)的相似度计算方法如下:.
其中,如图4B所示,步骤S500包括:
步骤S501,获取一个车牌识别系统识别的机动车号牌P1及识别时间T1,如果当前时间为T,且T-T1>t,则认为号牌P1不能进行融合,将P1和相关的图像或视频直接保存;
步骤S502,如果射频识别系统识别的机动车号牌P2的识别时间T2与T1的关系满足:T1-T2>t,则认为号牌P2的识别时间太早,不能融合,将P2直接保存,这样消除了比P1早的射频识别车牌P2;
步骤S503,如果射频识别系统识别的机动车号牌中,所有车牌P2的识别时间T2与T1的关系满足:T2-T1>t,则认为号牌P1的识别时间太早,不能进行融合,将P1和相关的图像或视频直接保存;
步骤S504,如果射频识别系统识别的机动车号牌P2的识别时间T2与T1的关系满足:-t≤T2-T1≤t,且P1和P2中的字符数目相等,字符数目为n,则计算P1和P2的相似度S(P1,P2)如下:
其中,n为字符数量;
步骤S505,如果存在多个满足-t≤T2-T1≤t的车牌P2,则取多个S(P1,P2)中最大的值,如果最大的值≥H,则认为P1和P2能够融合,融合结果为P2,即用射频识别纠正车牌识别,将射频识别系统识别的车牌P2、车牌识别系统中与P1相关的图像或视频保存;如果最大的值≤L,则认为号牌P1不能进行融合,将P1和相关的图像或视频直接保存;
步骤S506,对于没有融合的车牌P1,转到步骤S501,继续下一轮融合。
本发明还提供一种融合射频识别和车牌识别的系统,采用如上述融合射频识别和车牌识别方法,该方法同时采用射频识别系统和车牌识别系统进行机动车号牌识别,图5为本发明系统结构示意图,如图5所示,该系统包括:
号牌识别模块1:所述射频识别系统通过读写器对车载的射频识别标签中存储的机动车号牌信息进行采集识别,所述车牌识别系统通过摄像装置对机动车号牌进行信息采集识别,并分别记录识别成功的号牌信息和识别成功时刻的时间信息;
号牌融合模块2:建立所述机动车号牌的字符之间的相似度表,基于所述相似度表,对从所述射频识别系统和所述车牌识别系统获取的所述机动车号牌信息进行融合识别,输出最终识别结果。
其中,号牌融合模块2包括:
相似度表建立模块21:通过列举机动车号牌中使用的字符,计算任意两个所述字符之间的相似度;
融合识别模块22:依据所述识别成功时刻的时间信息,对采集到的车牌信息的融合情况进行判断,对于可以进行融合的所述号牌信息进行所述相似度计算,并输出最终的融合结果。
其中,图6A~图6B为本发明系统详细结构示意图,如图6A所示,相似度表建立模块21还包括:
相似度计算模块211:获取每个字符的标准灰度图像,基于所述标准灰度图像计算所述字符之间的相似度s(C1,C2),计算方法如下:
其中,所述字符C1和C2的标准灰度图像分别为I1和I2,所述M和N分别为所述灰度图像的行数和列数,所述x和y分别为所述标准灰度图像的行变量和列变量。
其中,融合识别模块22还包括:
信息获取模块221:获取所述车牌识别系统识别的机动车号牌P1及识别时间T1,同时获取所述射频识别系统识别的机动车号牌P2及识别时间T2,以及当前时间T;
融合判断模块222:预置时间t,根据所述T、T1、T2和t之间的关系判断所述号牌P1或P2是否需要进行融合,对于不需要融合的情况,进行所述号牌直接保存,并消除过时的射频识别车牌;
相似度均值计算模块223:如果所述T2满足-t≤T2-T1≤t,且所述号牌P1与所述号牌P2中的字符数目相等,则计算P1和P2的相似度S(P1,P2)如下:
其中,n为字符数量;
融合结果输出模块224:预置相似度阈值最大值H,相似度阈值最小值L,如果存在多个满足-t≤T2-T1≤t的号牌P2,则取多个所述S(P1,P2)中最大的值,如果所述最大的值≥H,则认为P1和P2能够融合,将所述车牌P2和所述车牌P1信息保存,P2作为融合结果,即用射频识别纠正车牌识别;如果所述最大的值≤L,则将所述号牌P1作为融合结果保存,对于没有融合的车牌P1,继续执行所述号牌融合步骤。
其中,如图6B所示,融合判断模块222还包括:
号牌P1保存模块2221:预置时间t,如果所述T和T1的关系满足T-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;并且,如果所有车牌P2的所述T2都满足T2-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;
号牌P2保存模块2222:如果所述T1和T2的关系满足T1-T2>t,则将所述号牌P2不作融合,直接保存,即消除过时的射频识别的车牌。
下面结合附图和具体实施方式,对本发明系统做进一步的说明。
图7是本发明实施例的融合射频识别和车牌识别的系统示意图,如图7所示,该系统包括:号牌识别模块100和号牌融合模块300。
其中,号牌识别模块100还包括:
射频识别系统:用于识别经过射频识别读写器的工作区域的机动车的号牌,机动车安装了存储有机动车号牌的射频识别标签;
车牌识别系统:用于识别经过摄像机的工作区域的机动车的号牌,摄像机的工作区域尽量与射频识别读写器的工作区域重叠;
号牌融合模块300:用于将射频识别系统识别的机动车号牌与车牌识别系统识别的机动车号牌融合。
号牌融合模块300包括:相似度表建立模块400、号牌融合识别模块500。
