CN105488479A - 一种基于加权局部特征比对的车辆套牌识别方法及装置 - Google Patents
一种基于加权局部特征比对的车辆套牌识别方法及装置 Download PDFInfo
- Publication number
- CN105488479A CN105488479A CN201510882205.1A CN201510882205A CN105488479A CN 105488479 A CN105488479 A CN 105488479A CN 201510882205 A CN201510882205 A CN 201510882205A CN 105488479 A CN105488479 A CN 105488479A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- car plate
- identified
- local feature
- threshold
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于加权局部特征比对的车辆套牌识别方法及装置,该方法基于待识别车辆的抓拍图片,识别出待识别车辆的车型信息和车牌,提取抓拍图片中局部特征图;然后提取基准比对库中相同车牌车辆对应的参考局部特征图进行逐个比对,计算出每个局部特征图对应于参考局部特征图的相似度;最后根据设定的该待识别车辆对应的局部特征权值,汇总计算出该待识别车辆的对应于基准比对库中相同车牌车辆的总相似度,根据待识别车辆的总相似度,判断其是否是套牌车。本发明的装置包括图片识别模块、局部特征图提取模块、车牌查找模块、比对模块、总相似度计算模块和预警模块。本发明的方法及装置,加快了套牌嫌疑车的判断识别,且识别更加准确。
Description
技术领域
本发明属于智能交通管理技术领域,尤其涉及一种基于加权局部特征比对的车辆套牌识别方法及装置。
背景技术
随着我国汽车工业的发展及人民生活水平的提高,汽车已经进入家庭,成为生活的必需品。然而套牌车的出现极大地损害了车牌车主的利益,并且为社会增加了不安定的因素,因此在智能交通管理领域,打击套牌车成为执法中的重要任务。
套牌车的典型特征就是车牌相同,车型也大致相同,但是肯定存在局部特征的不同,例如车贴、车饰等细节部分。现有技术方案对于套牌车的识别,主要基于事后的人工分析,逐个进行细节比对。这种方法工作量非常大,由于车辆数量太多,几乎不太可能遍历所有的过车数据,一般仅在处理违章车辆记录时,才与车管所登记的车辆信息比对,由此发现一部分套牌车,无法对套牌车形成有效的遏制。
并且现有技术方案在进行比对时,往往基于车辆的整张抓拍图片进行比对,容易受到驾驶室区域人的干扰,车灯的干扰,而且比对区域过大,计算量过大。同时因为套车牌可能仅在细微的地方存在差异,而大部分区域相同,比对区域过大时,细微区域对整体的影响就显得不是那么突出,容易比对不出。
发明内容
本发明的目的是提供一种基于加权局部特征比对的车辆套牌识别方法及装置,以解决上述背景技术中描述的问题,针对不同的车型,对不同的特征给予不同的权值,大大加快了套牌嫌疑车的判断。
为了实现上述目的,本发明技术方案如下:
一种基于加权局部特征比对的车辆套牌识别方法,所述车辆套牌识别方法包括:
步骤1、基于待识别车辆的抓拍图片,识别出待识别车辆的车型信息和车牌;
步骤2、根据待识别车辆的车型信息,进一步提取抓拍图片中局部特征图;
步骤3、根据待识别车辆的车牌在基准比对库中查找相同车牌车辆;
步骤4、提取基准比对库中相同车牌车辆对应的参考局部特征图,将提取的待识别车辆的局部特征图与基准比对库中的参考局部特征图进行逐个比对,计算出每个局部特征图对应于参考局部特征图的相似度;
步骤5、根据设定的该待识别车辆对应的局部特征权值,汇总计算出该待识别车辆的对应于基准比对库中相同车牌车辆的总相似度;
步骤6、根据待识别车辆的总相似度,判断其是否是套牌车,如果总相似度没有超过设定的第一阈值,则上报套牌嫌疑预警。
进一步地,所述步骤1还包括:
对抓拍图片进行校正,统一畸变效果。可以降低畸变引起的识别误差,提高后续识别的准确度。
进一步地,所述识别出的车牌对应设置有车牌置信度,所述步骤3之前还包括:
判断待识别车辆的车牌置信度是否高于设定的第二阈值,如果是则进入步骤3,否则计算相似车牌列表,以计算出的相似车牌为待识别车辆的车牌进入步骤3。
进一步地,所述步骤3还包括:
如果基准比对库中存在相同车牌,则进入步骤4,否则将待识别车辆的车型信息、车牌和局部特征图加入到基准比对库中后结束;
所述步骤6包括步骤:
如果总相似度没有超过设定的第一阈值,且待识别车辆的车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果总相似度没有超过设定的第一阈值,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
进一步地,所述步骤3之后,还包括步骤:
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,且车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
通过本步骤可以直接基于车型进行预警,当车型不同时,直接判断存在套牌嫌疑预警,并且可以做出车牌污损、遮挡预警。
本发明还提出了一种基于加权局部特征比对的车辆套牌识别装置,所述车辆套牌识别装置包括:
图片识别模块,用于基于待识别车辆的抓拍图片,识别出待识别车辆的车型信息和车牌;
局部特征图提取模块,用于根据待识别车辆的车型信息,进一步提取抓拍图片中局部特征图;
车牌查找模块,用于根据待识别车辆的车牌在基准比对库中查找相同车牌车辆;
比对模块,用于提取基准比对库中相同车牌车辆对应的参考局部特征图,将提取的待识别车辆的局部特征图与基准比对库中的参考局部特征图进行逐个比对,计算出每个局部特征图对应于参考局部特征图的相似度;
总相似度计算模块,用于根据设定的该待识别车辆对应的局部特征权值,汇总计算出该待识别车辆的对应于基准比对库中相同车牌车辆的总相似度;
预警模块,用于根据待识别车辆的总相似度,判断其是否是套牌车,如果总相似度没有超过设定的第一阈值,则上报套牌嫌疑预警。
进一步地,所述图片识别模块还用于对抓拍图片进行校正,统一畸变效果。
进一步地,所述识别出的车牌对应设置有车牌置信度,所述装置还包括:
相似车牌生成模块,用于判断待识别车辆的车牌置信度是否高于设定的第二阈值,如果是则直接进入车牌查找模块进行查找,否则计算相似车牌列表,以计算出的相似车牌为待识别车辆的车牌进入车牌查找模块进行查找。
进一步地,所述车牌查找模块还用于执行如下操作:
如果基准比对库中存在相同车牌,则进入比对模块进行比对,否则将待识别车辆的车型信息、车牌和局部特征图加入到基准比对库中后结束;
所述预警模块执行如下操作:
如果总相似度没有超过设定的第一阈值,且待识别车辆的车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果总相似度没有超过设定的第一阈值,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
进一步地,所述装置还包括:车型预警模块,所述车型预警模块用于执行如下操作:
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,且车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
本发明提出了一种基于加权局部特征比对的车辆套牌识别方法及装置,通过对不同的局部特征区域给予不同的权值,计算出待识别车辆与参考车辆的相似度,然后判断是否存在套牌车嫌疑,上报预警。本发明的方法加快了套牌嫌疑车的判断识别,且识别更加准确。
附图说明
图1为本发明基于加权局部特征比对的车辆套牌识别方法流程图;
图2为本发明实施例图片校正原理图;
图3为本发明基于加权局部特征比对的车辆套牌识别装置结构示意图。
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。
根据经验,车型不同的车,套牌车的局部特征区域差异点分布也不同。例如套牌小型车,车贴、车饰区域最有可能不同;而套牌大货车,车灯区域也有可能不同。本发明基于套牌车辆容易出现差异的特征进行比较,针对不同的车型,对不同的局部特征区域给予不同的权值,大大加快了套牌嫌疑车的判断。
本发明对不同的局部特征区域,设置不同的权值,对于最有可能不同的局部特征区域,增加其对应的权值,提高其对整个比对劫夺的影响。对于不太可能不同的局部特征区域,减少其权值,降低其对整个比对结果的影响。
本发明对不同的局部特征区域,设置不同的权值,如表1所示:
局部特征区域 | 权值 | 车型类别 |
车贴区域 | 权值1 | 类别1 |
车饰区域 | 权值2 | 类别1 |
车标区域 | 权值3 | 类别1 |
保险杠区域 | 权值4 | 类别1 |
车灯区域 | 权值5 | 类别1 |
车贴区域 | 权值6 | 类别2 |
车饰区域 | 权值7 | 类别2 |
… | … | … |
表1
其中,对于同一个车型,其各局部特征区域的权值汇总等于100%。
如图1所示,本实施例一种基于加权局部特征比对的车辆套牌识别方法,包括:
步骤S1、基于待识别车辆的抓拍图片,识别出待识别车辆的车型信息和车牌。
当车辆经过交通卡口时,卡口的抓拍设备进行抓拍,获得车辆的抓拍图片,作为待识别车辆的抓拍图片。本实施例基于抓拍图片进行后续分析,进行套牌嫌疑预警。
由于各抓拍设备的安装位置、环境影响,整个抓拍图片中抓拍位置的前部/尾部成像效果最好,而车的侧身、顶部等位置,成像效果一般。本实施例的局部特征取自抓拍位置的前部/尾部成像,即对车辆前部/尾部的抓拍图片进行处理。
进一步地,由于抓拍设备安装位置不同,导致抓拍角度不同,同一辆车,抓拍的图片,各局部特征区域的畸变效果亦不同,导致相同特征位置的差异增大,相似度降低,影响比对结果。本实施例还包括步骤:
对抓拍图片进行校正,统一畸变效果。
将所有抓拍图片校正到同一个角度,可以大大减少图像畸变对后续特征比对的干扰。对抓拍图片进行校正,有以下两种实施:
实施例1、基于参照物的校正。
基于参照物,例如车牌,对整个车身抓拍图片进行拉伸、旋转,调整为正拍效果。
实施例2、基于标准参考体系的校正。
设置一个标准参考体系Ref,以抓拍设备的抓拍位置为参考位置,构建抓拍车辆在参考位置的三维位置;
其他抓拍设备抓拍的抓拍图片,均投射到参考标准参考体系,对车辆抓拍图片进行统一校正。
如图2所示,由于各抓拍设备的安装位置有差异,其他抓拍设备的实际抓拍位置是PosA。在标准参考体系Ref中,将该卡口设备抓拍图片投射到标准抓拍位置Pos。
需要说明的是,图2示出了车辆前部抓拍图片,车辆后部抓拍图片的校正原理相同,这里不再赘述。本实施例是在抓拍图片校正的基础上,识别出待识别车辆的车型信息,以及后续提取抓拍图片中局部特征图。
从而基于待识别车辆的抓拍图片,识别出待识别车辆的车型信息,车型信息包括:车辆品牌、型号、年款。比如上海大众Pasat2015款,宝马BMW5252015款等。
容易理解的是,最好是在识别车型信息和车牌之前就进行抓拍图片的校正,有利于识别出正确的车型信息和车牌,并且有利于后续局部特征图的识别比对。当然在步骤S1之后再进行抓拍图片的校正,仍然有利于后续局部特征图的识别比对。
步骤S2、根据待识别车辆的车型信息,进一步提取抓拍图片中局部特征图。
根据表1,对于不同的车型,设置有需要提取的不同局部特征区域图片作为局部特征图。本实施例在校正图片的基础上,提取出抓拍图片中局部特征图,能够降低图像畸变对后续特征比对的干扰。
步骤S3、根据待识别车辆的车牌在基准比对库中查找相同车牌车辆。
基于车管所登记的车辆信息,或者基于抓拍图片,为车辆建立基准比对库BaseCompDB,保存车辆车型信息、车牌和局部特征图。从而在识别出待识别车辆的车牌后,可以根据该车牌从基准比对库中找到该车牌对应的参考局部特征图,进行后续的识别,来判断待识别车辆是否是盗牌车。
步骤S4、提取基准比对库中相同车牌车辆对应的参考局部特征图,将提取的待识别车辆的局部特征图与基准比对库中的参考局部特征图进行逐个比对,计算出每个局部特征图对应于参考局部特征图的相似度。
在进行分析时,从基准比对库BaseCompDB中提取该车型需要比对的参考局部特征图,和当前抓拍图片的局部特征图逐个进行比对,计算出相似度。
步骤S5、根据设定的该待识别车辆对应的局部特征权值,汇总计算出该待识别车辆的对应于基准比对库中相同车牌车辆的总相似度。
在逐个比对获知各局部特征图的相似度后,根据表1设置的局部特征权值,计算出待识别车辆的总相似度:
总相似度=权值1*车贴区域相似度+车饰区域相似度*权值2+车标区域相似度*权值3+…。
步骤S6、根据待识别车辆的总相似度,判断其是否是套牌车,如果总相似度没有超过设定的第一阈值,则上报套牌嫌疑预警。
最后根据获得的总相似度,判断待识别车辆与基准比对库中的车辆是否相似。即判断总相似度是否超过设定的第一阈值,如果没有超过,说明该待识别车辆与合法车辆的相似度存在差异,则上报套牌嫌疑预警,否则将待识别车辆认为是拥有该合法车牌的车辆。
另外,由于污损或遮挡,车牌的部分字符识别置信度可能比较低。当字符识别的置信度低于特定的第二阈值,则该车牌存在多种可能,比如字符8的置信度低于阈值40,则浙A12348,可能是浙A1234B。
如表2所示,车牌中很多字符由于污损、遮挡的原因,会产生错误的识别:
字符 | 置信度低于 | 识别为 |
8 | 40 | B |
B | 40 | 8 |
D | 30 | B |
。。。 |
表2
因此,在本实施例在识别到这类车牌时,自动为这类车牌生成相似车牌列表ListCarPlate,采用该列表进行比对,防止漏报。但采用相似车牌来进行对比时,容易发生误报,车牌的字符识别置信度越高,车牌越清晰,误报越少。
为了避免这些相似车牌可能引起的误报,本实施例还基于车牌置信度,进一步完善了一种基于加权局部特征比对的车辆套牌识别方法,以下进行详细说明。
在引入车牌置信度的情况下,本实施例的车辆套牌识别方法,在步骤S3之前还包括:
判断待识别车辆的车牌置信度是否高于设定的第二阈值,如果是则进入步骤S3,否则计算相似车牌列表,以计算出的相似车牌为待识别车辆的车牌进入步骤S3。
本步骤在待识别车辆的车牌置信度高于设定的第二阈值时,认为识别正确,如果不高于设定第二阈值,则只能找出所有的相似车牌,例如浙A12348和浙A1234B,分别对A12348和浙A1234B进行后续的比对判断。
进一步地,在引入车牌置信度的情况下,本实施例的车辆套牌识别方法,步骤S3还包括:
如果基准比对库中存在相同车牌,则进入步骤S4,否则将待识别车辆的车型信息、车牌和局部特征图加入到基准比对库中。
本步骤在于更新基准比对库,即在基准比对库中不存在相同车牌时,将待识别车辆的车型信息、车牌和局部特征图加入到基准比对库中,以便对后续车辆的抓拍图片进行识别比对。
进一步地,在引入车牌置信度的情况下,本实施例的车辆套牌识别方法,在步骤S3之后,还包括步骤:
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,且车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
本步骤对于车型不同的待识别车辆,当其车牌置信度高于设定的第二阈值时,上报套牌嫌疑预警;当车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警。从而基于车牌置信度和车型首先进行了判别,能够节省判别的步骤,并能对车牌污损或遮挡进行预警。
进一步地,在设置有车牌置信度的情况下,所述步骤6包括步骤:
如果总相似度没有超过设定的第一阈值,且待识别车辆的车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果总相似度没有超过设定的第一阈值,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
本步骤基于车牌置信度和总相似度,分别上报套牌预警和车牌污损、遮挡预警,进一步扩展了本发明的适用场景。
图3示出了本实施例一种基于加权局部特征比对的车辆套牌识别装置,该车辆套牌识别装置包括:
图片识别模块,用于基于待识别车辆的抓拍图片,识别出待识别车辆的车型信息和车牌;
局部特征图提取模块,用于根据待识别车辆的车型信息,进一步提取抓拍图片中局部特征图;
车牌查找模块,用于根据待识别车辆的车牌在基准比对库中查找相同车牌车辆;
比对模块,用于提取基准比对库中相同车牌车辆对应的参考局部特征图,将提取的待识别车辆的局部特征图与基准比对库中的参考局部特征图进行逐个比对,计算出每个局部特征图对应于参考局部特征图的相似度;
总相似度计算模块,用于根据设定的该待识别车辆对应的局部特征权值,汇总计算出该待识别车辆的对应于基准比对库中相同车牌车辆的总相似度;
预警模块,用于根据待识别车辆的总相似度,判断其是否是套牌车,如果总相似度没有超过设定的第一阈值,则上报套牌嫌疑预警。
本实施例图片识别模块还用于对抓拍图片进行校正,统一畸变效果。
本实施例识别出的车牌对应设置有车牌置信度,本实施例车辆套牌识别装置还包括:
相似车牌生成模块,用于判断待识别车辆的车牌置信度是否高于设定的第二阈值,如果是则直接进入车牌查找模块进行查找,否则计算相似车牌列表,以计算出的相似车牌为待识别车辆的车牌进入车牌查找模块进行查找。
本实施例车牌查找模块还用于执行如下操作:
如果基准比对库中存在相同车牌,则进入比对模块进行比对,否则将待识别车辆的车型信息、车牌和局部特征图加入到基准比对库中后结束。
从而对基准比对库进行实时更新,不断补充新抓拍到的车辆的车型信息、车牌和局部特征图。
本实施例在设置有车牌置信度的情况下,预警模块执行如下操作:
如果总相似度没有超过设定的第一阈值,且待识别车辆的车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果总相似度没有超过设定的第一阈值,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。从而实现基于车牌置信度的识别判断。
本实施例车辆套牌识别装置还包括:车型预警模块,该车型预警模块用于执行如下操作:
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,且车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
从而能够基于车型信息进行第一步过滤,将车型不同的相同车牌车辆首先进行预警,省去了后续的判断,提高了判断效率。
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 (10)
1.一种基于加权局部特征比对的车辆套牌识别方法,其特征在于,所述车辆套牌识别方法包括:
步骤1、基于待识别车辆的抓拍图片,识别出待识别车辆的车型信息和车牌;
步骤2、根据待识别车辆的车型信息,进一步提取抓拍图片中局部特征图;
步骤3、根据待识别车辆的车牌在基准比对库中查找相同车牌车辆;
步骤4、提取基准比对库中相同车牌车辆对应的参考局部特征图,将提取的待识别车辆的局部特征图与基准比对库中的参考局部特征图进行逐个比对,计算出每个局部特征图对应于参考局部特征图的相似度;
步骤5、根据设定的该待识别车辆对应的局部特征权值,汇总计算出该待识别车辆的对应于基准比对库中相同车牌车辆的总相似度;
步骤6、根据待识别车辆的总相似度,判断其是否是套牌车,如果总相似度没有超过设定的第一阈值,则上报套牌嫌疑预警。
2.根据权利要求1所述的车辆套牌识别方法,其特征在于,所述步骤1还包括:
对抓拍图片进行校正,统一畸变效果。
3.根据权利要求1所述的车辆套牌识别方法,其特征在于,所述识别出的车牌对应设置有车牌置信度,所述步骤3之前还包括:
判断待识别车辆的车牌置信度是否高于设定的第二阈值,如果是则进入步骤3,否则计算相似车牌列表,以计算出的相似车牌为待识别车辆的车牌进入步骤3。
4.根据权利要求3所述的车辆套牌识别方法,其特征在于,所述步骤3还包括:
如果基准比对库中存在相同车牌,则进入步骤4,否则将待识别车辆的车型信息、车牌和局部特征图加入到基准比对库中后结束;
所述步骤6包括步骤:
如果总相似度没有超过设定的第一阈值,且待识别车辆的车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果总相似度没有超过设定的第一阈值,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
5.根据权利要求4所述的车辆套牌识别方法,其特征在于,所述步骤3之后,还包括步骤:
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,且车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
6.一种基于加权局部特征比对的车辆套牌识别装置,其特征在于,所述车辆套牌识别装置包括:
图片识别模块,用于基于待识别车辆的抓拍图片,识别出待识别车辆的车型信息和车牌;
局部特征图提取模块,用于根据待识别车辆的车型信息,进一步提取抓拍图片中局部特征图;
车牌查找模块,用于根据待识别车辆的车牌在基准比对库中查找相同车牌车辆;
比对模块,用于提取基准比对库中相同车牌车辆对应的参考局部特征图,将提取的待识别车辆的局部特征图与基准比对库中的参考局部特征图进行逐个比对,计算出每个局部特征图对应于参考局部特征图的相似度;
总相似度计算模块,用于根据设定的该待识别车辆对应的局部特征权值,汇总计算出该待识别车辆的对应于基准比对库中相同车牌车辆的总相似度;
预警模块,用于根据待识别车辆的总相似度,判断其是否是套牌车,如果总相似度没有超过设定的第一阈值,则上报套牌嫌疑预警。
7.根据权利要求6所述的车辆套牌识别装置,其特征在于,所述图片识别模块还用于对抓拍图片进行校正,统一畸变效果。
8.根据权利要求6所述的车辆套牌识别装置,其特征在于,所述识别出的车牌对应设置有车牌置信度,所述装置还包括:
相似车牌生成模块,用于判断待识别车辆的车牌置信度是否高于设定的第二阈值,如果是则直接进入车牌查找模块进行查找,否则计算相似车牌列表,以计算出的相似车牌为待识别车辆的车牌进入车牌查找模块进行查找。
9.根据权利要求8所述的车辆套牌识别装置,其特征在于,所述车牌查找模块还用于执行如下操作:
如果基准比对库中存在相同车牌,则进入比对模块进行比对,否则将待识别车辆的车型信息、车牌和局部特征图加入到基准比对库中后结束;
所述预警模块执行如下操作:
如果总相似度没有超过设定的第一阈值,且待识别车辆的车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果总相似度没有超过设定的第一阈值,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
10.根据权利要求9所述的车辆套牌识别装置,其特征在于,所述装置还包括:车型预警模块,所述车型预警模块用于执行如下操作:
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,且车牌置信度高于设定的第二阈值,则上报套牌嫌疑预警后结束;
如果查找到的相同车牌车辆对应的车型信息与待识别车辆不同,但车牌置信度不高于设定的第二阈值,则上报车牌污损、遮挡预警后结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510882205.1A CN105488479B (zh) | 2015-12-03 | 2015-12-03 | 一种基于加权局部特征比对的车辆套牌识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510882205.1A CN105488479B (zh) | 2015-12-03 | 2015-12-03 | 一种基于加权局部特征比对的车辆套牌识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105488479A true CN105488479A (zh) | 2016-04-13 |
CN105488479B CN105488479B (zh) | 2019-08-02 |
Family
ID=55675451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510882205.1A Active CN105488479B (zh) | 2015-12-03 | 2015-12-03 | 一种基于加权局部特征比对的车辆套牌识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105488479B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056919A (zh) * | 2016-08-09 | 2016-10-26 | 成都联众智科技有限公司 | 一种车牌自动识别系统 |
CN106228179A (zh) * | 2016-07-13 | 2016-12-14 | 乐视控股(北京)有限公司 | 车辆比对的方法和系统 |
CN106599905A (zh) * | 2016-11-25 | 2017-04-26 | 杭州中奥科技有限公司 | 一种基于深度学习的套牌车分析方法 |
CN107346435A (zh) * | 2017-06-15 | 2017-11-14 | 浙江捷尚视觉科技股份有限公司 | 一种基于车辆特征库的嫌疑套牌车捕获方法 |
WO2017197444A1 (en) * | 2016-05-20 | 2017-11-23 | Algodriven Limited | Systems and methods for determining attributes of motor vehicles |
CN107506758A (zh) * | 2017-07-05 | 2017-12-22 | 东风本田汽车有限公司 | 涂装车间车型识别方法与系统 |
CN107680385A (zh) * | 2017-10-27 | 2018-02-09 | 泰华智慧产业集团股份有限公司 | 一种确定套牌车的方法及系统 |
CN108122415A (zh) * | 2016-11-30 | 2018-06-05 | 杭州海康威视数字技术股份有限公司 | 一种车牌信息确定方法及装置 |
CN109376617A (zh) * | 2018-09-30 | 2019-02-22 | 佳都新太科技股份有限公司 | 车辆套牌识别方法、装置、识别设备及存储介质 |
CN111444840A (zh) * | 2020-03-26 | 2020-07-24 | 中科海微(北京)科技有限公司 | 一种套牌车辆自动检测方法及系统 |
CN112330967A (zh) * | 2020-11-11 | 2021-02-05 | 浙江大华技术股份有限公司 | 套牌车辆的识别方法、装置、系统和计算机设备 |
WO2022015236A1 (en) * | 2020-07-17 | 2022-01-20 | Hitachi, Ltd. | Method of image processing for object identification and system thereof |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635093A (zh) * | 2009-05-22 | 2010-01-27 | 上海宝康电子控制工程有限公司 | 一种套牌机动车识别系统以及方法 |
CN102509458A (zh) * | 2011-10-19 | 2012-06-20 | 杭州华三通信技术有限公司 | 一种套牌车辆识别方法和装置 |
CN103246876A (zh) * | 2013-05-10 | 2013-08-14 | 苏州祥益网络科技有限公司 | 基于图像特征比对的车辆套牌识别方法 |
CN104700620A (zh) * | 2014-03-28 | 2015-06-10 | 杭州海康威视数字技术股份有限公司 | 一种基于交通卡口的套牌车辆识别方法和装置 |
-
2015
- 2015-12-03 CN CN201510882205.1A patent/CN105488479B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635093A (zh) * | 2009-05-22 | 2010-01-27 | 上海宝康电子控制工程有限公司 | 一种套牌机动车识别系统以及方法 |
CN102509458A (zh) * | 2011-10-19 | 2012-06-20 | 杭州华三通信技术有限公司 | 一种套牌车辆识别方法和装置 |
CN103246876A (zh) * | 2013-05-10 | 2013-08-14 | 苏州祥益网络科技有限公司 | 基于图像特征比对的车辆套牌识别方法 |
CN104700620A (zh) * | 2014-03-28 | 2015-06-10 | 杭州海康威视数字技术股份有限公司 | 一种基于交通卡口的套牌车辆识别方法和装置 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017197444A1 (en) * | 2016-05-20 | 2017-11-23 | Algodriven Limited | Systems and methods for determining attributes of motor vehicles |
CN106228179A (zh) * | 2016-07-13 | 2016-12-14 | 乐视控股(北京)有限公司 | 车辆比对的方法和系统 |
CN106056919A (zh) * | 2016-08-09 | 2016-10-26 | 成都联众智科技有限公司 | 一种车牌自动识别系统 |
CN106599905A (zh) * | 2016-11-25 | 2017-04-26 | 杭州中奥科技有限公司 | 一种基于深度学习的套牌车分析方法 |
CN108122415B (zh) * | 2016-11-30 | 2020-05-29 | 杭州海康威视数字技术股份有限公司 | 一种车牌信息确定方法及装置 |
CN108122415A (zh) * | 2016-11-30 | 2018-06-05 | 杭州海康威视数字技术股份有限公司 | 一种车牌信息确定方法及装置 |
CN107346435A (zh) * | 2017-06-15 | 2017-11-14 | 浙江捷尚视觉科技股份有限公司 | 一种基于车辆特征库的嫌疑套牌车捕获方法 |
CN107506758A (zh) * | 2017-07-05 | 2017-12-22 | 东风本田汽车有限公司 | 涂装车间车型识别方法与系统 |
CN107680385A (zh) * | 2017-10-27 | 2018-02-09 | 泰华智慧产业集团股份有限公司 | 一种确定套牌车的方法及系统 |
CN107680385B (zh) * | 2017-10-27 | 2019-12-24 | 泰华智慧产业集团股份有限公司 | 一种确定套牌车的方法及系统 |
CN109376617A (zh) * | 2018-09-30 | 2019-02-22 | 佳都新太科技股份有限公司 | 车辆套牌识别方法、装置、识别设备及存储介质 |
CN111444840A (zh) * | 2020-03-26 | 2020-07-24 | 中科海微(北京)科技有限公司 | 一种套牌车辆自动检测方法及系统 |
WO2022015236A1 (en) * | 2020-07-17 | 2022-01-20 | Hitachi, Ltd. | Method of image processing for object identification and system thereof |
CN112330967A (zh) * | 2020-11-11 | 2021-02-05 | 浙江大华技术股份有限公司 | 套牌车辆的识别方法、装置、系统和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105488479B (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105488479A (zh) | 一种基于加权局部特征比对的车辆套牌识别方法及装置 | |
CN103077384B (zh) | 一种车标定位识别的方法与系统 | |
CN104778444B (zh) | 道路场景下车辆图像的表观特征分析方法 | |
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 | |
CN104036262B (zh) | 一种lpr车牌筛选识别的方法和系统 | |
CN101630361A (zh) | 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法 | |
Xu et al. | Shadow removal with blob-based morphological reconstruction for error correction | |
CN103246876A (zh) | 基于图像特征比对的车辆套牌识别方法 | |
CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
MX2010005149A (es) | Sistemas de seguridad. | |
CN103793708A (zh) | 一种基于仿射校正的多尺度车牌精准定位方法 | |
CN105320953A (zh) | 车牌识别方法 | |
CN107329977B (zh) | 一种基于概率分布的假牌车二次筛选方法 | |
CN104182728A (zh) | 一种基于模式识别的车标自动定位与识别方法 | |
CN105574944A (zh) | 基于公路车辆识别智能收费系统及方法 | |
CN103065144A (zh) | 车标识别方法及装置 | |
CN105354533A (zh) | 一种基于词袋模型的卡口无牌车辆车型识别方法 | |
CN106710225A (zh) | 一种车辆号牌违法的识别方法和监测平台 | |
Satzoda et al. | Robust extraction of lane markings using gradient angle histograms and directional signed edges | |
CN106571040A (zh) | 一种可疑车辆确认方法及设备 | |
CN110598550B (zh) | 一种基于多层信息智能分析的车辆联网识别系统 | |
CN104408431B (zh) | 交通监控下的车款识别方法 | |
CN106250846A (zh) | 一种基于视频监控的公安图像侦测方法 | |
CN103903020A (zh) | 一种基于CodeBook的火灾图像识别方法及装置 | |
CN111767776A (zh) | 一种异常车牌推选方法及装置 |
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 |