CN108108729B - 一种车牌类型的识别方法及装置 - Google Patents
一种车牌类型的识别方法及装置 Download PDFInfo
- Publication number
- CN108108729B CN108108729B CN201611055686.XA CN201611055686A CN108108729B CN 108108729 B CN108108729 B CN 108108729B CN 201611055686 A CN201611055686 A CN 201611055686A CN 108108729 B CN108108729 B CN 108108729B
- Authority
- CN
- China
- Prior art keywords
- license plate
- character
- sub
- segment
- characters
- 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.)
- Active
Links
Images
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
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Character Input (AREA)
- Vehicle Waterproofing, Decoration, And Sanitation Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种车牌类型的识别方法及装置,所述方法包括:获取包含待识别车牌的场景图像,在所述场景图像中确定所述待识别车牌对应的车牌区域;确定所述车牌区域中的主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色;根据所述位置,确定所述车牌区域中的图案区域;使用预设的分类模型,识别所述图案区域中的图案;根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型。应用本发明实施例能够识别包含图案的车牌类型。
Description
技术领域
本发明涉及智能交通领域,特别是涉及一种车牌类型的识别方法及装置。
背景技术
随着车辆数量的急速增加,车牌类型的智能识别技术已经被广泛应用于停车场、城市道路和高速公路等区域进行车辆牌号的自动抓取和识别。
目前的车牌类型识别方法的处理流程为:
第一步:将车牌区域划分为字符区域和背景区域;
第二步:识别车牌的背景颜色和车牌中的字符序列;
第三步:根据识别出的背景颜色和字符序列,确定车牌类型。
但是,由于全球有些国家或地区的车牌中还包括图案,比如海湾合作委员会(GulfCooperation Council,GCC)国家成员阿联酋各酋长国的车牌中均包括至少一个图案,且不同的图案可以标识车牌属于不同的车牌类型。这样,现有的车牌类型识别方法就无法识别上述车牌中的图案信息,更无法确定上述车牌归属的车牌类型。
发明内容
本发明实施例的目的在于提供一种车牌类型的识别方法及装置,能够识别包含图案的车牌类型。具体技术方案如下:
本发明的一种优选实施例公开了一种车牌类型的识别方法,所述方法包括:获取包含待识别车牌的场景图像,在所述场景图像中确定所述待识别车牌对应的车牌区域;确定所述车牌区域中的主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色;根据所述位置,确定所述车牌区域中的图案区域;使用预设的分类模型,识别所述图案区域中的图案;根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型。
优选地,所述确定所述车牌区域中的主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色的步骤,包括:判断所述车牌区域中是否存在子段字符;当所述车牌区域中存在子段字符时,确定所述车牌区域中的主段字符和子段字符、所述主段字符和子段字符的位置、所述主段字符和子段字符对应的字符颜色和背景颜色;当所述车牌区域中不存在子段字符时,确定所述主段字符、所述主段字符对应的字符颜色和背景颜色。
优选地,所述根据所述位置,确定所述车牌区域中的图案区域的步骤,包括:当所述车牌区域中存在子段字符时,根据所述主段字符和子段字符的位置,在所述车牌区域中确定所述待识别车牌对应的图案区域;当所述车牌区域中不存在子段字符时,在所述车牌区域中确定所述待识别车牌对应的图案区域。
优选地,所述根据所述主段字符和子段字符的位置,在所述车牌区域中确定所述待识别车牌对应的图案区域的步骤,包括:当所述子段字符位于所述主段字符的左上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的正上方或者正下方;当所述子段字符位于所述主段字符的正上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左上方或者右上方;当所述子段字符位于所述主段字符的正下方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左下方或者右下方;当所述子段字符位于所述主段字符的左侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的下方、或者所述子段字符的左侧;当所述子段字符位于所述主段字符的右侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的上方、或者所述子段字符的右侧。
优选地,所述确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的下方、或者所述子段字符的左侧的步骤,包括:如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的下方、或者所述子段字符的左侧。
优选地,所述确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的上方、或者所述子段字符的右侧的步骤,包括:如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的上方、或者所述子段字符的右侧。
优选地,所述根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型的步骤,包括:根据已识别的所述图案,确定所述待识别车牌的初始类型;根据所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,在所述初始类型的基础上,确定所述待识别车牌的车牌类型。
本发明的另一种优选实施例公开了一种车牌类型的识别装置,所述装置包括:获取单元,用于获取包含待识别车牌的场景图像,在所述场景图像中确定所述待识别车牌对应的车牌区域;第一确定单元,用于确定所述车牌区域中的主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色;第二确定单元,用于根据所述位置,确定所述车牌区域中的图案区域;识别单元,用于使用预设的分类模型,识别所述图案区域中的图案;第三确定单元,用于根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型。
优选地,所述第一确定单元,包括:第一判断子单元、第一确定子单元和第二确定子单元;所述第一判断子单元,用于判断所述车牌区域中是否存在子段字符;所述第一确定子单元,用于当所述车牌区域中存在子段字符时,确定所述车牌区域中的主段字符和子段字符、所述主段字符和子段字符的位置、所述主段字符和子段字符对应的字符颜色和背景颜色;所述第二确定子单元,用于当所述车牌区域中不存在子段字符时,确定所述主段字符、所述主段字符对应的字符颜色和背景颜色。
优选地,所述第二确定单元,包括:第三确定子单元和第四确定子单元;所述第三确定子单元,用于当所述车牌区域中存在子段字符时,根据所述主段字符和子段字符的位置,在所述车牌区域中确定所述待识别车牌对应的图案区域;所述第四确定子单元,用于当所述车牌区域中不存在子段字符时,在所述车牌区域中确定所述待识别车牌对应的图案区域。
优选地,所述第三确定子单元,包括:第五确定子单元、第六确定子单元、第七确定子单元、第八确定子单元和第九确定子单元;所述第五确定子单元,用于当所述子段字符位于所述主段字符的左上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的正上方或者正下方;所述第六确定子单元,用于当所述子段字符位于所述主段字符的正上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左上方或者右上方;所述第七确定子单元,用于当所述子段字符位于所述主段字符的正下方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左下方或者右下方;所述第八确定子单元,用于当所述子段字符位于所述主段字符的左侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的下方、或者所述子段字符的左侧;所述第九确定子单元,当所述子段字符位于所述主段字符的右侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的上方、或者所述子段字符的右侧。
优选地,所述第八确定子单元,包括第十确定子单元和第十一确定子单元;所述第十确定子单元,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;所述第十一确定子单元,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的下方、或者所述子段字符的左侧。
优选地,所述第九确定子单元,包括第十二确定子单元和第十三确定子单元;所述第十二确定子单元,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;所述第十三确定子单元,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的上方、或者所述子段字符的右侧。
优选地,所述第三确定单元,包括:第十四确定子单元和第十五确定子单元;所述第十四确定子单元,用于根据已识别的所述图案,确定所述待识别车牌的初始类型;所述第十五确定子单元,用于根据所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,在所述初始类型的基础上,确定所述待识别车牌的车牌类型。
本发明实施例提供的车牌类型的识别方法及装置,能够通过摄像设备,获取场景图像中待识别车牌对应的车牌区域;然后,在车牌区域中确定车牌区域中的主段字符和/或子段字符、主段字符和/或子段字符的位置、主段字符和/或子段字符对应的字符颜色和背景颜色;接下来,根据主段字符和/或子段字符的位置,确定车牌区域中的图案区域,并且使用预设的分类模型,识别图案区域中的图案;最后,根据图案、主段字符和/或子段字符、字符颜色和背景颜色,确定待识别车牌的车牌类型。这样,通过本发明实施例能够识别包括图案的车牌对应的车牌类型,适用范围较广。
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一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例的车牌类型的识别方法的一种流程图;
图2为本发明实施例中待识别车牌的主段字符和子段字符的示意图;
图3为本发明实施例的车牌类型的识别方法的另一种流程图;
图4为本发明实施例的车牌类型的识别方法的再一种流程图;
图5为本发明实施例的车牌类型的识别方法的再一种流程图;
图6为本发明实施例的车牌类型的识别方法的再一种流程图;
图7为本发明实施例的车牌类型的识别方法的再一种流程图;
图8为本发明实施例的车牌类型的识别方法的再一种流程图;
图9为本发明实施例的车牌类型的识别方法的再一种流程图;
图10为本发明实施例的车牌类型的识别装置的一种结构图;
图11为本发明实施例的车牌类型的识别装置的又一种结构图。
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。
本发明实施例公开了一种车牌类型的识别方法。参见图1,图1为本发明实施例的车牌类型的识别方法的一种流程图,包括如下步骤:
步骤101,获取包含待识别车牌的场景图像,在所述场景图像中确定所述待识别车牌对应的车牌区域;
在实际应用中,可以通过摄像设备获取包含待识别车牌的场景图像,并且在场景图像中确定待识别车牌所在的车牌区域,由于在场景图像中确定待识别车牌所在的车牌区域属于现有技术,在此不再赘述。
步骤102,确定所述车牌区域中的主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色;
在实际应用中,待识别车牌可能包括主段字符和子段字符,也可能只包括主段字符,不同国家或者区域的车牌布局均不相同。其中,主段字符为车牌中字体大、字符个数多且连续的字符组合,子段字符为字体小、字符个数少且连续的字符组合或者单个字符,如图2所示,图2为本发明实施例中待识别车牌的示意图。
在图2中,车牌A包括主段字符和子段字符,主段字符为92527,子段字符为字符组合15;车牌B包括主段字符和子段字符,主段字符为9186,子段字符为单个字符G;车牌C包括主段字符和子段字符,主段字符为96078,子段字符为单个字符4;车牌D包括主段字符和子段字符,主段字符为6GO79,子段字符为沪A;车牌E只包括主段字符,为42292;车牌F只包括主段字符,为68341。
在本发明的一种优先实施例中,参见图3,图3为本发明实施例的车牌类型的识别方法的又一种流程图,步骤102具体可以包括:
子步骤11,判断所述车牌区域中是否存在子段字符;
子步骤12,当所述车牌区域中存在子段字符时,确定所述车牌区域中的主段字符和子段字符、所述主段字符和子段字符的位置、所述主段字符和子段字符对应的字符颜色和背景颜色;
子步骤13,当所述车牌区域中不存在子段字符时,确定所述主段字符、所述主段字符对应的字符颜色和背景颜色。
其中,在车牌区域中确定待识别车牌中的字符序列和背景颜色属于现有技术,在此不再赘述。
步骤103,根据所述位置,确定所述车牌区域中的图案区域;
在本发明的又一种优选实施例中,参见图4,图4为本发明实施例的车牌类型的识别方法的另一种流程图,步骤103具体可以包括:
子步骤21,当所述车牌区域中存在子段字符时,根据所述主段字符和子段字符的位置,在所述车牌区域中确定所述待识别车牌对应的图案区域;
子步骤22,当所述车牌区域中不存在子段字符时,在所述车牌区域中确定所述待识别车牌对应的图案区域。
具体地,在本发明的一种优选实施例中,参见图5,图5为本发明实施例的车牌类型的识别方法的再一种流程图,子步骤21具体可以包括:
子步骤31,当所述子段字符位于所述主段字符的左上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的正上方或者正下方;
子步骤32,当所述子段字符位于所述主段字符的正上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左上方或者右上方;
子步骤33,当所述子段字符位于所述主段字符的正下方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左下方或者右下方;
子步骤34,当所述子段字符位于所述主段字符的左侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的下方、或者所述子段字符的左侧;
子步骤35,当所述子段字符位于所述主段字符的右侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的上方、或者所述子段字符的右侧。
在本发明的一种优选实施例中,参见图6,图6为本发明实施例的车牌类型的识别方法的再一种流程图,所述子步骤34还可以包括:
子步骤41,如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于第一预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;
子步骤42,如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于第一预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的下方、或者所述子段字符的左侧。
其中,由于本发明实施例是以GCC国家成员阿联酋各酋长国的车牌为例进行说明,因此,本发明实施例中的第一预设宽度阈值具体可以是2倍的平均字宽CharWid。可以理解的,第一预设宽度阈值可以根据当前适用的国家或者地区的车牌布局来确定,本发明实施例对第一预设宽度阈值不加以限制。
同时,在本发明的一种优选实施例中,参见图7,图7为本发明实施例的车牌类型的识别方法的再一种流程图,子步骤35具体可以包括:
子步骤51,如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于第二预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;
子步骤52,如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于第二预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的上方、或者所述子段字符的右侧。
由于本发明实施例是以GCC国家成员阿联酋各酋长国的车牌为例进行说明,因此,本发明实施例中的第二预设宽度阈值可以与第一预设阈值相同,具体也可以是2倍的平均字宽CharWid。可以理解的,第二预设宽度阈值可以根据当前适用的国家或者地区的车牌布局来确定,当然也可以与第一预设宽度阈值不同,本发明实施例对第二预设宽度阈值不加以限制。
需要说明的是,本发明实施例是根据中东各国家目前使用的车牌的布局情况,总结出车牌中图案相对于主段字符或者子段字符的位置关系,可以适用于GCC国家成员阿联酋各酋长国,其中,图案为除英文字母和阿拉伯数字以外的其他图案,比如阿拉伯文字。
具体地,如图2所示。在图2中,车牌A中子段区域的左边和右边均为图案,车牌B中主段字符的正下方为图案,车牌C中主段字符和子段字符之间为图案位,车牌D中不包括图案,车牌E中主段字符的左边为图案,车牌E中主段字符的左上角、左下角、右上角和右下角均为图案。
在实际应用中,图案区域相对于主段字符和/或子段字符的位置,可以根据应用场景中车牌的图案区域分布情况总结出来,由于每个国家或者地区的车牌布局在相当长的一段时间内是不会变化的,因此,可以根据实际应用中车牌的布局情况,总结出车牌中图案相对于主段字符或者子段字符的位置关系。比如,将本发明实施例应用在GCC国家成员阿联酋各酋长国时,可以将车牌中的阿拉伯文字和和除英文字母和阿拉伯数字以外的其他图案视为特殊情况,进而根据中东各国家目前使用的车牌的布局情况,总结出车牌中图案相对于主段字符或者子段字符的位置关系,用于确定图案区域位于车牌区域中的位置。当然,根据实际需求,本发明实施例还可以适用于其他国家或者区域。
步骤104,使用预设的分类模型,识别所述图案区域中的图案;
其中,预设的分类模型用于识别所述图案区域中的图案,具体地,分类模型可以是神经网络模型,也可以是SVM分类模型,boost分类等,本发明对分类模型的具体类型不加以限制。
需要说明的是,分类模型可以根据现有车牌中的图案位置和图案内容来进行训练,可以理解的,针对不同位置的图案区域,对应的分类模型都是不同的,也就是说,一种分类模型适用于识别一种位置的图案区域。具体地,如子步骤31至子步骤35中所述的图案区域所处的位置,图案区域的位置不同,对应的分类模型也不同。
步骤105,根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型。
具体地,在本发明的另一种优选实施例中,参见图8,图8为本发明实施例的车牌类型的识别方法的再一种流程图,步骤105可以包括:
子步骤61,根据已识别的所述图案,确定所述待识别车牌的初始类型;
子步骤62,根据所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,在所述初始类型的基础上,确定所述待识别车牌的车牌类型。
具体地,首先,可以根据步骤104中已识别出的图案,初步确定待识别车牌的类型;有些类型的车牌仅根据图案就能够确定,比如阿曼苏丹国的车牌,有些车牌还需要更多的特征才能确定,因此,可以根据所述图案,确定待识别车牌的初始类型。
进一步地,可以综合车牌区域中的其他特征,比如待识别车牌中的字符序列、字符颜色和背景颜色,确定待识别车牌的准确类型。
当然,在实际应用中,如果车牌区域的特征比较明显,只需根据字符序列、字符颜色和背景颜色就可以确定出待识别车牌对应的车牌类型,那就不需要再确定图案区域以及识别图案。此外,识别车牌区域中的字符序列、字符颜色、车牌区域的背景颜色以及图案的顺序可以根据实际情况自由调整,本发明对获取车牌区域中的字符序列、字符颜色、车牌区域的背景颜色以及图案的顺序不加以限制。
比如,对于中国车牌,在识别出车牌中的字符序列后,可根据车牌的背景颜色,将车牌分为蓝牌、黄牌、绿牌等;接下来,根据国内车牌的制定规则可知,蓝牌为常用民用车小车牌,黄牌为货车车牌,绿牌为农用车车牌;这样,在中国,根据车牌中的字符序列和背景颜色就可以确定大部分车牌的类型。当然,还有一些较为少见的特殊形式,比如其他国家驻中国使馆的车牌,车牌中会包含“使”字;武警的车牌颜色为白色,前2个字符颜色为红色。针对这些特殊形式,则需要结合车牌中更多的特征来确定车牌类型。
可见,本发明实施例能够通获取场景图像中待识别车牌对应的车牌区域;然后,在车牌区域中确定主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色;接下来,根据主段字符和/或子段字符的位置,确定所述车牌区域中的图案区域,并且,使用预设的分类模型,识别所述图案区域中的图案;最后,根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型。这样,通过本发明实施例能够识别包括图案的车牌对应的车牌类型,适用范围较广。
本发明实施例又公开了一种车牌类型的识别方法,参见图9,图9为本发明实施例的车牌类型的识别方法的再一种流程图,说明了使用本发明实施例所述方法确定GCC国家车牌类型的具体过程,如图9所示,图9为本发明实施例的车牌类型的识别方法的一种流程图:
步骤901,判断待识别车牌对应的车牌区域中是否存在子段字符;若为是,则执行步骤902,若为否,则执行步骤903;
步骤902,获取子段字符相对于主段字符的位置关系;执行步骤904;
步骤903,确定图案区域位于主段字符的左侧、上方和下方,从所述图案区域中识别待确认图案,确定所述待识别车牌的初始类型;执行步骤919;
具体地,可以提取位于主段字符左侧、上方和下方的图案区域,使用训练好的、针对所述图案区域特征的分类器进行分类,确定待确定图案。
步骤904,若子段字符位于主段字符的左侧,则执行步骤907;
步骤905,若子段字符位于主段字符的右侧,则执行步骤910;
步骤906,若子段字符位于主段字符的上方或者下方,则执行步骤913、步骤914和步骤915;
步骤907,判断主段字符与子段字符之间的间距是否超过2倍的平均字宽CharWid;若为是,则执行步骤908,若为否,则执行步骤909;
步骤908,确定图案区域位于主段字符和子段字符之间,从所述图案区域中识别待确认图案,确定所述待识别车牌的初始类型;执行步骤919;
具体地,可以提取位于主、子段之间的图案区域,使用训练好的、针对所述图案区域特征的分类器进行分类,确定待确定图案。
步骤909,确定图案区域位于主段字符的下方和子段字符的左侧,从所述图案区域中识别待确认图案,确定所述待识别车牌的初始类型;执行步骤919;
具体地,可以提取位于主段字符的下方和子段字符左侧的之间的图案区域,使用训练好的、针对所述图案区域特征的分类器进行分类,确定待确定图案。
步骤910,判断子段字符的高度是否小于主段字符;若为是,则执行步骤911,若为否,则执行步骤912;
步骤911,确定所述待识别车牌为阿曼苏丹国家的车牌;
步骤912,确定图案区域位于主段字符与子段字符之间、主段字符的上方和子段字符的右侧,从所述图案区域中识别待确认图案,确定所述待识别车牌的初始类型;执行步骤919;
具体地,可以提取位于主段字符与子段字符之间、主段字符上方和子段字符右侧的图案区域,使用训练好的、针对所述图案区域特征的分类器进行分类,确定待确定图案。
步骤913,当子段字符位于主段字符的左上方时,执行步骤916;
步骤914,当子段字符位于主段字符的正上方时,执行步骤917;
步骤915,当子段字符位于主段字符的下方时,执行步骤918;
步骤916,确定图案区域位于主段字符的正上方和正下方,从所述图案区域中识别待确认图案,确定所述待识别车牌的初始类型;执行步骤919;
具体地,可以提取位于主段字符正上方和正下方的图案区域,使用训练好的、针对所述图案区域特征的分类器进行分类,确定待确定图案。
步骤917,确定图案区域位于主段字符的左上方和右上方,从所述图案区域中识别待确认图案,确定所述待识别车牌的初始类型;执行步骤919;
具体地,可以提取位于主段字符左上方和右上方的图案区域,使用训练好的、针对所述图案区域特征的分类器进行分类,确定待确定图案。
步骤918,确定图案区域位于主段字符的左下方和右下方,从所述图案区域中识别待确认图案,确定所述待识别车牌的初始类型;执行步骤919;
具体地,可以提取位于主段字符左下方和右下方的图案区域,使用训练好的、针对所述图案区域特征的分类器进行分类,确定待确定图案。
步骤919;根据所述待识别车牌中的字符序列、字符颜色、背景颜色,在初始类型的基础上,确定所述待识别车牌的车牌类型。
根据由步骤903、步骤908、步骤909、步骤911、步骤912、步骤916、步骤917、步骤918得到的待识别车牌的初始类型、结合已经确定的车牌区域中的其他特征,比如字符序列即车牌号、字符颜色、背景颜色等,确定待识别车牌的车牌类型。
这样,可以首先根据待识别车牌对应的待确认图案,确定待识别车牌对应的初始类型,进一步地,可以根据待识别车牌对应的字符序列、字符颜色和背景颜色,最终确定待识别车牌的车牌类型。
可见,本发明实施例能够先确定车牌区域中是否包含子段字符;然后,当包含子段字符时,可以根据子段字符和主段字符的位置情况来确定图案区域,进而根据主段字符和子段字符中的字符序列、字符颜色、背景颜色、以及从图案区域中识别出的图案,确定车牌对应的车牌类型;或者,当不包含子段字符时,可以根据主段字符的位置情况来确定图案区域,进而根据主段字符序列、字符颜色、背景颜色、以及从图案区域中识别出的图案,确定车牌对应的车牌类型。这样,本发明实施例能够适用于多种包括图案的车牌类型的识别,应用范围较广。
本发明实施例另公开了一种车牌类型的识别装置,如图10所示,图10为本发明实施例的车牌类型的识别装置的一种结构图,该装置与图1所示的方法流程相对应,所述装置包括:
获取单元1001,用于获取包含待识别车牌的场景图像,在所述场景图像中确定所述待识别车牌对应的车牌区域;
第一确定单元1002,用于确定所述车牌区域中的主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色;
第二确定单元1003,用于根据所述位置,确定所述车牌区域中的图案区域;
识别单元1004,用于使用预设的分类模型,识别所述图案区域中的图案;
第三确定单元1005,用于根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型。
在本发明的一种优选实施例中,所述第一确定单元1002,包括:第一判断子单元1006、第一确定子单元1007和第二确定子单元1008;
所述第一判断子单元1006,用于判断所述车牌区域中是否存在子段字符;
所述第一确定子单元1007,用于当所述车牌区域中存在子段字符时,确定所述车牌区域中的主段字符和子段字符、所述主段字符和子段字符的位置、所述主段字符和子段字符对应的字符颜色和背景颜色;
所述第二确定子单元1008,用于当所述车牌区域中不存在子段字符时,确定所述主段字符、所述主段字符对应的字符颜色和背景颜色。
在本发明的又一种优选实施例中,所述第二确定单元1003,包括:第三确定子单元1009和第四确定子单元1010;
所述第三确定子单元1009,用于当所述车牌区域中存在子段字符时,根据所述主段字符和子段字符的位置,在所述车牌区域中确定所述待识别车牌对应的图案区域;
所述第四确定子单元1010,用于当所述车牌区域中不存在子段字符时,在所述车牌区域中确定所述待识别车牌对应的图案区域。
在本发明的另一种优选实施例中,所述第三确定子单元1009,包括:第五确定子单元1011、第六确定子单元1012、第七确定子单元1013、第八确定子单元1014和第九确定子单元1015;
所述第五确定子单元1011,用于当所述子段字符位于所述主段字符的左上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的正上方或者正下方;
所述第六确定子单元1012,用于当所述子段字符位于所述主段字符的正上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左上方或者右上方;
所述第七确定子单元1013,用于当所述子段字符位于所述主段字符的正下方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左下方或者右下方;
所述第八确定子单元1014,用于当所述子段字符位于所述主段字符的左侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的下方、或者所述子段字符的左侧;
所述第九确定子单元1015,当所述子段字符位于所述主段字符的右侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的上方、或者所述子段字符的右侧。
在本发明的再一种优选实施例中,所述第八确定子单元1014,包括第十确定子单元1016和第十一确定子单元1017;
所述第十确定子单元1016,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;
所述第十一确定子单元1017,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的下方、或者所述子段字符的左侧。
在本发明的再一种优选实施例中,所述第九确定子单元1015,包括第十二确定子单元1018和第十三确定子单元1019;
所述第十二确定子单元1018,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;
所述第十三确定子单元1019,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的上方、或者所述子段字符的右侧。
可见,应用本发明装置实施例能够通获取场景图像中待识别车牌对应的车牌区域;然后,在车牌区域中确定主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色;接下来,根据主段字符和/或子段字符的位置,确定所述车牌区域中的图案区域,并且,使用预设的分类模型,识别所述图案区域中的图案;最后,根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型;通过本发明实施例能够识别包括图案的车牌对应的车牌类型,适用范围较广。
本发明实施例再公开了一种车牌类型的识别装置,如图11所示,图11为本发明实施例的车牌类型的识别装置的又一种结构图,该装置与图9所示的方法流程相对应,该装置包括:获取单元1101、第一确定单元1102、第二确定单元1103、识别单元1104和第三确定单元1105;其中,获取单元1101与图10所示获取单元1001可以完全相同,第一确定单元1102与图10所示第三确定单元1002可以完全相同,第二确定单元1103与图10所示第二确定单元1003可以完全相同,识别单元1104与图10所示识别单元1004可以完全相同,这里不再赘述。
所述第三确定单元1105,包括:第十四确定子单元1106和第十五确定子单元1107;
所述第十四确定子单元1106,用于根据已识别的所述图案,确定所述待识别车牌的初始类型;
所述第十五确定子单元1107,用于根据所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,在所述初始类型的基础上,确定所述待识别车牌的车牌类型。
可见,应用本发明装置实施例能够先根据车牌区域中的图案,确定所述待识别车牌的初始类型,再根据主段字符和/或子段字符、字符颜色和背景颜色,在初始类型的基础上,最终确定待识别车牌的准确车牌类型。这样,本发明实施例能够用于确定包括图案的车牌类型的识别,应用范围较广。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (14)
1.一种车牌类型的识别方法,其特征在于,所述方法包括:
获取包含待识别车牌的场景图像,在所述场景图像中确定所述待识别车牌对应的车牌区域;
确定所述车牌区域中的主段字符、所述主段字符的位置、所述主段字符对应的字符颜色和背景颜色;或,确定所述车牌区域中的主段字符和子段字符、所述主段字符和子段字符的位置、所述主段字符和子段字符对应的字符颜色和背景颜色;所述主段字符为所述车牌区域中字体大、字符个数多且连续的字符组合,所述子段字符为所述车牌区域中单个字符或者字体小、字符个数少且连续的字符组合;
根据所述位置,确定所述车牌区域中的图案区域;
使用预设的分类模型,识别所述图案区域中的图案;
根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型。
2.根据权利要求1所述方法,其特征在于,所述确定所述车牌区域中的主段字符和/或子段字符、所述主段字符和/或子段字符的位置、所述主段字符和/或子段字符对应的字符颜色和背景颜色的步骤,包括:
判断所述车牌区域中是否存在子段字符;
当所述车牌区域中存在子段字符时,确定所述车牌区域中的主段字符和子段字符、所述主段字符和子段字符的位置、所述主段字符和子段字符对应的字符颜色和背景颜色;
当所述车牌区域中不存在子段字符时,确定所述主段字符、所述主段字符对应的字符颜色和背景颜色。
3.根据权利要求2所述方法,其特征在于,所述根据所述位置,确定所述车牌区域中的图案区域的步骤,包括:
当所述车牌区域中存在子段字符时,根据所述主段字符和子段字符的位置,在所述车牌区域中确定所述待识别车牌对应的图案区域;
当所述车牌区域中不存在子段字符时,在所述车牌区域中确定所述待识别车牌对应的图案区域。
4.根据权利要求3所述方法,其特征在于,所述根据所述主段字符和子段字符的位置,在所述车牌区域中确定所述待识别车牌对应的图案区域的步骤,包括:
当所述子段字符位于所述主段字符的左上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的正上方或者正下方;
当所述子段字符位于所述主段字符的正上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左上方或者右上方;
当所述子段字符位于所述主段字符的正下方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左下方或者右下方;
当所述子段字符位于所述主段字符的左侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的下方、或者所述子段字符的左侧;
当所述子段字符位于所述主段字符的右侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的上方、或者所述子段字符的右侧。
5.根据权利要求4所述方法,其特征在于,所述确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的下方、或者所述子段字符的左侧的步骤,包括:
如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;
如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的下方、或者所述子段字符的左侧。
6.根据权利要求4所述方法,其特征在于,所述确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的上方、或者所述子段字符的右侧的步骤,包括:
如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;
如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的上方、或者所述子段字符的右侧。
7.根据权利要求6所述方法,其特征在于,所述根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型的步骤,包括:
根据已识别的所述图案,确定所述待识别车牌的初始类型;
根据所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,在所述初始类型的基础上,确定所述待识别车牌的车牌类型。
8.一种车牌类型的识别装置,其特征在于,所述装置包括:
获取单元,用于获取包含待识别车牌的场景图像,在所述场景图像中确定所述待识别车牌对应的车牌区域;
第一确定单元,用于确定所述车牌区域中的主段字符、所述主段字符的位置、所述主段字符对应的字符颜色和背景颜色;或,确定所述车牌区域中的主段字符和子段字符、所述主段字符和子段字符的位置、所述主段字符和子段字符对应的字符颜色和背景颜色;所述主段字符为所述车牌区域中字体大、字符个数多且连续的字符组合,所述子段字符为所述车牌区域中单个字符或者字体小、字符个数少且连续的字符组合;
第二确定单元,用于根据所述位置,确定所述车牌区域中的图案区域;
识别单元,用于使用预设的分类模型,识别所述图案区域中的图案;
第三确定单元,用于根据所述图案、所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,确定所述待识别车牌的车牌类型。
9.根据权利要求8所述装置,其特征在于,所述第一确定单元,包括:第一判断子单元、第一确定子单元和第二确定子单元;
所述第一判断子单元,用于判断所述车牌区域中是否存在子段字符;
所述第一确定子单元,用于当所述车牌区域中存在子段字符时,确定所述车牌区域中的主段字符和子段字符、所述主段字符和子段字符的位置、所述主段字符和子段字符对应的字符颜色和背景颜色;
所述第二确定子单元,用于当所述车牌区域中不存在子段字符时,确定所述主段字符、所述主段字符对应的字符颜色和背景颜色。
10.根据权利要求9所述装置,其特征在于,所述第二确定单元,包括:第三确定子单元和第四确定子单元;
所述第三确定子单元,用于当所述车牌区域中存在子段字符时,根据所述主段字符和子段字符的位置,在所述车牌区域中确定所述待识别车牌对应的图案区域;
所述第四确定子单元,用于当所述车牌区域中不存在子段字符时,在所述车牌区域中确定所述待识别车牌对应的图案区域。
11.根据权利要求10所述装置,其特征在于,所述第三确定子单元,包括:第五确定子单元、第六确定子单元、第七确定子单元、第八确定子单元和第九确定子单元;
所述第五确定子单元,用于当所述子段字符位于所述主段字符的左上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的正上方或者正下方;
所述第六确定子单元,用于当所述子段字符位于所述主段字符的正上方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左上方或者右上方;
所述第七确定子单元,用于当所述子段字符位于所述主段字符的正下方时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符的左下方或者右下方;
所述第八确定子单元,用于当所述子段字符位于所述主段字符的左侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的下方、或者所述子段字符的左侧;
所述第九确定子单元,当所述子段字符位于所述主段字符的右侧时,确定所述车牌区域中所述车牌对应的图案区域位于所述主段字符与所述子段字符之间、或者所述主段字符的上方、或者所述子段字符的右侧。
12.根据权利要求11所述装置,其特征在于,所述第八确定子单元,包括第十确定子单元和第十一确定子单元;
所述第十确定子单元,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;
所述第十一确定子单元,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的下方、或者所述子段字符的左侧。
13.根据权利要求11所述装置,其特征在于,所述第九确定子单元,包括第十二确定子单元和第十三确定子单元;
所述第十二确定子单元,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙大于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符与所述子段字符之间;
所述第十三确定子单元,用于如果所述车牌区域中所述主段字符与所述子段字符之间的间隙小于或者等于预设宽度阈值,则确定所述车牌对应的图案区域位于所述主段字符的上方、或者所述子段字符的右侧。
14.根据权利要求13所述装置,其特征在于,所述第三确定单元,包括:第十四确定子单元和第十五确定子单元;
所述第十四确定子单元,用于根据已识别的所述图案,确定所述待识别车牌的初始类型;
所述第十五确定子单元,用于根据所述主段字符和/或子段字符、所述字符颜色和所述背景颜色,在所述初始类型的基础上,确定所述待识别车牌的车牌类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611055686.XA CN108108729B (zh) | 2016-11-25 | 2016-11-25 | 一种车牌类型的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611055686.XA CN108108729B (zh) | 2016-11-25 | 2016-11-25 | 一种车牌类型的识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108108729A CN108108729A (zh) | 2018-06-01 |
CN108108729B true CN108108729B (zh) | 2021-08-20 |
Family
ID=62204262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611055686.XA Active CN108108729B (zh) | 2016-11-25 | 2016-11-25 | 一种车牌类型的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108108729B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110956169B (zh) * | 2018-09-27 | 2024-09-06 | 杭州海康威视数字技术股份有限公司 | 一种车牌识别方法、装置及电子设备 |
CN111160073B (zh) * | 2018-11-08 | 2023-09-19 | 浙江宇视科技有限公司 | 车牌类型识别方法、装置及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0416742A2 (en) * | 1989-08-03 | 1991-03-13 | Minnesota Mining And Manufacturing Company | Retroreflective vehicle identification articles having improved machine legibility |
CN1808516A (zh) * | 2005-01-20 | 2006-07-26 | 富士通株式会社 | 车辆监视方法、特定字符图案识别装置以及车辆监视系统 |
CN104281851A (zh) * | 2014-10-28 | 2015-01-14 | 浙江宇视科技有限公司 | 车标信息的提取方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9760789B2 (en) * | 2012-04-17 | 2017-09-12 | Conduent Business Services, Llc | Robust cropping of license plate images |
US9292759B2 (en) * | 2012-05-07 | 2016-03-22 | Xerox Corporation | Methods and systems for optimized parameter selection in automated license plate recognition |
-
2016
- 2016-11-25 CN CN201611055686.XA patent/CN108108729B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0416742A2 (en) * | 1989-08-03 | 1991-03-13 | Minnesota Mining And Manufacturing Company | Retroreflective vehicle identification articles having improved machine legibility |
CN1808516A (zh) * | 2005-01-20 | 2006-07-26 | 富士通株式会社 | 车辆监视方法、特定字符图案识别装置以及车辆监视系统 |
CN104281851A (zh) * | 2014-10-28 | 2015-01-14 | 浙江宇视科技有限公司 | 车标信息的提取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108108729A (zh) | 2018-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106407981B (zh) | 一种车牌识别方法、装置及系统 | |
CN106446949B (zh) | 一种车辆型号识别方法及装置 | |
CN103198315B (zh) | 基于字符轮廓和模板匹配的车牌字符分割算法 | |
CN104134079B (zh) | 一种基于极值区域和极限学习机的车牌识别方法 | |
CN103279756B (zh) | 基于集成分类器的车辆检测分析系统及其检测分析方法 | |
CN107316010A (zh) | 一种识别前方车辆尾灯及判断其状态的方法 | |
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 | |
CN102722733A (zh) | 一种车牌类型的识别方法及装置 | |
CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
CN103390167A (zh) | 一种多特征的分层交通标志识别方法 | |
CN105335710A (zh) | 一种基于多级分类器的精细车辆型号识别方法 | |
CN103530608A (zh) | 车辆类型判断方法和装置 | |
CN107577981A (zh) | 一种道路交通标识识别方法及装置 | |
CN102999749A (zh) | 基于人脸检测的安全带违章事件智能检测方法 | |
CN205827664U (zh) | 一种基于rfid、激光与视频的车辆限行监管系统 | |
CN105184301B (zh) | 一种利用四轴飞行器判别车辆方位的方法 | |
CN102880859A (zh) | 一种车牌识别方法 | |
CN103207992A (zh) | 车辆牌照字符和颜色联合识别方法 | |
CN108108729B (zh) | 一种车牌类型的识别方法及装置 | |
CN103854029A (zh) | 一种前车窗右上角点检测方法 | |
CN109948552A (zh) | 一种复杂交通环境中的车道线检测的方法 | |
KR20180082089A (ko) | 영상 기반 색상정보를 이용한 초지 경계 검출 방법 | |
CN107480683A (zh) | 一种图像处理方法及装置 | |
CN112071079B (zh) | 一种基于5g传输的机器视觉车辆远光灯检测预警系统 | |
CN103065141B (zh) | 基于色彩聚类的车牌定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |