CN104392239A - 一种车牌识别方法及系统 - Google Patents
一种车牌识别方法及系统 Download PDFInfo
- Publication number
- CN104392239A CN104392239A CN201410498408.6A CN201410498408A CN104392239A CN 104392239 A CN104392239 A CN 104392239A CN 201410498408 A CN201410498408 A CN 201410498408A CN 104392239 A CN104392239 A CN 104392239A
- Authority
- CN
- China
- Prior art keywords
- car plate
- plate
- car
- identifying
- license
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/768—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using context analysis, e.g. recognition aided by known co-occurring patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/285—Analysis of motion using a sequence of stereo image pairs
Abstract
本发明实施例提供一种车牌识别方法及系统,其中,车牌识别方法包括:获取车牌图像,确定当前正在识别车牌的车牌字符识别结果;当获取的车牌图像满足预定条件时,通过当前正在识别车牌与上一已完成识别车牌的车牌字符识别结果判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;若为相似车牌,则获取所述当前正在识别车牌的对应车辆的第一运行轨迹和所述上一已完成识别车牌的对应车辆的第二运行轨迹,计算第一运行轨迹与第二运行轨迹的重合度,若第一运行轨迹与第二运行轨迹的重合度小于一定阈值,判定正在识别的车牌与上一已完成识别的车牌为不同车辆的车牌,否则,判定为同一辆车的车牌。
Description
技术领域
本发明涉及图像处理领域,特别是涉及一种车牌识别方法及系统。
背景技术
车牌是车辆的“身份证”号码,通过车牌,可以检测到车辆的许多重要信息,如车辆所属的省、市、县,及车辆的主人等。为了给停车场管理带来了方便,用来识别车牌的车牌识别设备已经被广泛使用在停车场出入口,商厦出入口等地方,而车牌识别设备所使用的车牌识别技术也日益趋于成熟。
现有技术中车牌识别设备的车牌识别方法,对出现在监控画面中的车牌进行逐个识别,并不考虑该车牌与前一个出现在监控画面中的车牌和和与后一个出现在监控画面中的车牌之间的关系,当出现连续两辆进场或出场的车辆的车牌的后五位有四位在对应位置相同,即出现相似车牌时,由于车牌识别技术的车牌识别率一般为95%,因此,此时,使用现有技术的车牌识别方法极有可能将该两个相似车牌识别为同一个车牌,即出现漏识别现象。
同时,由于现有技术使用的车牌识别方法对出现在监控画面中的车牌进行逐个识别,并不考虑该车牌与前一个出现在监控画面中的车牌和与后一个出现在监控画面中的车牌之间的关系,当某个车牌由于一些原因而在监控画面中消失了一段时间,在又无其他车牌在其后又出现在监控画面的前提下,该车牌又再次重新出现在监控画面中时,现有技术的车牌识别方法也极可能将该个车牌误认为是两个车牌,即出现误识别现象。
发明内容
有鉴于此,本发明实施例提供一种车牌识别方法及系统,以解决现有技术中对车牌的漏识别与误识别问题,提高车牌识别的准确率。
为实现上述目的,本发明实施例提供如下技术方案:
一种车牌识别方法,其特征在于,包括:
获取车牌图像,确定当前正在识别车牌的车牌字符识别结果;
当获取的车牌图像满足预定条件时,通过当前正在识别车牌与上一已完成识别车牌的车牌字符识别结果判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
若为相似车牌,则获取所述当前正在识别车牌的对应车辆的第一运行轨迹和所述上一已完成识别车牌的对应车辆的第二运行轨迹,计算第一运行轨迹与第二运行轨迹的重合度,若第一运行轨迹与第二运行轨迹的重合度小于一定阈值,判定正在识别的车牌与上一已完成识别的车牌为不同车辆的车牌,否则,判定为同一辆车的车牌。
其中,获取车牌图像后还包括:
确定当前正在识别车牌经过车牌字符识别后识别到的字符的数量和所有字符的置信度;
当当前正在识别车牌识别到七个字符且所有字符置信度均大于预定阈值时,判定当前正在识别车牌为有效车牌。
其中,获取车牌图像后还包括判断上一车牌是否识别完成,判断上一车牌是否识别完成包括:
确定当前包含有效车牌的车牌图像与上一包含有效车牌的车牌图像之间包含无效车牌的车牌图像的帧数;
若所述包含无效车牌的车牌图像的帧数大于40帧,则认为上一车牌已经识别完成,当前正在识别的车牌为上一车牌的下一车牌;
若所述包含无效车牌的车牌图像的帧数大于10帧且小于或等于40帧,则判断当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌最后五个车牌字符中对应位置是否有大于两个不相同的车牌字符,判断当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌的水平距离或垂直距离是否大于一定的阈值,若均是,则认为上一车牌已经识别完成,当前正在识别的车牌为上一车牌的下一车牌。
其中,确定当前正在识别车牌的字符识别结果后还包括:
将当前正在识别车牌的车牌图像放入当前队列中;
或,判断系统中是否有队列,若没有队列,则建立一个队列,将当前正在识别车牌的车牌图像放入该队列中。
其中,所述获取的车牌图像满足预定的条件包括:
获取的车牌图像中位于队列中的包含车牌的车牌图像的帧数达到预定阈值;
获取的车牌图像中位于队列中的连续出现的包含无效车牌的车牌图像的帧数达到预定阈值;
获取的车牌图像中,检测到下一还未识别的车牌。
其中,判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌包括:
对当前正在识别车牌进行车牌投票;
获取当前正在识别车牌的车牌投票结果,将当前正在识别车牌的车牌投票结果与上一已完成识别车牌的车牌投票结果进行比较;
判断当前正在识别车牌的车牌字符后五位与上一已完成识别车牌的车牌字符后五位是否有四位以上在对应位置相同,若有,则判定当前正在识别车牌与上一已完成识别车牌为相似车牌。
其中,所述车牌识别方法还包括:
建立第一变量,赋值为零,在所述判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌后,将所述第一变量赋值为一;
判断当前车牌与上一车牌是否为相似车牌前还包括:判断所述第一变量的赋值为一还是为零;
若为零,则判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
若为一,则操作结束。
一种车牌识别系统,包括:获取模块、第一判断模块和第二判断模块,其中,
所述获取模块,用于获取车牌图像,确定当前正在识别车牌的字符识别结果;
所述第一判断模块,用于当获取的车牌图像满足预定的条件时,通过当前正在识别车牌与上一已完成识别车牌的字符识别结果判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
所述第二判断模块,用于获取所述当前正在识别车牌的对应车辆的第一运行轨迹和所述上一已完成识别车牌的对应车辆的第二运行轨迹,计算第一运行轨迹与第二运行轨迹的重合度,若第一运行轨迹与第二运行轨迹的重合度小于一定阈值,判定正在识别的车牌与上一已完成识别的车牌为不同车辆的车牌,否则,判定为同一辆车的车牌。
其中,所述车牌识别系统还包括:变量模块和第三判断模块,其中,
所述变量模块,用于建立第一变量,赋值为零,在判断当前车牌与上一车牌是否为相似车牌后,将所述第一变化赋值为一;
所述第三判断模块,用于在判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌前,判断所述第一变量的赋值为一还是为零,判断所述第一变量的赋值为一还是为零,若为零,则判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌,若为一,则操作结束。
其中,所述第一判断模块包括:投票单元、比较单元和判断单元,其中,
所述投票单元,用于对当前正在识别车牌进行车牌投票;
所述比较单元,用于获取当前正在识别车牌的车牌投票结果,将当前正在识别车牌的车牌投票结果与上一已完成识别车牌的车牌投票结果进行比较;
所述判断单元,用于判断当前正在识别车牌的车牌字符后五位与上一已完成识别车牌的车牌字符后五位是否有四位以上在对应位置相同,若有,则判定当前正在识别车牌与上一已完成识别车牌为相似车牌。
基于上述技术方案,本发明实施例提供车牌识别方法,在车牌识别设备对一个车牌识别完成后,再对接下来的一个车牌进行识别时,判断该车牌与其上一个已经被识别过的车牌的后5个车牌字符中在是否至少存在4个车牌字符在对应位置相同,若是,则可以确定该正在车牌被识别的车牌与上一个已经完成识别的车牌可能为属于两辆车的相似车牌,或可能为一个因为某些原因在车牌识别设备的监控画面中消失一段时间后又再次在监控画面中出现的车牌,即该正在被识别的车牌与上一个已经完成识别的车牌其实是同一辆车的车牌,只是被车牌识别设备识别了两次。此后,为了进一步判断该正在被识别的车牌与上一个已经完成识别的车牌是否为到底是属于两辆车的相似车牌还是属于同一辆车的车牌,在对该正在被识别的车牌与上一个已经完成识别的车牌进行相似车牌的判断后,获取该正在被识别的车牌和上一个已经完成识别的车牌的车辆运行轨迹,通过获取的该正在被识别的车牌与上一个已经完成识别的车牌的车辆运行轨迹计算该新正在识别的车牌与上一个已经完成识别的车牌的重合度,因为在卡口和岗亭等应用场景,所有车辆在监控范围出现和消失的位置大致相同,如果该正在被识别的车牌与上一个已经完成识别的车牌为两辆车的车牌,那么该两个车的行驶轨迹将会有很高的重合度;而如果该正在被识别的车牌与上一个已经完成识别的车牌为同一车牌,则由于某些原因在监控范围出现,消失,然后再出现,该车牌对应的车辆的行驶轨迹将几乎没有重合,或者只有很少一部分重合,即车辆行驶的轨迹重合地会较低,由此,可以通过计算该正在识别的车牌与上一个已经完成识别的车牌的重合度来确定该正在识别的车牌与上一个已经完成识别的车牌是两个车的车牌还是同一辆车的车牌,从而降低现有技术中对车牌的漏识别与误识别现象出现的可能,提高车牌识别的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的车牌识别方法的流程图;
图2为本发明实施例提供的车牌检测方法中判断当前正在识别车牌是否为有效车牌的方法流程图;
图3为本发明实施例提供的车牌检测方法中判断上一车牌是否识别完成的方法流程图;
图4为本发明实施例提供的车牌检测方法中将当前正在识别车牌的车牌图像放入队列中的方法流程图;
图5为本发明实施例提供的车牌检测方法判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌的方法流程图;
图6为本发明实施例提供的车牌检测方法判断当前正在识别车牌是否已经进行车牌投票的方法流程图;
图7为本发明实施例提供的车牌识别系统的系统框图;
图8为本发明实施例提供的车牌识别系统的另一系统框图;
图9为本发明实施例提供的车牌识别系统的第一判断模块的一种可选结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的车牌识别方法的流程图,该车牌识别方法通过对当前正在识别的车牌与上一已经完成识别的车牌进行相似车牌判断,和计算当前正在识别的车牌对应的车辆与上一已经完成识别的车牌的行驶轨迹的重合度的判断,来对车牌进行识别,从而降低对车牌漏识别与误识别现象出现的可能,提高车牌识别的准确率,参照图1,该方法可以包括:
步骤S100:获取车牌图像,确定当前正在识别车牌的车牌字符识别结果;
车牌识别技术包括车牌检测、车牌字符分割、车牌字符检测和车牌投票几个部分,此处车牌图像是指已经经过车牌检测、车牌字符分割和车牌字符识别后的车牌图像。
其中,当前正在识别车牌,即当前车牌识别设备正在识别的车牌图像中的车牌,需要说明的是,此时只需要确定当前正在识别车牌的车牌字符识别结果,而无需确定上一已完成识别车牌的车牌字符识别结果,因为,当上一已完成识别车牌为正在识别的车牌时,已经确定了其车牌字符识别结果。
可选的,在此步中除了只确定当前正在识别车牌的车牌字符识别结果外,也可以选择既确定当前正在识别车牌的车牌字符识别结果又确定上一已完成识别车牌的车牌字符识别结果,再次确认上一已完成识别车牌的字符识别结果,可以提高车牌识别的准确性,降低车牌识别的误检率。
可选的,获取的车牌图像可以是直接来自图像采集设备采集而来的图像。
可选的,所使用的图像采集设备可以为摄像机。使用摄像机采集图像时,摄像机应设置于较高于图片采集区域的位置,使摄像机可以清楚、全面地看到经过路面或出入口的车辆的车牌,而所述摄像机的可以为摄像头可摆动的摄像机,使用摄像头可摆动的摄像机,当摄像机因为外部原因而使机身发生偏移时,可以通过控制摄像机摄像头的摆动来使摄像机可以重新捕获清晰、完整的图像。
步骤S110:当获取的车牌图像满足预定条件时,通过当前正在识别车牌与上一已完成识别车牌的字符识别结果判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
其中,上一已完成识别车牌,是指相对当前正在识别车牌而言,在当前正在识别车牌之前,车牌识别设备已经识别过了的一个车牌,需要注意的是,上一已完成识别车牌与当前正在识别车牌之间为相邻车牌,即是指在当前正在识别车牌之前被车牌识别设备识别,且与该当前正在识别车牌的识别时间间隔最近的一个车牌,也就是说,在当前正在识别车牌与上一已完成识别车牌之间,车牌识别设备没有识别过除当前正在识别车牌与上一已完成识别车牌外的其他的车牌。
其中,判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌是由上述的车牌识别技术中的第四步车牌投票来实现的。在对车牌进行了车牌识别技术的前三个步骤——车牌检测、车牌字符分割和车牌字符识别后,将可以得知到每个车牌其拥有多少个字符,每个字符的置信度,以及每个字符其具体为哪个英文字母、阿拉伯数字或是汉字。
可选的,相似车牌是指连续两辆进场或出场的车辆的车牌的字符后五位有四位在对应位置相同的车牌,例如,车牌号码为“粤B 12345”的车牌与车牌号码为“粤B 12346”的车牌,对比这两个车牌的最后五位字符,我们可以发现,这两个车牌除了最后一位字符不相同外,从第三位字符至第六位字符均在对应位置相同,车牌最后的五位字符中有四位字符对应位置相同,因此,在本发明实施例中认为车牌号码为“粤B 12345”的车牌与车牌号码为“粤B12346”的车牌为相似车牌;车牌号码为“粤B 12345”的车牌与车牌号码为“粤B 12J45”的车牌,这两个车牌最后五位字符中,除了倒数第三位字符不相同外,其他字符均在对应位置相同,因此,这两个车牌也为本发明实施例中认为的相似车牌;车牌号码为“粤B 12345”的车牌与车牌号码为“粤B23456”的车牌,对比这两个车牌的最后五位字符,虽然这两个车牌的最后五位字符总有4位字符相同,但均不是在对应位置上相同,那么,车牌号码为“粤B 12345”的车牌与车牌号码为“粤B 23456”的车牌就不被认为是本发明实施例中的相似车牌。
其中,选择只判断连续两辆进场或出场的车辆的车牌字符后五位,是因为,车牌字符中位于第一位的代表省份的字符与位于第二位的代表城市的字符相似率十分地高,若将第一位字符与第二位字符作物判断相似车牌号码的判断条件,将无实际的判断价值,而且将会降低车牌设备的速率。
另外,需要说明是的,此处的当前正在识别车牌与上一已完成识别车牌虽然名字不同,但是,并不是便意味着他们两个便为不同车辆上的两个不同车牌,他们只是表示被车牌识别设备先后识别的车牌,也可能是同一车牌被车牌识别设备检测在不同的时间识别了两次,因此,此处的当前正在识别车牌与上一已完成识别车牌只是为了区分车牌识别设备对车牌的两次检测,而对其识别的车牌进行的仅仅是名称上的区分。
若当前正在识别车牌为识别的第一个车牌,即在当前正在识别车牌之前没有已经完成识别的车牌,则无需再进行相似车牌的判断,直接在系统中创建一个队列,将前正在识别车牌加入队列之中。
步骤S120:若为相似车牌,则获取所述当前正在识别车牌的对应车辆的第一运行轨迹和所述上一已完成识别车牌的对应车辆的第二运行轨迹,计算第一运行轨迹与第二运行轨迹的重合度,若第一运行轨迹与第二运行轨迹的重合度小于一定阈值,判定正在识别的车牌与上一已完成识别的车牌为不同车辆的车牌,否则,判定为同一辆车的车牌。
可选的,若判定当前正在识别车牌与上一已完成识别车牌为相似车牌,可以在通过当前正在识别车牌对应车牌的运行轨迹和上一已完成识别车牌的对应车辆的运行轨迹来判断该两个相似车牌是否为不同车辆的车牌或是否为同一辆车的车牌之前,增加一个计算当前正在识别车牌第一次出现的位置与上一已完成识别车牌最后一次出现的位置之间欧式距离的步骤。由于所有的车牌在车牌识别设备的监控范围内出现及消失的位置相差不远,若该两个相似车牌为不同车辆的车牌,那么,当已经识别完成的车牌在监控范围内消失时,其对应的车辆的行驶轨迹在监控画面内为一个完整的轨迹,那么该已经识别完成的车牌的消失位置与当前正在设备车牌第一次出现的位置的欧氏距离会比较大;若该两个相似车牌为同一辆车的车牌,那么,由于其在监控画面内出现了一段距离后由于一些原因消失,过了一段距离后再次在监控画面中出现,那么其最后消失的位置与第一次出现的位置的欧氏距离会比较小。因此,计算当前正在识别车牌第一次出现的位置与上一已完成识别车牌最后一次出现的位置之间欧式距离,若计算出的欧式距离小于一定阈值,便可以判定该正在识别车牌与上一已完成识别车牌即为同一车牌,此时,可以不再对当前正在识别车牌和上一已完成识别车牌进行重合度的计算;若当计算出的欧式距离大于一定阈值时,为了保证车牌识别的准确率,还是需要再对当前正在识别车牌和上一已完成识别车牌进行重合度的计算。加入欧式距离的计算,可以进一步地保证车牌识别的准确率。
可选的,计算当前正在识别车牌第一次出现的位置与上一已完成识别车牌最后一次出现的位置间欧式距离的可以包括:
步骤A1:定义两个结构体变量PrevTrajecoty和CurrTrajectory,PrevTrajecoty用于记录上一已完成识别车牌第一次出现的坐标以及最后一次出现的坐标,CurrTrajectory用于记录当前正在识别车牌第一次出现的坐标以及最后一次出现的坐标。
步骤A2:当上一已完成识别车牌识别完后后,将当前的CurrTrajectory的值保存到PrevTrajecoty,并把当前正在识别车牌的坐标作为CurrTrajectory的起始坐标,以后每一帧更新CurrTrajectory的结束坐标。
步骤A3:当前正在识别车牌与上一已完成识别车牌满足了判断是否为相似车牌的判断条件时,计算CurrTrajectory的起始坐标与PrevTrajecoty的结束坐标的欧氏距离。如果欧氏距离大于一个预定阈值,表示当前正在识别车牌与上一已完成识别车牌有可能是两个不同的车牌,之后再对当前正在识别车牌和上一已完成识别车牌进行重合度的计算,否则,当前帧判断结束,确定当前正在识别车牌与上一已完成识别车牌为同一辆车的车牌。
对当前正在识别车牌和上一已完成识别车牌进行车牌轨迹重合度的计算,如果当前正在识别车牌和上一已完成识别车牌是两辆车的车牌,由于在卡口和岗亭等应用场景,所有车辆在监控范围出现和消失的位置大致相同,那么当前正在识别车牌和上一已完成识别车牌的车牌轨迹会有较大面积的重合,计算得到的重合度会比较大;而如果该正在被识别的车牌与上一个已经完成识别的车牌为同一辆车的车牌,则该车牌对应的车辆的行驶轨迹将几乎没有重合,或者只有很少一部分重合,车牌的行驶轨迹的重合度比较低。
可选的,由于摄像机安装角度不一样,因此有些轨迹在x方向会明显,而有些轨迹在y方向明显,计算当前正在识别车牌的车牌轨迹与上一已完成识别车牌的车牌轨迹之间的重合度可以包括:
步骤B1:定义两个结构体变量PrevTrajecoty和CurrTrajectory,PrevTrajecoty用于记录上一已完成识别车牌第一次出现的坐标以及最后一次出现的坐标,CurrTrajectory用于记录当前正在识别车牌第一次出现的坐标以及最后一次出现的坐标。
步骤B2:确定PrevTrajecoty的起始与结束x和y坐标的差,即dx与dy,如果dx的值大于dy的值的四倍,则表示x方向上的值更明显,计算重合度的时候使用x方向,否则使用y方向。
步骤B3:为了防止后一辆出现的位置靠后,靠上,因此如果x方向上的值更明显,行走方向是左到右,把PrevTrajecoty的起始x坐标修改为0,行走方向是右到左,把PrevTrajecoty的起始x坐标修改为监控范围的最大宽度;如果y方向上的值更明显,把PrevTrajecoty的起始y坐标修改为0,两个轨迹的重合度计算的比值大于一定阈值,表示两个轨迹属于两辆不同的车,判定正在识别的车牌与上一已完成识别的车牌为不同车辆的车牌,否则,判定为同一辆车的车牌。
基于上述技术方案,本发明实施例提供车牌识别方法,在车牌识别设备对一个车牌识别完成后,再对接下来的一个车牌进行识别时,判断该车牌与其上一个已经被识别过的车牌的后5个车牌字符中在是否至少存在4个车牌字符在对应位置相同,若是,则可以确定该正在车牌被识别的车牌与上一个已经完成识别的车牌可能为属于两辆车的相似车牌,或可能为一个因为某些原因在车牌识别设备的监控画面中消失一段时间后又再次在监控画面中出现的车牌,即该正在被识别的车牌与上一个已经完成识别的车牌其实是同一辆车的车牌,只是被车牌识别设备识别了两次。此后,为了进一步判断该正在被识别的车牌与上一个已经完成识别的车牌是否为到底是属于两辆车的相似车牌还是属于同一辆车的车牌,在对该正在被识别的车牌与上一个已经完成识别的车牌进行相似车牌的判断后,获取该正在被识别的车牌和上一个已经完成识别的车牌的车辆运行轨迹,通过获取的该正在被识别的车牌与上一个已经完成识别的车牌的车辆运行轨迹计算该新正在识别的车牌与上一个已经完成识别的车牌的重合度,因为在卡口和岗亭等应用场景,所有车辆在监控范围出现和消失的位置大致相同,如果该正在被识别的车牌与上一个已经完成识别的车牌为两辆车的车牌,那么该两个车的行驶轨迹将会有很高的重合度;而如果该正在被识别的车牌与上一个已经完成识别的车牌为同一车牌,则由于某些原因在监控范围出现,消失,然后再出现,该车牌对应的车辆的行驶轨迹将几乎没有重合,或者只有很少一部分重合,即车辆行驶的轨迹重合地会较低,由此,可以通过计算该正在识别的车牌与上一个已经完成识别的车牌的重合度来确定该正在识别的车牌与上一个已经完成识别的车牌是两个车的车牌还是同一辆车的车牌,从而降低现有技术中对车牌的漏识别与误识别现象出现的可能,提高车牌识别的准确率。
可选的,图2示出了本发明实施例提供的车牌检测方法中判断当前正在识别车牌是否为有效车牌的方法流程图,参照图2,判断当前正在识别车牌是否为有效车牌的方法可以包括:
步骤S200:确定当前正在识别车牌经过车牌字符识别后识别到的字符的数量和所有字符的置信度;
步骤S210:当当前正在识别车牌识别到七个字符且所有字符置信度均大于预定阈值时,判定当前正在识别车牌为有效车牌。
其中,设定当前正在识别车牌可识别到的字符为七个,是因为目前市场上的车牌一般为七个字符的车牌。
其中,若当前正在识别车牌没有识别到七个字符,或者存在字符的置信度没有大于一个预定阈值,那么便判定当前正在识别的车牌为无效车牌。需要指出的是,当车牌识别设备的监控画面中没有车牌时,也认为无车牌的车牌图像中拥有的为无效车牌。当连续出现包含无效车牌的车牌图像,且包含无效车牌的车牌图像累计到一定的帧数时,将会执行对当前正在识别车牌与上一已完成识别车牌是否为相似车牌的判断;当连续出现无效车牌,但无效车牌还未累计到一定的数量,又出现了包含有效车牌的车牌图像,那么便将累计的连续出现的包含无效车牌的车牌图像进行重新计数。
判断当前正在识别车牌是否为有效车牌,并统计连续个包含无效车牌的车牌图像的帧数,可以通过这些包含无效车牌的车牌图像的帧数来判断上一识别的车牌是否识别完毕,即可用于判断当前正在识别的车牌是否为仍然是上一识别的车牌,也可以说,即可用来确定当前正在识别的车牌是否为上一识别的车牌之后出现的新车牌。
可选的,图3示出了本发明实施例提供的车牌检测方法中判断上一车牌是否识别完成的方法流程图,参照图3,判断上一车牌是否有识别完成可以包括:
步骤S300:确定当前包含有效车牌的车牌图像与上一包含有效车牌的车牌图像之间包含无效车牌的车牌图像的帧数;
步骤S310:判断包含无效车牌的车牌图像的帧数是否大于40帧,若是,进入步骤S320,若否,进入步骤S330;
步骤S320:判定上一车牌已经识别完成,当前正在识别的车牌为上一车牌的下一车牌;
步骤S330:判断包含无效车牌的车牌图像的帧数是否大于10帧,若是,进入步骤S340,若否,进入步骤S360;
步骤S340:判断是否当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌最后五个车牌字符中对应位置有大于两个不相同的车牌字符,且当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌的水平距离和/或垂直距离是否大于一定的阈值,若是,进入步骤S350;
可选的,可以计算当前包含有效车牌的车牌图像中的有效车牌的最左下角点与上一包含有效车牌的车牌图像中的有效车牌的最左下角点的水平方向的像素差,得水平距离,并且计算当前包含有效车牌的车牌图像中的有效车牌的最左下角点与上一包含有效车牌的车牌图像中的有效车牌的最左下角点的垂直方法的像素差,得垂直距离,当水平距离和/或垂直距离大于一定的阈值时,进入步骤S350。其中,选用当前包含有效车牌的车牌图像中的有效车牌和上一包含有效车牌的车牌图像中的最左下角点计算水平方向的像素差和垂直方向的像素差仅仅是实施例的一种可选方式,整个车牌区域中的任一点位置均可选为用来做像素差的点。可选的,可以设定当所述水平距离大于10个像素,且所述垂直距离大于5个像素时进入步骤S350;也可以设定当所述水平距离大于10个像素,无论垂直距离为多少时,进入步骤S350;还可以设定当所述垂直距离大于5个像素,无论水平距离为多少时,进入步骤S350。
步骤S350:判定上一车牌已经识别完成,当前正在识别的车牌为上一车牌的下一车牌;
步骤S360:判断是否当前包含有效车牌的车牌图像中的有效车牌与当上一包含有效车牌的车牌图像中的有效车牌最后五个车牌字符中对应位置是否有大于两个不相同的车牌字符,且当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌的水平距离和/或垂直距离是否大于一定的阈值,且当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌的宽度差和/或高度差是否大于一定的阈值,若是,进入步骤S370;
可选的,可以确定当前包含有效车牌的车牌图像中的有效车牌的最左下角与最右下角间的像素数,得当前车牌宽度(横向),确定当前包含有效车牌的车牌图像中的有效车牌的最左下角与最坐上角间的像素数,得当前车牌高度(纵向);确定上一包含有效车牌的车牌图像中的有效车牌的最左下角与最右下角间的像素数,得上一车牌宽度(横向),确定上一包含有效车牌的车牌图像中的有效车牌的最左下角与最坐上角间的像素数,得上一车牌高度(纵向);将当前车牌长度与上一车牌宽度作差值,得宽度差;将当前车牌高度与上一车牌高度作差值,得高度差,当宽度差和/或高度差大于一定的阈值时,进入步骤S370。其中,所述得到当前车牌宽度和上一车牌高度的方法仅仅是实施例的一种可选方式,并非唯一可选的方式。可选的,可以设定当所述宽度差大于100个像素,且所述高度差大于30个像素时进入步骤S370;也可以设定当所述宽度差大于100个像素,无论高度差为多少时,进入步骤S370;还可以设定当所述高度差大于30个像素,无论宽度差为多少时,进入步骤S370。
一般情况时,当当前包含有效车牌的车牌图像与上一包含有效车牌的车牌图像之间包含无效车牌的车牌图像的帧数大于10帧时才判断上一车牌是否识别完成,但是,当跟车情况十分严重时,由于出现在监控画面中的前一辆车的车牌在监控画面中消失后监控画面中立刻会出现后一辆车的车牌,前后两辆车之间包含无效车牌的车牌图像的帧数将会小于10帧,因此,此处设置了当前包含有效车牌的车牌图像与上一包含有效车牌的车牌图像之间包含无效车牌的车牌图像的帧数小于10帧时上一车牌是否识别完成的判断步骤。需要注意的是,只有当跟车情况十分严重时,系统将会执行到步骤S360,一般情况时,判断上一车牌是否识别完成的操作将会在步骤S350之内结束。
步骤S370:判定上一车牌已经识别完成,当前正在识别的车牌为上一车牌的下一车牌。
可选的,可以在系统中设定一个变量IsNewCar,在判定上一车牌已经识别完成时将变量IsNewCar赋值为1,在判定上一车牌还未识别完成时将变量IsNewCar赋值为0。
判断上一车牌是否识别完成,是为了用来判断车牌识别设备是否有检测到新车牌,且对该检测到新车牌进行识别。若判定上一车牌识别完成,且车牌识别设备又正在识别车牌,那么便说明当前车牌识别设备在上一车牌之后又检测到一个新车牌,且正在对该新车牌进行识别,也可以认为,可以通过判断上一车牌是否识别完成来区分当前正在检测车牌与上一已完成检测车牌。
可选的,图4示出了本发明实施例提供的车牌检测方法中将当前正在识别车牌的车牌图像放入队列中的方法流程图,参照图4,将当前正在识别车牌的车牌图像放入队列中可以包括:
步骤S400:判断系统中是否有队列,若没有,进入步骤S410,若有,进入步骤S420;
当当前正在识别车牌为识别的第一个车牌,即在当前正在识别车牌之前没有已经完成识别的车牌时,系统中将没有队列,此时需要在系统中建立一个队列。判断系统中是否有队列,即是为了判定当前正在识别车牌是否为识别的第一个车牌,判定当前正在识别车牌之前有没有已经完成识别的车牌。
步骤S410:建立一个队列,进入步骤S420;
步骤S420:将当前正在识别车牌的车牌图像放入该队列中。
可选的,在确定当前正在识别车牌并非第一个车牌,即在当前正在识别车牌有已经完成识别的车牌时,可以无需判断系统中是否有队列,只需要将当前正在识别车牌的车牌图像放入当前队列中即可。
可选的,本发明实施例提供的车牌检测方法中判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌之前需要满足的预定条件可以为:
获取的车牌图像中位于队列中的包含车牌的车牌图像的帧数达到预定阈值。其中,获取的车牌图像中位于队列中的包含车牌的车牌图像中的车牌既包括有效车牌有包括无效车牌。
可选的,本发明实施例提供的车牌检测方法中判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌之前需要满足的预定条件可以为:
获取的车牌图像中位于队列中的连续出现的包含无效车牌的车牌图像的帧数达到预定阈值。
可选的,本发明实施例提供的车牌检测方法中判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌之前需要满足的预定条件可以为:
获取的车牌图像中,检测到下一还未识别的车牌。
该下一还未识别的车牌与上一已完成识别车牌一样,与当前正在识别车牌之间为相邻车牌,即当当前正在识别车牌识别完成后,即立即识别该下一还未识别车牌。在跟车紧密的情况下,使用该预定条件可以更好得提高车辆识别的效率。
可选的,图5示出了本发明实施例提供的车牌检测方法判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌的方法流程图,参照图5,判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌可以包括:
步骤S500:对当前正在识别车牌进行车牌投票;
步骤S510:获取当前正在识别车牌的车牌投票结果,将当前正在识别车牌的车牌投票结果与上一已完成识别车牌的车牌投票结果进行比较;
步骤S520:判断当前正在识别车牌的车牌字符后五位与上一已完成识别车牌的车牌字符后五位是否有四位以上在对应位置相同;
步骤S530:若有,则判定当前正在识别车牌与上一已完成识别车牌为相似车牌。
可选的,车牌投票的具体过程可以包括:
步骤C1:将队列中出现的车牌的车牌字符按出现次数的多少从高到底排序;
其中,队列中出现的车牌包括有效车牌和无效车牌。
可选的,若出现票数一样的车牌字符,则将每个队列中出现的车牌的车牌字符的置信度累加,然后按置信度之对队列中的车牌进行排队。由于置信度的数值是实数,取值范围大,因此两个或多个车牌在票数一样的情况下,置信度之和仍一样的概率几乎为0。
可选的,若真出现了两个车牌在票数一样的情况下,其置信度之和仍一样的情况,则将较后出现的车牌对应的车牌字符作为排行最高的车牌字符,因为,一般来说,某个车牌越晚出现,那么则表示该个车牌离摄像机越近,其识别率相对越高。
步骤C2:选取排行最高的车牌字符作为输出。
排行最高的车牌字符即为车牌投票后认为的该车牌的车牌号码。
可选的,在车牌投票完成后可以对投票得到的车牌字符检测其是否有效。
可选的,检测投票得到的车牌字符是否有效可以为:统计包括无效车牌在内的参与投票的所有车牌中,后6位有5位是相似字符的帧数是否达到了阈值T1与阈值T2的乘积。其中,阈值T1是一个百分数。
可选的,在本发明实施例中可以设置T1为0.45,设置T2为30,那么后6位有5位是相似字符的帧数至少达到14帧,才表示该投票有效。
可选的,确定投票得到的车牌字符有效的条件可以为:包括无效车牌在内的参与投票的所有车牌中,后6位有5位是相似字符的帧数至少达到14帧。满足参与投票的所有车牌中,后6位有5位是相似字符的帧数至少达到14帧的,才判定此次的车牌投票结果有效。
一个车牌在正常行驶过程中会触发多次投票,一直到车牌在监控中完全消失为止。如果多次投票下来仍然无法满足投票输出车牌的条件,那么这个车牌将会被错过,即当前车牌无输出。
可选的,图6示出了本发明实施例提供的车牌检测方法判断当前正在识别车牌是否已经进行车牌投票的方法流程图,参照图6,判断当前正在识别车牌是否已经进行车牌投票可以包括:
步骤S600:建立第一变量,赋值为零,在所述判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌后,将所述第一变量赋值为一;
步骤S610:判断所述第一变量的赋值是否为零;
步骤S620:若为零,判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
可选的,可以设定该第一变量为变量IsVoted,在需要对当前正在识别车牌进行首次投票时,该变量IsVoted的赋值为0,判断到IsVoted的赋值为0后,对当前正在识别车牌与上一已识别车牌进行相似车牌的判断,当该相似车牌的判定结束后,IsVoted的赋值变为1,当对当前正在识别车牌进行识别,而队列中的车牌个数已经达到预定阈值,或对当前正在识别车牌进行识别,而队列中连续出现具有无效车牌的车牌的帧数达到一定阈值时,由于IsVoted的赋值变为1,因此,也不会在对当前正在识别车牌与上一已识别车牌进行相似车牌的判断。
在对当前正在识别车牌与上一已识别车牌进行相似车牌的判断之前,判断当前正在识别车牌是否已经进行车牌投票,如此,当当前正在识别车牌的被采集到的车牌图像帧数过多,可以避免对当前正在识别车牌与上一已识别车牌反复进行相似车牌的判断,提高车牌识别的效率。
本发明实施例提供的车牌识别方法通过对当前正在识别的车牌与上一已经完成识别的车牌进行相似车牌判断,和计算当前正在识别的车牌对应的车辆与上一已经完成识别的车牌的行驶轨迹的重合度的判断,来对车牌进行识别,以从而降低对车牌漏识别与误识别现象出现的可能,提高车牌识别的准确率。
下面对本发明实施例提供的车牌识别系统进行介绍,下文描述的车牌识别系统与上文描述的车牌识别方法可相互对应参照。
图7为本发明实施例提供的车牌识别系统的系统框图,参照图7,该车牌识别系统可以包括:获取模块100、第一判断模块200和第二判断模块300,其中,
获取模块100,用于获取车牌图像,确定当前正在识别车牌的字符识别结果;
第一判断模块200,用于当获取的车牌图像满足预定的条件时,通过当前正在识别车牌与上一已完成识别车牌的字符识别结果判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
第二判断模块300,用于获取所述当前正在识别车牌的对应车辆的第一运行轨迹和所述上一已完成识别车牌的对应车辆的第二运行轨迹,计算第一运行轨迹与第二运行轨迹的重合度,若第一运行轨迹与第二运行轨迹的重合度小于一定阈值,判定正在识别的车牌与上一已完成识别的车牌为不同车辆的车牌,否则,判定为同一辆车的车牌。
可选的,图8示出了本发明实施例提供的车牌识别系统的另一系统框图,参照图8,该车牌识别系统还包括:变量模块400和第三判断模块500,其中,
变量模块400,用于建立第一变量,赋值为零,在判断当前车牌与上一车牌是否为相似车牌后,将所述第一变化赋值为一;
第三判断模块500,用于在判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌前,判断所述第一变量的赋值为一还是为零,判断所述第一变量的赋值为一还是为零,若为零,则判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌,若为一,则操作结束。
可选的,图9示出了本发明实施例提供的车牌识别系统的第一判断模块200的一种可选结构框图,参照图9,该第一判断模块200可以包括:投票单元210、比较单元220和判断单元230,其中,
投票单元210,用于对当前正在识别车牌进行车牌投票;
比较单元220,用于获取当前正在识别车牌的车牌投票结果,将当前正在识别车牌的车牌投票结果与上一已完成识别车牌的车牌投票结果进行比较;
判断单元230,用于判断当前正在识别车牌的车牌字符后五位与上一已完成识别车牌的车牌字符后五位是否有四位以上在对应位置相同,若有,则判定当前正在识别车牌与上一已完成识别车牌为相似车牌。
本发明实施例提供的车牌识别系统通过对当前正在识别的车牌与上一已经完成识别的车牌进行相似车牌判断,和计算当前正在识别的车牌对应的车辆与上一已经完成识别的车牌的行驶轨迹的重合度的判断,来对车牌进行识别,以从而降低对车牌漏识别与误识别现象出现的可能,提高车牌识别的准确率。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种车牌识别方法,其特征在于,包括:
获取车牌图像,确定当前正在识别车牌的车牌字符识别结果;
当获取的车牌图像满足预定条件时,通过当前正在识别车牌与上一已完成识别车牌的车牌字符识别结果判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
若为相似车牌,则获取所述当前正在识别车牌的对应车辆的第一运行轨迹和所述上一已完成识别车牌的对应车辆的第二运行轨迹,计算第一运行轨迹与第二运行轨迹的重合度,若第一运行轨迹与第二运行轨迹的重合度小于一定阈值,判定正在识别的车牌与上一已完成识别的车牌为不同车辆的车牌,否则,判定为同一辆车的车牌。
2.根据权利要求1所述的车牌识别方法,其特征在于,获取车牌图像后还包括:
确定当前正在识别车牌经过车牌字符识别后识别到的字符的数量和所有字符的置信度;
当当前正在识别车牌识别到七个字符且所有字符置信度均大于预定阈值时,判定当前正在识别车牌为有效车牌。
3.根据权利要求2所述的车牌识别方法,其特征在于,获取车牌图像后还包括判断上一车牌是否识别完成,判断上一车牌是否识别完成包括:
确定当前包含有效车牌的车牌图像与上一包含有效车牌的车牌图像之间包含无效车牌的车牌图像的帧数;
若所述包含无效车牌的车牌图像的帧数大于40帧,则认为上一车牌已经识别完成,当前正在识别的车牌为上一车牌的下一车牌;
若所述包含无效车牌的车牌图像的帧数大于10帧且小于或等于40帧,则判断当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌最后五个车牌字符中对应位置是否有大于两个不相同的车牌字符,判断当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌的水平距离和/或垂直距离是否大于一定的阈值,若均是,则认为上一车牌已经识别完成,当前正在识别的车牌为上一车牌的下一车牌;
若所述包含无效车牌的车牌图像的帧数大于0帧且小于或等于10帧,则判断当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌最后五个车牌字符中对应位置是否有大于两个不相同的车牌字符,判断当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌的水平距离和/或垂直距离是否大于一定的阈值,判断当前包含有效车牌的车牌图像中的有效车牌与上一包含有效车牌的车牌图像中的有效车牌的宽度差和/或高度差是否大于一定的阈值,若均是,则认为上一车牌已经识别完成,当前正在识别的车牌为上一车牌的下一车牌。
4.根据权利要求1所述的车牌识别方法,其特征在于,确定当前正在识别车牌的字符识别结果后还包括:
将当前正在识别车牌的车牌图像放入当前队列中;
或,判断系统中是否有队列,若没有队列,则建立一个队列,将当前正在识别车牌的车牌图像放入该队列中。
5.根据权利要求4所述的车牌识别方法,其特征在于,所述获取的车牌图像满足预定的条件包括:
获取的车牌图像中位于队列中的包含车牌的车牌图像的帧数达到预定阈值;
获取的车牌图像中位于队列中的连续出现的包含无效车牌的车牌图像的帧数达到预定阈值;
获取的车牌图像中,检测到下一还未识别的车牌。
6.根据权利要求1所述的车牌识别方法,其特征在于,判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌包括:
对当前正在识别车牌进行车牌投票;
获取当前正在识别车牌的车牌投票结果,将当前正在识别车牌的车牌投票结果与上一已完成识别车牌的车牌投票结果进行比较;
判断当前正在识别车牌的车牌字符后五位与上一已完成识别车牌的车牌字符后五位是否有四位以上在对应位置相同,若有,则判定当前正在识别车牌与上一已完成识别车牌为相似车牌。
7.根据权利要求1所述的车牌识别方法,其特征在于,还包括:
建立第一变量,赋值为零,在所述判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌后,将所述第一变量赋值为一;
判断当前车牌与上一车牌是否为相似车牌前还包括:判断所述第一变量的赋值为一还是为零;
若为零,则判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
若为一,则操作结束。
8.一种车牌识别系统,其特征在于,包括:获取模块、第一判断模块和第二判断模块,其中,
所述获取模块,用于获取车牌图像,确定当前正在识别车牌的字符识别结果;
所述第一判断模块,用于当获取的车牌图像满足预定的条件时,通过当前正在识别车牌与上一已完成识别车牌的字符识别结果判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌;
所述第二判断模块,用于获取所述当前正在识别车牌的对应车辆的第一运行轨迹和所述上一已完成识别车牌的对应车辆的第二运行轨迹,计算第一运行轨迹与第二运行轨迹的重合度,若第一运行轨迹与第二运行轨迹的重合度小于一定阈值,判定正在识别的车牌与上一已完成识别的车牌为不同车辆的车牌,否则,判定为同一辆车的车牌。
9.根据权利要求8所述的车牌识别系统,其特征在于,还包括:变量模块和第三判断模块,其中,
所述变量模块,用于建立第一变量,赋值为零,在判断当前车牌与上一车牌是否为相似车牌后,将所述第一变化赋值为一;
所述第三判断模块,用于在判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌前,判断所述第一变量的赋值为一还是为零,判断所述第一变量的赋值为一还是为零,若为零,则判断当前正在识别车牌与上一已完成识别车牌是否为相似车牌,若为一,则操作结束。
10.根据权利要求8所述的车牌识别系统,其特征在于,所述第一判断模块包括:投票单元、比较单元和判断单元,其中,
所述投票单元,用于对当前正在识别车牌进行车牌投票;
所述比较单元,用于获取当前正在识别车牌的车牌投票结果,将当前正在识别车牌的车牌投票结果与上一已完成识别车牌的车牌投票结果进行比较;
所述判断单元,用于判断当前正在识别车牌的车牌字符后五位与上一已完成识别车牌的车牌字符后五位是否有四位以上在对应位置相同,若有,则判定当前正在识别车牌与上一已完成识别车牌为相似车牌。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410498408.6A CN104392239B (zh) | 2014-09-25 | 2014-09-25 | 一种车牌识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410498408.6A CN104392239B (zh) | 2014-09-25 | 2014-09-25 | 一种车牌识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104392239A true CN104392239A (zh) | 2015-03-04 |
CN104392239B CN104392239B (zh) | 2017-12-01 |
Family
ID=52610140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410498408.6A Active CN104392239B (zh) | 2014-09-25 | 2014-09-25 | 一种车牌识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104392239B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751525A (zh) * | 2015-04-13 | 2015-07-01 | 张忠义 | 一种可减少车牌识别人工复核量的停车收费方法 |
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 |
CN105631429A (zh) * | 2015-12-29 | 2016-06-01 | 深圳市捷顺科技实业股份有限公司 | 一种车牌投票方法、装置和系统 |
CN105631470A (zh) * | 2015-12-21 | 2016-06-01 | 深圳市捷顺科技实业股份有限公司 | 一种车牌类型验证的方法及系统 |
CN107341668A (zh) * | 2016-04-29 | 2017-11-10 | 滴滴(中国)科技有限公司 | 一种判断真实数据的方法以及装置 |
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 |
CN109360440A (zh) * | 2018-10-22 | 2019-02-19 | 成都臻识科技发展有限公司 | 一种基于自组网的停车场管理方法及停车场管理设备 |
CN109801498A (zh) * | 2017-11-16 | 2019-05-24 | 北京筑梦园科技有限公司 | 一种同时使用多种触发方式的车牌识别方法 |
CN110211161A (zh) * | 2019-05-20 | 2019-09-06 | 深兰科技(上海)有限公司 | 一种多摄像头轨迹重合分析的方法及装置 |
CN111369790A (zh) * | 2019-10-16 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 过车记录校正方法、装置、设备及存储介质 |
CN111833591A (zh) * | 2019-04-17 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 交通卡口的信息校验方法、装置、电子设备与存储介质 |
CN113409564A (zh) * | 2020-03-17 | 2021-09-17 | 北京金山云网络技术有限公司 | 车队的安全管理方法、装置及设备 |
CN113723422A (zh) * | 2021-09-08 | 2021-11-30 | 重庆紫光华山智安科技有限公司 | 车牌信息确定方法、系统、设备及介质 |
CN113723316A (zh) * | 2021-09-01 | 2021-11-30 | 杭州智诚惠通科技有限公司 | 一种车辆识别方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944174A (zh) * | 2009-07-08 | 2011-01-12 | 西安电子科技大学 | 车牌字符的识别方法 |
US20140254877A1 (en) * | 2013-03-08 | 2014-09-11 | Next Level Security Systems, Inc. | System and method for identifying a vehicle license plate |
-
2014
- 2014-09-25 CN CN201410498408.6A patent/CN104392239B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944174A (zh) * | 2009-07-08 | 2011-01-12 | 西安电子科技大学 | 车牌字符的识别方法 |
US20140254877A1 (en) * | 2013-03-08 | 2014-09-11 | Next Level Security Systems, Inc. | System and method for identifying a vehicle license plate |
Non-Patent Citations (3)
Title |
---|
JORGE MARTINEZ-CARBALLIDO: ""License Plate Digit Recognition using 7x5 Binary Templates at an Outdoor Parking Lot entrance"", 《2011 21ST INTERNATIONAL CONFERENCE ON ELECTRICAL COMMUNICATIONS AND COMPUTERS》 * |
李振山等: ""车辆牌照相似字符识别研究"", 《汽车与船舶》 * |
郑宇: ""一种基于相似度的汽车车牌号码自动识别系统"", 《交通与计算机》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751525A (zh) * | 2015-04-13 | 2015-07-01 | 张忠义 | 一种可减少车牌识别人工复核量的停车收费方法 |
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 |
CN105631470A (zh) * | 2015-12-21 | 2016-06-01 | 深圳市捷顺科技实业股份有限公司 | 一种车牌类型验证的方法及系统 |
CN105631429A (zh) * | 2015-12-29 | 2016-06-01 | 深圳市捷顺科技实业股份有限公司 | 一种车牌投票方法、装置和系统 |
CN105631429B (zh) * | 2015-12-29 | 2019-03-05 | 深圳市捷顺科技实业股份有限公司 | 一种车牌投票方法、装置和系统 |
CN107341668A (zh) * | 2016-04-29 | 2017-11-10 | 滴滴(中国)科技有限公司 | 一种判断真实数据的方法以及装置 |
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 |
CN109801498A (zh) * | 2017-11-16 | 2019-05-24 | 北京筑梦园科技有限公司 | 一种同时使用多种触发方式的车牌识别方法 |
CN109360440A (zh) * | 2018-10-22 | 2019-02-19 | 成都臻识科技发展有限公司 | 一种基于自组网的停车场管理方法及停车场管理设备 |
CN109360440B (zh) * | 2018-10-22 | 2022-02-11 | 成都臻识科技发展有限公司 | 一种基于自组网的停车场管理方法及停车场管理设备 |
CN111833591A (zh) * | 2019-04-17 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 交通卡口的信息校验方法、装置、电子设备与存储介质 |
CN110211161A (zh) * | 2019-05-20 | 2019-09-06 | 深兰科技(上海)有限公司 | 一种多摄像头轨迹重合分析的方法及装置 |
CN110211161B (zh) * | 2019-05-20 | 2021-06-11 | 深兰科技(上海)有限公司 | 一种多摄像头轨迹重合分析的方法及装置 |
CN111369790A (zh) * | 2019-10-16 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 过车记录校正方法、装置、设备及存储介质 |
CN113409564A (zh) * | 2020-03-17 | 2021-09-17 | 北京金山云网络技术有限公司 | 车队的安全管理方法、装置及设备 |
CN113409564B (zh) * | 2020-03-17 | 2022-09-02 | 北京金山云网络技术有限公司 | 车队的安全管理方法、装置及设备 |
CN113723316A (zh) * | 2021-09-01 | 2021-11-30 | 杭州智诚惠通科技有限公司 | 一种车辆识别方法、装置、设备及存储介质 |
CN113723316B (zh) * | 2021-09-01 | 2024-04-16 | 杭州智诚惠通科技有限公司 | 一种车辆识别方法、装置、设备及存储介质 |
CN113723422A (zh) * | 2021-09-08 | 2021-11-30 | 重庆紫光华山智安科技有限公司 | 车牌信息确定方法、系统、设备及介质 |
CN113723422B (zh) * | 2021-09-08 | 2023-10-17 | 重庆紫光华山智安科技有限公司 | 车牌信息确定方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104392239B (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104392239A (zh) | 一种车牌识别方法及系统 | |
CN110136447B (zh) | 行车变道检测及违法变道识别的方法 | |
CN106652465B (zh) | 一种道路异常驾驶行为的识别方法及系统 | |
JP6549797B2 (ja) | 通行人の頭部識別方法及びシステム | |
CN110287905B (zh) | 一种基于深度学习的交通拥堵区域实时检测方法 | |
CN109977782B (zh) | 基于目标位置信息推理的跨店经营行为检测方法 | |
CN105139425A (zh) | 一种人数统计方法及装置 | |
US10769454B2 (en) | Camera blockage detection for autonomous driving systems | |
CN105260713A (zh) | 一种车道线检测方法和装置 | |
CN105426864A (zh) | 一种基于等距边缘点匹配的多车道线检测方法 | |
CN106023595A (zh) | 一种异常停车的判断方法、装置及球型摄像机 | |
CN110298300B (zh) | 一种检测车辆违章压线的方法 | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN105844222A (zh) | 基于视觉的前方车辆碰撞预警系统及方法 | |
CN107886055A (zh) | 一种用于车辆运动方向判定的逆行检测方法 | |
CN105678288A (zh) | 目标跟踪方法和装置 | |
JP2006329776A (ja) | 車両位置検出方法、並びに車両速度検出方法及び装置 | |
CN111382704A (zh) | 基于深度学习的车辆压线违章判断方法、装置及存储介质 | |
CN102855508B (zh) | 敞开式校园防尾随系统 | |
CN108154146A (zh) | 一种基于图像识别的车辆追踪方法 | |
CN107705577B (zh) | 一种基于车道线标定车辆违章变道的实时检测方法及系统 | |
CN101004860A (zh) | 实时采集道路车流量信息的视频方法 | |
CN105046948A (zh) | 一种黄色网格线区域内交通违章停车监测系统和方法 | |
CN113674314A (zh) | 抛洒事件检测方法、装置、电子装置和存储介质 | |
CN204884166U (zh) | 一种交通禁停区域违章停车监测装置 |
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 |