相似度表建立模块400:用于计算机动车号牌中字符之间的相似度表。两个机动车号牌字符之间的相似度的取值范围从0到1,其中,0表示完全不相似,1表示完全相同,0和1之间的值表示具有某种程度的相似。空格与其它字符的相似度为0,任意字符与自己的相似度为1,数字字母字符与汉字字符之间的相似度为0。为计算相似度,获取每个字符的标准灰度图像,图像大小为M行、N列,两个字符C1和C2的标准灰度图像分别为I1和I2,则它们之间的相似度s(C1,C2)的相似度计算方法如下:.
号牌融合识别模块500:用于根据机动车号牌的相似度,融合射频识别系统识别的机动车号牌与车牌识别系统识别的机动车号牌。
当然,本发明还可有其它多种实施例,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做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 (12)
1.一种融合射频识别和车牌识别的方法,该方法同时采用射频识别系统和车牌识别系统进行机动车号牌识别,其特征在于,包括:
号牌识别步骤:所述射频识别系统通过读写器对车载的射频识别标签中存储的机动车号牌信息进行采集识别,所述车牌识别系统通过摄像装置对机动车号牌进行信息采集识别,并分别记录识别成功的号牌信息和识别成功时刻的时间信息;
号牌融合步骤:建立所述机动车号牌的字符之间的相似度表,基于所述相似度表,对从所述射频识别系统和所述车牌识别系统获取的所述机动车号牌信息进行融合识别,输出最终识别结果。
2.根据权利要求1所述融合射频识别和车牌识别的方法,其特征在于,所述读写器与所述摄像装置同步工作,并且工作范围重叠。
3.根据权利要求1所述融合射频识别和车牌识别的方法,其特征在于,所述号牌融合步骤包括:
相似度表建立步骤:通过列举机动车号牌中使用的字符,计算任意两个所述字符之间的相似度;
融合识别步骤:依据所述识别成功时刻的时间信息,对采集到的车牌信息的融合情况进行判断,不能进行融合的所述号牌信息进行直接保存,可以进行融合的所述号牌信息进行所述相似度计算,并输出最终的融合结果。
4.根据权利要求3所述的融合射频识别和车牌识别的方法,其特征在于,所述相似度表建立步骤还包括:
相似度计算步骤:获取每个字符的标准灰度图像,基于所述标准灰度图像计算所述字符之间的相似度s(C1,C2),计算方法如下:
其中,所述字符C1和C2的标准灰度图像分别为I1和I2,所述M和N分别为所述灰度图像的行数和列数,所述x和y分别为所述标准灰度图像的行变量和列变量。
5.根据权利要求3所述的融合射频识别和车牌识别的方法,其特征在于,所述融合识别步骤还包括:
信息获取步骤:获取所述车牌识别系统识别的机动车号牌P1及识别时间T1,同时获取所述射频识别系统识别的机动车号牌P2及识别时间T2,以及当前时间T;
融合判断步骤:预置时间t,根据所述当前时间T、时间T1、时间T2和预置时间t之间的关系判断所述号牌P1或P2是否需要进行融合,对于不需要融合的情况,进行所述号牌直接保存,并消除过时的射频识别车牌;
相似度均值计算步骤:如果所述时间T2满足-t≤T2-T1≤t,且所述号牌P1与所述号牌P2中的字符数目相等,则计算P1和P2的相似度S(P1,P2)如下:
其中,n为字符数量;
融合结果输出步骤:预置相似度阈值最大值H,相似度阈值最小值L,如果存在多个满足-t≤T2-T1≤t的号牌P2,则取多个所述S(P1,P2)中最大值,如果所述最大值≥H,则认为P1和P2能够融合,将所述P2作为融合结果,如果所述最大的值≤L,则将所述号牌P1作为融合结果保存,对于没有融合的车牌P1,继续执行所述号牌融合步骤。
6.根据权利要求5所述的融合射频识别和车牌识别的方法,其特征在于,所述融合判断步骤还包括:
保存号牌P1步骤:如果所述当前时间T和所述时间T1的关系满足T-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌,并且,如果所有的所述车牌P2的时间T2都满足T2-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;
保存号牌P2步骤:如果所述时间T1和时间T2的关系满足T1-T2>t,则将所述号牌P2不作融合,直接保存,即消除过时的射频识别的车牌。
7.一种融合射频识别和车牌识别的系统,采用如权利要求1-6中任一项所述融合射频识别和车牌识别方法,该方法同时采用射频识别系统和车牌识别系统进行机动车号牌识别,其特征在于,所述系统包括:
号牌识别模块:所述射频识别系统通过读写器对车载的射频识别标签中存储的机动车号牌信息进行采集识别,所述车牌识别系统通过摄像装置对机动车号牌进行信息采集识别,并分别记录识别成功的号牌信息和识别成功时刻的时间信息;
号牌融合模块:建立所述机动车号牌的字符之间的相似度表,基于所述相似度表,对从所述射频识别系统和所述车牌识别系统获取的所述机动车号牌信息进行融合识别,输出最终识别结果。
8.根据权利要求7所述融合射频识别和车牌识别的系统,其特征在于,所述读写器与所述摄像装置同步工作,并且工作范围重叠。
9.根据权利要求7所述融合射频识别和车牌识别的系统,其特征在于,所述号牌融合模块包括:
相似度表建立模块:通过列举机动车号牌中使用的字符,计算任意两个所述字符之间的相似度;
融合识别模块:依据所述识别成功时刻的时间信息,对采集到的车牌信息的融合情况进行判断,对于可以进行融合的所述号牌信息进行所述相似度计算,并输出最终的融合结果。
10.根据权利要求9所述的融合射频识别和车牌识别的系统,其特征在于,所述相似度表建立模块还包括:
相似度计算模块:获取每个字符的标准灰度图像,基于所述标准灰度图像计算所述字符之间的相似度s(C1,C2),计算方法如下:
其中,所述字符C1和C2的标准灰度图像分别为I1和I2,所述M和N分别为所述灰度图像的行数和列数,所述x和y分别为所述标准灰度图像的行变量和列变量。
11.根据权利要求9所述的融合射频识别和车牌识别的系统,其特征在于,所述融合识别模块还包括:
信息获取模块:获取所述车牌识别系统识别的机动车号牌P1及识别时间T1,同时获取所述射频识别系统识别的机动车号牌P2及识别时间T2,以及当前时间T;
融合判断模块:预置时间t,根据所述T、T1、T2和t之间的关系判断所述号牌P1或P2是否需要进行融合,对于不需要融合的情况,进行所述号牌直接保存,并消除过时的射频识别车牌;
相似度均值计算模块:如果所述T2满足-t≤T2-T1≤t,且所述号牌P1与所述号牌P2中的字符数目相等,则计算P1和P2的相似度S(P1,P2)如下:
其中,n为字符数量;
融合结果输出模块:预置相似度阈值最大值H,相似度阈值最小值L,如果存在多个满足-t≤T2-T1≤t的号牌P2,则取多个所述S(P1,P2)中最大的值,如果所述最大的值≥H,则认为P1和P2能够融合,将所述车牌P2和所述车牌P1信息保存,P2作为融合结果,即用射频识别纠正车牌识别;如果所述最大的值≤L,则将所述号牌P1作为融合结果保存,对于没有融合的车牌P1,继续执行所述号牌融合步骤。
12.根据权利要求11所述的融合射频识别和车牌识别的系统,其特征在于,所述融合判断模块还包括:
号牌P1保存模块:预置时间t,如果所述T和T1的关系满足T-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;并且,如果所有车牌P2的所述T2都满足T2-T1>t,则将所述号牌P1不作融合,直接保存,即消除过时的车牌识别系统识别的车牌;
号牌P2保存模块:如果所述T1和T2的关系满足T1-T2>t,则将所述号牌P2不作融合,直接保存,即消除过时的射频识别的车牌。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410291328.3A CN104077570B (zh) | 2014-06-25 | 2014-06-25 | 一种融合射频识别和车牌识别的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410291328.3A CN104077570B (zh) | 2014-06-25 | 2014-06-25 | 一种融合射频识别和车牌识别的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104077570A true CN104077570A (zh) | 2014-10-01 |
CN104077570B CN104077570B (zh) | 2017-09-01 |
Family
ID=51598818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410291328.3A Active CN104077570B (zh) | 2014-06-25 | 2014-06-25 | 一种融合射频识别和车牌识别的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104077570B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766479A (zh) * | 2015-01-27 | 2015-07-08 | 公安部交通管理科学研究所 | 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 |
CN105118300A (zh) * | 2015-08-28 | 2015-12-02 | 浙江工业大学 | 交通抓拍自动识别车牌号码的纠错方法 |
CN105930826A (zh) * | 2016-05-16 | 2016-09-07 | 葛睿 | 机动车外观标识与内部识别、联网管控统一系统 |
CN106570448A (zh) * | 2015-12-16 | 2017-04-19 | 广州同孚电子科技有限公司 | 自动发卡车道车辆信息的验证方法及装置 |
CN106991823A (zh) * | 2017-05-11 | 2017-07-28 | 浙江宇视科技有限公司 | 车牌识别方法及装置 |
CN107730625A (zh) * | 2017-06-08 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 智能停车系统出车计费方法、系统及存储介质 |
CN107798334A (zh) * | 2017-08-25 | 2018-03-13 | 天津中兴智联科技有限公司 | 一种汽车电子标识数据和视频识别数据的匹配方法及装置 |
CN108364474A (zh) * | 2018-02-14 | 2018-08-03 | 重庆市城投金卡信息产业股份有限公司 | 基于图像和rfid信息的数据融合处理方法及系统 |
CN108765622A (zh) * | 2018-05-30 | 2018-11-06 | 天仁民防建筑工程设计有限公司 | 人防门身份的双重识别系统及方法 |
CN109523790A (zh) * | 2018-10-26 | 2019-03-26 | 安徽四创电子股份有限公司 | 一种基于车牌相似度的车牌纠错方法 |
CN110929704A (zh) * | 2020-02-10 | 2020-03-27 | 北京万集科技股份有限公司 | 车牌号码的匹配方法及装置、存储介质、电子装置 |
CN111783421A (zh) * | 2020-06-22 | 2020-10-16 | 北京计算机技术及应用研究所 | 用于射频识别和车牌识别数据融合的字符相似度计算方法 |
CN113077018A (zh) * | 2021-06-07 | 2021-07-06 | 浙江大华技术股份有限公司 | 一种目标对象识别方法、装置、存储介质及电子装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090202105A1 (en) * | 2008-02-07 | 2009-08-13 | Brisa-Auto Estradas De Portugal, S.A. | Automatic license plate recognition system integrated in an electronic toll collection system |
CN101692313A (zh) * | 2009-07-03 | 2010-04-07 | 华东师范大学 | 基于嵌入式平台的便携式车辆识别装置 |
CN101847277A (zh) * | 2010-05-18 | 2010-09-29 | 四川大学锦江学院 | 基于rfid的小区车辆智能防盗系统 |
CN102183909A (zh) * | 2011-03-18 | 2011-09-14 | 沈诗文 | 具有高安全性的停车场监控方法 |
CN102722714A (zh) * | 2012-05-18 | 2012-10-10 | 西安电子科技大学 | 基于目标跟踪的人工神经网络扩张式学习方法 |
CN103745600A (zh) * | 2014-01-28 | 2014-04-23 | 陈昊 | 一种射频识别与车牌识别比对的实现方法 |
-
2014
- 2014-06-25 CN CN201410291328.3A patent/CN104077570B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090202105A1 (en) * | 2008-02-07 | 2009-08-13 | Brisa-Auto Estradas De Portugal, S.A. | Automatic license plate recognition system integrated in an electronic toll collection system |
CN101692313A (zh) * | 2009-07-03 | 2010-04-07 | 华东师范大学 | 基于嵌入式平台的便携式车辆识别装置 |
CN101847277A (zh) * | 2010-05-18 | 2010-09-29 | 四川大学锦江学院 | 基于rfid的小区车辆智能防盗系统 |
CN102183909A (zh) * | 2011-03-18 | 2011-09-14 | 沈诗文 | 具有高安全性的停车场监控方法 |
CN102722714A (zh) * | 2012-05-18 | 2012-10-10 | 西安电子科技大学 | 基于目标跟踪的人工神经网络扩张式学习方法 |
CN103745600A (zh) * | 2014-01-28 | 2014-04-23 | 陈昊 | 一种射频识别与车牌识别比对的实现方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766479A (zh) * | 2015-01-27 | 2015-07-08 | 公安部交通管理科学研究所 | 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 |
CN105118300A (zh) * | 2015-08-28 | 2015-12-02 | 浙江工业大学 | 交通抓拍自动识别车牌号码的纠错方法 |
CN106570448A (zh) * | 2015-12-16 | 2017-04-19 | 广州同孚电子科技有限公司 | 自动发卡车道车辆信息的验证方法及装置 |
CN105930826A (zh) * | 2016-05-16 | 2016-09-07 | 葛睿 | 机动车外观标识与内部识别、联网管控统一系统 |
CN106991823A (zh) * | 2017-05-11 | 2017-07-28 | 浙江宇视科技有限公司 | 车牌识别方法及装置 |
CN107730625A (zh) * | 2017-06-08 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 智能停车系统出车计费方法、系统及存储介质 |
CN107798334A (zh) * | 2017-08-25 | 2018-03-13 | 天津中兴智联科技有限公司 | 一种汽车电子标识数据和视频识别数据的匹配方法及装置 |
CN107798334B (zh) * | 2017-08-25 | 2021-06-11 | 天津中兴智联科技有限公司 | 一种汽车电子标识数据和视频识别数据的匹配方法及装置 |
CN108364474A (zh) * | 2018-02-14 | 2018-08-03 | 重庆市城投金卡信息产业股份有限公司 | 基于图像和rfid信息的数据融合处理方法及系统 |
CN108765622A (zh) * | 2018-05-30 | 2018-11-06 | 天仁民防建筑工程设计有限公司 | 人防门身份的双重识别系统及方法 |
CN108765622B (zh) * | 2018-05-30 | 2020-08-07 | 成都天仁民防科技有限公司 | 人防门身份的双重识别系统及方法 |
CN109523790A (zh) * | 2018-10-26 | 2019-03-26 | 安徽四创电子股份有限公司 | 一种基于车牌相似度的车牌纠错方法 |
CN110929704A (zh) * | 2020-02-10 | 2020-03-27 | 北京万集科技股份有限公司 | 车牌号码的匹配方法及装置、存储介质、电子装置 |
CN111783421A (zh) * | 2020-06-22 | 2020-10-16 | 北京计算机技术及应用研究所 | 用于射频识别和车牌识别数据融合的字符相似度计算方法 |
CN113077018A (zh) * | 2021-06-07 | 2021-07-06 | 浙江大华技术股份有限公司 | 一种目标对象识别方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104077570B (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104077570A (zh) | 一种融合射频识别和车牌识别的方法及系统 | |
CN103854320B (zh) | 基于激光雷达的车型自动识别方法 | |
CN102375982B (zh) | 一种融合多字符特征的车牌定位方法 | |
CN103605977A (zh) | 一种车道线的提取方法及装置 | |
CN103593981B (zh) | 一种基于视频的车型识别方法 | |
CN102880863B (zh) | 一种基于可变形部件模型的车牌及驾驶员人脸定位方法 | |
CN105787524A (zh) | 基于OpenCV的车牌识别方法及系统 | |
CN103530608A (zh) | 车辆类型判断方法和装置 | |
CN104966049B (zh) | 基于图像的货车检测方法 | |
CN104029680A (zh) | 基于单目摄像头的车道偏离预警系统及方法 | |
CN105702048A (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 | |
CN107016362B (zh) | 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统 | |
CN102364496A (zh) | 一种基于图像分析的汽车车牌自动识别方法及系统 | |
CN103116751A (zh) | 一种车牌字符自动识别方法 | |
CN105160884A (zh) | 一种融合视频监控和rfid的车辆识别方法及装置 | |
CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
CN102999749A (zh) | 基于人脸检测的安全带违章事件智能检测方法 | |
CN103164697B (zh) | 一种处理时间与识别精度自适应的车牌识别方法 | |
CN103207998A (zh) | 一种基于支持向量机的车牌字符分割方法 | |
CN104680156A (zh) | 基于机器视觉的机动车前排未系安全带识别系统及方法 | |
CN104680795A (zh) | 一种基于局部区域特征的车型识别方法和装置 | |
CN103390145A (zh) | 一种目标区域车辆检测方法以及系统 | |
CN103440785B (zh) | 一种快速的车道偏移警示方法 | |
CN105976392A (zh) | 基于最大输出概率的车辆轮胎检测方法及装置 | |
CN104700068A (zh) | 一种基于svm的驾驶员安全带检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |