CN106650726A - 一种车牌识别方法 - Google Patents

一种车牌识别方法 Download PDF

Info

Publication number
CN106650726A
CN106650726A CN201611104466.1A CN201611104466A CN106650726A CN 106650726 A CN106650726 A CN 106650726A CN 201611104466 A CN201611104466 A CN 201611104466A CN 106650726 A CN106650726 A CN 106650726A
Authority
CN
China
Prior art keywords
image
attitude
license plate
automobile
recognition method
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.)
Pending
Application number
CN201611104466.1A
Other languages
English (en)
Inventor
魏洪峰
单瑜阳
杜晓坤
杨洋
刘慧巍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bohai University
Original Assignee
Bohai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bohai University filed Critical Bohai University
Priority to CN201611104466.1A priority Critical patent/CN106650726A/zh
Publication of CN106650726A publication Critical patent/CN106650726A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种车牌识别方法，包括如下步骤：①定基色：获取到输入的图像，对图像中边沿位置寻找黑白灰近似色，判断路面基色；②找姿态：根据连续色差将预定位置的汽车图像提取出，根据提取出的汽车图像，遍历数据库中汽车姿态框图数据，以判断汽车所处姿态的姿态信息，姿态信息包括X、Y、Z轴旋转角度；③取车牌；④识别；⑤输出。本发明通过以色差判断姿态、进行车牌找正的方法，能较为准确的得到车牌图像并识别，对单一高清抓拍图像的整体计算量小，识别效率高，从而能极大的降低各种成本，有利于进一步自动化，进而促进市场的良性发展。

Description

一种车牌识别方法
技术领域
本发明涉及一种车牌识别方法。
背景技术
现有技术中，对于车牌识别，首先面临的问题是获取车牌位置、提取车牌图像，其次面临的问题是识别出具体字样。对于获取车牌位置、提取车牌图像，现有技术的办法是在车牌的特定位置安装可自动识别的特制螺钉，然后系统后台在图像中查找特制螺钉位置，从而找到车牌位置，在这种方式下，由于需要每一车辆都安装特制螺钉，因此给交通管理部门留下了较大的权力寻租空间，社会整体成本高，不利于市场的良性发展；对于识别出具体字样，基于当前的数据挖掘技术，如果车牌在图像中较正，或者其展现方式较为固定的话，可以利用神经网络算法模型直接进行自动识别，但这样一来意味着神经网络算法模型要可识别多种情况下的车牌字样，计算量必然极大，过多的耗费行政资源，二来抓拍图像的摄像头安装位置也要求极高，以确保车牌在图像中较正，这意味着安装成本高，安装位置限制范围较小。
发明内容
为解决上述技术问题，本发明提供了一种车牌识别方法，该车牌识别方法通过以色差判断姿态、进行车牌找正的方法，能较为准确的得到车牌图像并识别，对单一高清抓拍图像的整体计算量小，识别效率高，从而能极大的降低各种成本，有利于进一步自动化，进而促进市场的良性发展。
本发明通过以下技术方案得以实现。
本发明提供的一种车牌识别方法，包括如下步骤：
①定基色：获取到输入的图像，对图像中边沿位置寻找黑白灰近似色，判断路面基色；
②找姿态：根据连续色差将预定位置的汽车图像提取出，根据提取出的汽车图像，遍历数据库中汽车姿态框图数据，以判断汽车所处姿态的姿态信息，姿态信息包括X、Y、Z轴旋转角度；
③取车牌：在汽车图像中寻找蓝色或黄色为底色的区域图像作为车牌图像，根据步骤②中得到的姿态信息，对车牌图像进行旋转还原成正视图，并根据色差取出其中的字样图像；
④识别：利用神经网络算法模型对取出的字样图像进行识别；
⑤输出：输出识别得到的结果。
所述黑白灰近似色指的是符合RGB通道三个色值中任意最大值和最小值之差不大于10的颜色。
所述步骤①中获取的图像为经过去除光照影响的高清抓拍图像。
所述步骤③中对车牌图像进行旋转还原，具体为：(1)取出姿态信息中的旋转角度；(2)利用三角函数，计算出车牌图像相对于正视图的比例；(3)对车牌图像，逐行、逐列按照比例拉伸。
本发明的有益效果在于：通过以色差判断姿态、进行车牌找正的方法，能较为准确的得到车牌图像并识别，对单一高清抓拍图像的整体计算量小，识别效率高，从而能极大的降低各种成本，有利于进一步自动化，进而促进市场的良性发展。
附图说明
图1是本发明的流程示意图。
具体实施方式
下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。
如图1所示的一种车牌识别方法，包括如下步骤：
①定基色：获取到输入的图像，对图像中边沿位置寻找黑白灰近似色，判断路面基色；
②找姿态：根据连续色差将预定位置的汽车图像提取出，根据提取出的汽车图像，遍历数据库中汽车姿态框图数据，以判断汽车所处姿态的姿态信息，姿态信息包括X、Y、Z轴旋转角度；
③取车牌：在汽车图像中寻找蓝色或黄色为底色的区域图像作为车牌图像，根据步骤②中得到的姿态信息，对车牌图像进行旋转还原成正视图，并根据色差取出其中的字样图像；
④识别：利用神经网络算法模型对取出的字样图像进行识别；
⑤输出：输出识别得到的结果。
具体而言，所述黑白灰近似色指的是符合RGB通道三个色值中任意最大值和最小值之差不大于10的颜色。
进一步的，所述步骤①中获取的图像为经过去除光照影响的高清抓拍图像。
所述步骤③中对车牌图像进行旋转还原，具体为：(1)取出姿态信息中的旋转角度；(2)利用三角函数，计算出车牌图像相对于正视图的比例；(3)对车牌图像，逐行、逐列按照比例拉伸。
由此，步骤①、②、③通过现有的图像处理技术即可轻易实现，而基于正视图下的字样图像，步骤④在实现时难度可极大的降低，算法建模只需要准备正视图下的字样作为学习集数据即可，实际运行时由于图像高度规则，因此识别计算量也能极大的降低。

Claims (4)

1.一种车牌识别方法，其特征在于：包括如下步骤：
①定基色：获取到输入的图像，对图像中边沿位置寻找黑白灰近似色，判断路面基色；
②找姿态：根据连续色差将预定位置的汽车图像提取出，根据提取出的汽车图像，遍历数据库中汽车姿态框图数据，以判断汽车所处姿态的姿态信息，姿态信息包括X、Y、Z轴旋转角度；
③取车牌：在汽车图像中寻找蓝色或黄色为底色的区域图像作为车牌图像，根据步骤②中得到的姿态信息，对车牌图像进行旋转还原成正视图，并根据色差取出其中的字样图像；
④识别：利用神经网络算法模型对取出的字样图像进行识别；
⑤输出：输出识别得到的结果。
2.如权利要求1所述的车牌识别方法，其特征在于：所述黑白灰近似色指的是符合RGB通道三个色值中任意最大值和最小值之差不大于10的颜色。
3.如权利要求1所述的车牌识别方法，其特征在于：所述步骤①中获取的图像为经过去除光照影响的高清抓拍图像。
4.如权利要求1所述的车牌识别方法，其特征在于：所述步骤③中对车牌图像进行旋转还原，具体为：(1)取出姿态信息中的旋转角度；(2)利用三角函数，计算出车牌图像相对于正视图的比例；(3)对车牌图像，逐行、逐列按照比例拉伸。
CN201611104466.1A 2016-12-05 2016-12-05 一种车牌识别方法 Pending CN106650726A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611104466.1A CN106650726A (zh) 2016-12-05 2016-12-05 一种车牌识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611104466.1A CN106650726A (zh) 2016-12-05 2016-12-05 一种车牌识别方法

Publications (1)

Publication Number Publication Date
CN106650726A true CN106650726A (zh) 2017-05-10

Family

ID=58819522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611104466.1A Pending CN106650726A (zh) 2016-12-05 2016-12-05 一种车牌识别方法

Country Status (1)

Country Link
CN (1) CN106650726A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027526A (zh) * 2019-10-25 2020-04-17 深圳羚羊极速科技有限公司 一种提高车辆目标检测识别检测效率的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101029824A (zh) * 2006-02-28 2007-09-05 沈阳东软软件股份有限公司 基于车辆特征的车辆定位方法和装置
JP2010044445A (ja) * 2008-08-08 2010-02-25 Honda Motor Co Ltd 車両環境認識装置
CN102073852A (zh) * 2011-01-14 2011-05-25 华南理工大学 基于最优阈值和随机标号法的多车辆分割方法
CN103714538A (zh) * 2013-12-20 2014-04-09 中联重科股份有限公司 道路边缘检测方法、装置及车辆
CN104156731A (zh) * 2014-07-31 2014-11-19 成都易默生汽车技术有限公司 基于人工神经网络的车牌识别系统与方法
CN105588541A (zh) * 2014-10-21 2016-05-18 陕西重型汽车有限公司 车身姿态实时采集测量装置、车辆智能化控制系统及车辆

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101029824A (zh) * 2006-02-28 2007-09-05 沈阳东软软件股份有限公司 基于车辆特征的车辆定位方法和装置
JP2010044445A (ja) * 2008-08-08 2010-02-25 Honda Motor Co Ltd 車両環境認識装置
CN102073852A (zh) * 2011-01-14 2011-05-25 华南理工大学 基于最优阈值和随机标号法的多车辆分割方法
CN103714538A (zh) * 2013-12-20 2014-04-09 中联重科股份有限公司 道路边缘检测方法、装置及车辆
CN104156731A (zh) * 2014-07-31 2014-11-19 成都易默生汽车技术有限公司 基于人工神经网络的车牌识别系统与方法
CN105588541A (zh) * 2014-10-21 2016-05-18 陕西重型汽车有限公司 车身姿态实时采集测量装置、车辆智能化控制系统及车辆

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027526A (zh) * 2019-10-25 2020-04-17 深圳羚羊极速科技有限公司 一种提高车辆目标检测识别检测效率的方法

Similar Documents

Publication Publication Date Title
CN101334836B (zh) 一种融合色彩、尺寸和纹理特征的车牌定位方法
CN103324930B (zh) 一种基于灰度直方图二值化的车牌字符分割方法
CN102867417B (zh) 一种出租车防伪系统及方法
CN105160691A (zh) 基于颜色直方图的车身颜色识别方法
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
CN109886896A (zh) 一种蓝色车牌分割与矫正方法
CN102034080B (zh) 车辆颜色识别方法及装置
CN102915433B (zh) 基于字符组合的车牌定位和识别方法
CN103065138A (zh) 一种机动车牌号的识别方法
CN103971128A (zh) 一种面向无人驾驶车的交通标志识别方法
CN103116751A (zh) 一种车牌字符自动识别方法
CN102831420A (zh) 基于颜色信息和随机圆检测的圆形交通标志定位方法
CN107491756B (zh) 基于交通标牌与地面标志的车道转向信息识别方法
CN102737221B (zh) 车辆颜色的识别方法及装置
KR101246120B1 (ko) 전후면 번호판 영상 기반 차량번호 인식 시스템
CN102902957A (zh) 一种基于视频流的自动车牌识别方法
CN106709412B (zh) 交通标志检测方法和装置
CN106767854A (zh) 移动设备、车库地图形成方法及系统
CN103390167A (zh) 一种多特征的分层交通标志识别方法
CN103544480A (zh) 车辆颜色识别方法
CN104036241A (zh) 一种车牌识别方法
CN104463134A (zh) 一种车牌检测方法和系统
CN103544489A (zh) 一种车标定位装置及方法
CN103020613A (zh) 一种基于视频的信号灯识别方法及装置
CN106875529A (zh) 小区门禁车牌识别系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510