CN108197625A - 一种校正车牌识别的方法及系统 - Google Patents
一种校正车牌识别的方法及系统 Download PDFInfo
- Publication number
- CN108197625A CN108197625A CN201711365164.4A CN201711365164A CN108197625A CN 108197625 A CN108197625 A CN 108197625A CN 201711365164 A CN201711365164 A CN 201711365164A CN 108197625 A CN108197625 A CN 108197625A
- Authority
- CN
- China
- Prior art keywords
- license
- board information
- car plate
- recognition
- license board
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000002452 interceptive effect Effects 0.000 claims abstract description 41
- 238000012937 correction Methods 0.000 claims abstract description 33
- 238000012795 verification Methods 0.000 claims abstract description 28
- 238000012549 training Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- 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)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种校正车牌识别的方法及系统,所述方法包括:对汽车进行车牌图像识别,获得识别的车牌信息以及车牌照片;将车牌信息与车牌照片显示在交互界面上对其一致性进行人工验证;获取人工输入的需校正车牌位置编号;在交互界面上依次显示一个或多个需校正车牌字符的备选字符,人工键入正确的备选字符的编号对应的数字键进行校正;将校正后的车牌信息进行人工验证,如验证一致则结束并存储车牌信息;所述方法还包括:采集人工阅读的车牌语音,并将语音识别的车牌信息显示在交互界面上;人工再次验证新的车牌信息与车牌照片的一致性,如验证不一致,再次启动语音校正单元;所述方法及系统提高车牌识别的准确率以及车牌验证的效率。
Description
技术领域
本发明涉及交通信息领域,更具体地,涉及一种校正车牌识别的方法及系统。
背景技术
车牌识别技术广泛应用在交通行业的各个领域,例如,停车场、高速公路等运营管理中。但因该技术受光线、车牌污损等环境因素影响较大,识别准确率通常保持在90%左右,不能完全做到精确识别,车牌识别错误在所难免,在实际应用中还需要进行人工矫正操作。
现有高速公路收费系统中为了提高收费效率,车牌识别功能只作为收费业务的一种辅助参考,没有要求其100%准确。随着社会的不断发展,高速公路信息化的需求越来越高,路网越来越复杂,二义性路径不断出现和增加,给运营管理带来新的挑战,特别是对于明确“绑定车辆信息”的要求。因此,对车牌实现精确识别的要求已迫在眉睫,但现在的车牌识别系统正确率通常在90%左右,恶略天气识别正确率会更差。
发明内容
为了解决背景技术存在的目前对于车牌的识别正确率没有达到100%准确问题,本发明提供了一种校正车牌识别方法及系统,所述方法及系统通过人工验证车牌识别信息与车牌照片的对比结果,使用键盘上对应的数字按键选择需矫正的车牌位置以及正确的车牌字符;提高车牌识别的准确率以及车牌验证的效率;所述一种校正车牌识别的方法包括:
对汽车进行车牌图像识别,获得识别的车牌信息以及车牌照片;将车牌信息与车牌照片显示在交互界面上对其一致性进行人工验证;
若人工验证不一致,获取人工输入的需校正车牌位置编号;所述需校正车牌位置编号通过输入键盘上相应的数字键键入得到;
在交互界面上依次显示一个或多个需校正车牌字符的备选字符,人工键入正确的备选字符的编号对应的数字键进行校正;所述每个需校正车牌字符对应多个备选字符;
将校正后的车牌信息进行人工验证,如验证一致则结束验证并对车牌信息进行存储;
进一步的,若人工验证不一致,采集人工阅读的车牌语音,并将语音识别的车牌信息显示在交互界面上;
人工再次验证新的车牌信息与车牌照片的一致性,如验证不一致,再次启动语音校正单元;直至人工验证确认一致,对车牌信息进行存储;
进一步的,所述备选字符在交互界面上每页显示数量小于等于键盘上数字键的数量;并通过方向键进行页面的切换;
进一步的,使用两个特定数字键进行页面的切换;所述备选字符在交互界面上每页显示数量小于等于键盘上数字键的数量减2;
进一步的,所述交互界面上显示的备选字符由图像识别结果按相似度由高至低进行排序;
进一步的,所述交互界面上显示的备选字符由需校正车牌字符对应的字符序列构成,所述字符序列为对应的所述需校正车牌字符识别出错字符几率由高到低组成;所述字符序列通过智能学习进行动态更新;
进一步的,所述语音识别以车牌语音识别库为识别范围,所述车牌语音设备库的语音范围包括车牌上能够出现的汉字、字母、数字及字符;
进一步的,所述车牌语音识别库可脱机使用,也可连接公网或网络进行配置和更新;
进一步的,对校正失败的的字符进行学习训练,提高后续校正中的准确性;所述校正失败的字符通过将校正失败的车牌信息与对应的最终校正完成的车牌信息进行比对得到。
所述一种校正车牌识别的系统包括:
车牌图像识别单元,所述车牌图像识别单元用于对车辆的车牌进行图像识别,以获得车牌信息,并对车牌进行拍照;所述车牌图像识别单元将识别的车牌信息与车牌照片发送至人工判断单元;
人工判断单元,所述人工判断单元用于将车牌信息和车牌照片显示在交互界面上,供人工进行判断;所述判断包括通过和不通过;所述车牌信息包括图像识别车牌信息以及人工校正车牌信息;
人工校正单元,当人工判断单元判断不通过时启动所述人工校正单元,所述人工校正单元用于通过人工键入对应数字键确认需校正车牌位置;并通过人工键入对应数字键在需校正车牌字符的备选字符中选择正确的字符进行校正,并将人工校正车牌信息发送至人工判断单元;
进一步的,所述系统包括语音识别单元,所述语音识别单元包括语音采集器,当人工判断单元判断不通过时启动语音识别单元,所述语音采集器采集人工阅读车牌的语音,将采集到的语音进行语音识别,生成语音识别车牌信息,并将语音识别车牌信息发送至人工判断单元;所述人工判断单元的识别信息包括语音识别车牌信息;
进一步的,所述系统包括车牌信息存储单元,所述车牌信息存储单元用于存储人工判断单元判断通过的车牌信息;
进一步的,所述人工校正单元在交互界面上每页显示备选字符的数量小于等于键盘上数字键的数量;并通过方向键进行页面的切换;
进一步的,所述人工校正单元在交互界面上每页显示备选字符的数量小于等于键盘上数字键的数量减2;并通过两个特定数字键进行页面的切换;
进一步的,所述人工校正单元交互界面上显示的备选字符由图像识别结果按相似度由高至低进行排序;
进一步的,所述人工校正单元包括字符序列,所述人工校正单元的交互界面上显示的备选字符由需校正车牌字符对应的字符序列构成,所述字符序列为对应的所述需校正车牌字符识别出错字符几率由高到低组成;所述字符序列通过智能学习进行动态更新;
进一步的,所述语音识别单元包括车牌语音识别库,所述语音识别单元根据车牌语音识别库的语音范围对采集的车牌语音进行语音识别;所述车牌语音识别库的语音范围包括车牌上能够出现的汉字、字母、数字及字符;
进一步的,所述车牌语音识别库可脱机使用,也可连接公网或网络进行配置和更新;
进一步的,所述系统可集成在车牌识别的嵌入式系统中作为综合车牌识别系统的一部分;或单独作为嵌入式模块,配合车牌识别系统使用。
本发明的有益效果为:本发明的技术方案,给出了一种校正车牌识别的方法及系统,通过人工验证车牌识别信息与车牌照片的对比结果,使用键盘上对应的数字按键选择需矫正的车牌位置以及正确的车牌字符;所述方法及系统可适应多种使用场景,在无键盘的使用场景下,可通过语音识别单元采集人工阅读的车牌信息进行校正;在高速公路收费站的使用场景下,可用过特殊收费键盘上的数字键对应选择校正车牌的位置和正确的车牌字符,所述方法及系统提高车牌识别的准确率以及车牌验证的效率,也增强了信息化管理能力,将来为解决治逃、二义性路径识别、开具增值税发票等多方面的问题提供了可靠的依据和技术保障。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1为本发明具体实施方式的一种校正车牌识别的方法的流程图;
图2为本发明具体实施方式的一种校正车牌识别的系统的结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
图1为本发明具体实施方式的一种校正车牌识别的方法的流程图;所述方法通过人工验证车牌识别信息与车牌照片的对比结果,使用键盘上对应的数字按键选择需矫正的车牌位置以及正确的车牌字符;所述一种校正车牌识别的方法包括:
步骤110,对汽车进行车牌图像识别,获得识别的车牌信息以及车牌照片;将车牌信息与车牌照片显示在交互界面上对其一致性进行人工验证;
所述车牌图像识别是以视频图像识别为主要技术,对采集到的车牌照片进行预处理并定位车牌,对车牌进行字符分割并对字符进行识别得到识别的车牌信息;所述识别的车牌信息与采集到的车牌照片均显示在交互界面上,由人工判定识别的车牌信息与车牌照片中显示的信息是否一致;
步骤120,若人工验证不一致,获取人工输入的需校正车牌位置编号;所述需校正车牌位置编号通过输入键盘上相应的数字键键入得到;
所述需校正的车牌位置编号标识在交互界面上每个字符的旁边,操作者人工输入需要校正的车牌字符位置旁边对应的编号,所述对应的编号与操作者使用的输入键盘上的数字键相对应;
步骤130,在交互界面上依次显示一个或多个需校正车牌字符的备选字符,人工键入正确的备选字符的编号对应的数字键进行校正;所述每个需校正车牌字符对应多个备选字符;
进一步的,所述备选字符在交互界面上每页显示数量小于等于键盘上数字键的数量;并通过方向键进行页面的切换;
进一步的,对于没有方向键的特殊键盘,使用两个特定数字键进行页面的切换;所述备选字符在交互界面上每页显示数量小于等于键盘上数字键的数量减2;
进一步的,所述交互界面上显示的备选字符由图像识别结果按相似度由高至低进行排序;
优选的,所述交互界面上显示的备选字符还可以由需校正车牌字符对应的字符序列构成,所述字符序列为对应的所述需校正车牌字符识别出错字符几率由高到低组成;所述字符序列通过智能学习进行动态更新;
步骤140,将校正后的车牌信息进行人工验证,如验证一致则结束验证并对车牌信息进行存储;
进一步的,对校正失败的的字符进行学习训练,提高后续校正中的准确性;所述校正失败的字符通过将校正失败的车牌信息与对应的最终校正完成的车牌信息进行比对得到。
本实施例的另一方面,在没有键盘的特殊环境,使用语音识别代替键盘输入的方式;即使用步骤121代替步骤120,使用步骤131代替步骤130和步骤140;
步骤121,若人工验证不一致,采集人工阅读的车牌语音,并将语音识别的车牌信息显示在交互界面上;
步骤131,人工再次验证新的车牌信息与车牌照片的一致性,如验证不一致,再次启动语音校正单元;直至人工验证确认一致,对车牌信息进行存储;
进一步的,所述语音识别以车牌语音识别库为识别范围,所述车牌语音设备库的语音范围包括车牌上能够出现的汉字、字母、数字及字符;
进一步的,所述车牌语音识别库可脱机使用,也可连接公网或网络进行配置和更新;
进一步的,对校正失败的的字符进行学习训练,提高后续校正中的准确性;所述校正失败的字符通过将校正失败的车牌信息与对应的最终校正完成的车牌信息进行比对得到;
所述一种校正车牌识别的方法,通过将图像识别的车牌信息和车牌照片同时放在交互界面上进行人工验证,避免了因客观因素造成的车牌识别困难;同时针对不同的使用环境,配备了不同的人工验证方法,在高速收费站等环境下,因其键盘的特殊性,没办法对所有字符进行输入,本申请通过使用数字键对应交互界面上的字符进行车牌校正,极大的简化了人工校正流程,提高了校正效率;同时,在没有键盘的特殊环境下,使用语音识别进行人工校正;所述方法提高车牌识别的准确率以及车牌验证的效率,也增强了信息化管理能力,将来为解决治逃、二义性路径识别、开具增值税发票等多方面的问题提供了可靠的依据和技术保障。
图2为本发明具体实施方式的一种校正车牌识别的系统的结构图;如图2所示,所述一种校正车牌识别的系统包括:
车牌图像识别单元201,所述车牌图像识别单元201用于对车辆的车牌进行图像识别,以获得车牌信息,并对车牌进行拍照;所述车牌图像识别单元201将识别的车牌信息与车牌照片发送至人工判断单元202;
人工判断单元202,所述人工判断单元202用于将车牌信息和车牌照片显示在交互界面上,供人工进行判断;所述判断包括通过和不通过;所述车牌信息包括图像识别车牌信息以及人工校正车牌信息;
人工校正单元203,当人工判断单元202判断不通过时启动所述人工校正单元203,所述人工校正单元203用于通过人工键入对应数字键确认需校正车牌位置;并通过人工键入对应数字键在需校正车牌字符的备选字符中选择正确的字符进行校正,并将人工校正车牌信息发送至人工判断单元202;
进一步的,所述人工校正单元203在交互界面上每页显示备选字符的数量小于等于键盘上数字键的数量;并通过方向键进行页面的切换;
进一步的,所述人工校正单元203在交互界面上每页显示备选字符的数量小于等于键盘上数字键的数量减2;并通过两个特定数字键进行页面的切换;
进一步的,所述人工校正单元203交互界面上显示的备选字符由图像识别结果按相似度由高至低进行排序;
进一步的,所述人工校正单元203包括字符序列,所述人工校正单元203的交互界面上显示的备选字符由需校正车牌字符对应的字符序列构成,所述字符序列为对应的所述需校正车牌字符识别出错字符几率由高到低组成;所述字符序列通过智能学习进行动态更新;
进一步的,所述系统包括语音识别单元204,所述语音识别单元204包括语音采集器,当人工判断单元202判断不通过时启动语音识别单元,所述语音采集器采集人工阅读车牌的语音,将采集到的语音进行语音识别,生成语音识别车牌信息,并将语音识别车牌信息发送至人工判断单元202;所述人工判断单元202的识别信息包括语音识别车牌信息;
进一步的,所述语音识别单元204与人工校正单元203不同时使用,当在有键盘的环境下,使用人工校正单元203;当在没有键盘的环境下,使用语音识别单元204;
进一步的,所述语音识别单元包括车牌语音识别库,所述语音识别单元根据车牌语音识别库的语音范围对采集的车牌语音进行语音识别;所述车牌语音识别库的语音范围包括车牌上能够出现的汉字、字母、数字及字符;
进一步的,所述车牌语音识别库可脱机使用,也可连接公网或网络进行配置和更新;
进一步的,所述系统包括车牌信息存储单元205,所述车牌信息存储单元205用于存储人工判断单元202判断通过的车牌信息。
所述一种校正车牌识别系统,所述系统可应用于多种环境下,尤其是高速公路等使用特殊键盘的使用环境下,因其键盘的特殊性,没办法对所有字符进行输入,本申请通过使用数字键对应交互界面上的字符进行车牌校正,极大的简化了人工校正流程,提高了校正效率;当在没有键盘的特殊环境下,使用语音识别进行人工校正;所述系统提高车牌识别的准确率以及车牌验证的效率,也增强了信息化管理能力。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。本说明书中涉及到的步骤编号仅用于区别各步骤,而并不用于限制各步骤之间的时间或逻辑的关系,除非文中有明确的限定,否则各个步骤之间的关系包括各种可能的情况。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如,在权利要求书中所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本公开的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(例如,计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干系统的单元权利要求中,这些系统中的若干个可以是通过同一个硬件项来具体体现。
以上所述仅是本公开的具体实施方式,应当指出的是,对于本领域的普通技术人员来说,在不脱离本公开精神的前提下,可以作出若干改进、修改、和变形,这些改进、修改、和变形都应视为落在本申请的保护范围内。
Claims (19)
1.一种校正车牌识别的方法,所述方法包括:
对汽车进行车牌图像识别,获得识别的车牌信息以及车牌照片;将车牌信息与车牌照片显示在交互界面上对其一致性进行人工验证;
若人工验证不一致,获取人工输入的需校正车牌位置编号;所述需校正车牌位置编号通过输入键盘上相应的数字键键入得到;
在交互界面上依次显示一个或多个需校正车牌字符的备选字符,人工键入正确的备选字符的编号对应的数字键进行校正;所述每个需校正车牌字符对应多个备选字符;
将校正后的车牌信息进行人工验证,如验证一致则结束验证并对车牌信息进行存储。
2.根据权利要求1所述的方法,其特征在于:所述方法包括:
若人工验证不一致,采集人工阅读的车牌语音,并将语音识别的车牌信息显示在交互界面上;
人工再次验证新的车牌信息与车牌照片的一致性,如验证不一致,再次启动语音校正单元;直至人工验证确认一致,对车牌信息进行存储。
3.根据权利要求1所述的方法,其特征在于:所述备选字符在交互界面上每页显示数量小于等于键盘上数字键的数量;并通过方向键进行页面的切换。
4.根据权利要求1所述的方法,其特征在于:使用两个特定数字键进行页面的切换;所述备选字符在交互界面上每页显示数量小于等于键盘上数字键的数量减2。
5.根据权利要求1所述的方法,其特征在于:所述交互界面上显示的备选字符由图像识别结果按相似度由高至低进行排序。
6.根据权利要求1所述的方法,其特征在于:所述交互界面上显示的备选字符由需校正车牌字符对应的字符序列构成,所述字符序列为对应的所述需校正车牌字符识别出错字符几率由高到低组成;所述字符序列通过智能学习进行动态更新。
7.根据权利要求2所述的方法,其特征在于:所述语音识别以车牌语音识别库为识别范围,所述车牌语音设备库的语音范围包括车牌上能够出现的汉字、字母、数字及字符。
8.根据权利要求7所述的方法,其特征在于:所述车牌语音识别库可脱机使用,也可连接公网或网络进行配置和更新。
9.根据权利要求1所述的方法,其特征在于:对校正失败的的字符进行学习训练,提高后续校正中的准确性;所述校正失败的字符通过将校正失败的车牌信息与对应的最终校正完成的车牌信息进行比对得到。
10.一种校正车牌识别的系统,所述系统包括:
车牌图像识别单元,所述车牌图像识别单元用于对车辆的车牌进行图像识别,以获得车牌信息,并对车牌进行拍照;所述车牌图像识别单元将识别的车牌信息与车牌照片发送至人工判断单元;
人工判断单元,所述人工判断单元用于将车牌信息和车牌照片显示在交互界面上,供人工进行判断;所述判断包括通过和不通过;所述车牌信息包括图像识别车牌信息以及人工校正车牌信息;
人工校正单元,当人工判断单元判断不通过时启动所述人工校正单元,所述人工校正单元用于通过人工键入对应数字键确认需校正车牌位置;并通过人工键入对应数字键在需校正车牌字符的备选字符中选择正确的字符进行校正,并将人工校正车牌信息发送至人工判断单元。
11.根据权利要求10所述的系统,其特征在于:所述系统包括:
语音识别单元,所述语音识别单元包括语音采集器,当人工判断单元判断不通过时启动语音识别单元,所述语音采集器采集人工阅读车牌的语音,将采集到的语音进行语音识别,生成语音识别车牌信息,并将语音识别车牌信息发送至人工判断单元;所述人工判断单元的识别信息包括语音识别车牌信息。
12.根据权利要求10或11所述的系统,其特征在于:所述系统包括车牌信息存储单元,所述车牌信息存储单元用于存储人工判断单元判断通过的车牌信息。
13.根据权利要求10所述的系统,其特征在于:所述人工校正单元在交互界面上每页显示备选字符的数量小于等于键盘上数字键的数量;并通过方向键进行页面的切换。
14.根据权利要求10所述的系统,其特征在于:所述人工校正单元在交互界面上每页显示备选字符的数量小于等于键盘上数字键的数量减2;并通过两个特定数字键进行页面的切换。
15.根据权利要求10所述的系统,其特征在于:所述人工校正单元交互界面上显示的备选字符由图像识别结果按相似度由高至低进行排序。
16.根据权利要求10所述的系统,其特征在于:所述人工校正单元包括字符序列,所述人工校正单元的交互界面上显示的备选字符由需校正车牌字符对应的字符序列构成,所述字符序列为对应的所述需校正车牌字符识别出错字符几率由高到低组成;所述字符序列通过智能学习进行动态更新。
17.根据权利要求11所述的系统,其特征在于:所述语音识别单元包括车牌语音识别库,所述语音识别单元根据车牌语音识别库的语音范围对采集的车牌语音进行语音识别;所述车牌语音识别库的语音范围包括车牌上能够出现的汉字、字母、数字及字符。
18.根据权利要求17所述的系统,其特征在于:所述车牌语音识别库可脱机使用,也可连接公网或网络进行配置和更新。
19.根据权利要求10所述的系统,其特征在于:所述系统可集成在车牌识别的嵌入式系统中作为综合车牌识别系统的一部分;或单独作为嵌入式模块,配合车牌识别系统使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711365164.4A CN108197625A (zh) | 2017-12-18 | 2017-12-18 | 一种校正车牌识别的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711365164.4A CN108197625A (zh) | 2017-12-18 | 2017-12-18 | 一种校正车牌识别的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108197625A true CN108197625A (zh) | 2018-06-22 |
Family
ID=62574405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711365164.4A Withdrawn CN108197625A (zh) | 2017-12-18 | 2017-12-18 | 一种校正车牌识别的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108197625A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325487A (zh) * | 2018-08-27 | 2019-02-12 | 电子科技大学 | 一种基于目标检测的全种类车牌识别方法 |
CN109948608A (zh) * | 2019-02-28 | 2019-06-28 | 中山安信通机器人制造有限公司 | 一种车牌号码识别的方法、计算机装置以及计算机可读存储介质 |
CN111653280A (zh) * | 2020-06-10 | 2020-09-11 | 苏州思必驰信息科技有限公司 | 车牌信息处理方法和装置 |
CN112330653A (zh) * | 2020-11-16 | 2021-02-05 | 鞍钢集团矿业有限公司 | 一种基于图像识别技术的矿石粒度在线检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101082836A (zh) * | 2007-06-29 | 2007-12-05 | 华中科技大学 | 一种整合语音输入和手写输入功能的汉字输入系统 |
CN103198531A (zh) * | 2013-04-10 | 2013-07-10 | 北京速通科技有限公司 | 一种多车道自由流车辆图像抓拍的方法 |
CN103324621A (zh) * | 2012-03-21 | 2013-09-25 | 北京百度网讯科技有限公司 | 一种泰语文本拼写纠正方法及装置 |
CN103440865A (zh) * | 2013-08-06 | 2013-12-11 | 普强信息技术(北京)有限公司 | 语音识别的后处理方法 |
CN105702047A (zh) * | 2016-03-04 | 2016-06-22 | 浙江宇视科技有限公司 | 一种套牌分析中车牌识别错误过滤方法及装置 |
CN107045496A (zh) * | 2017-04-19 | 2017-08-15 | 畅捷通信息技术股份有限公司 | 语音识别后文本的纠错方法及纠错装置 |
CN107134146A (zh) * | 2017-07-01 | 2017-09-05 | 广东艾科智泊科技股份有限公司 | 一种多个停车场管理的云端车牌自动校正系统 |
-
2017
- 2017-12-18 CN CN201711365164.4A patent/CN108197625A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101082836A (zh) * | 2007-06-29 | 2007-12-05 | 华中科技大学 | 一种整合语音输入和手写输入功能的汉字输入系统 |
CN103324621A (zh) * | 2012-03-21 | 2013-09-25 | 北京百度网讯科技有限公司 | 一种泰语文本拼写纠正方法及装置 |
CN103198531A (zh) * | 2013-04-10 | 2013-07-10 | 北京速通科技有限公司 | 一种多车道自由流车辆图像抓拍的方法 |
CN103440865A (zh) * | 2013-08-06 | 2013-12-11 | 普强信息技术(北京)有限公司 | 语音识别的后处理方法 |
CN105702047A (zh) * | 2016-03-04 | 2016-06-22 | 浙江宇视科技有限公司 | 一种套牌分析中车牌识别错误过滤方法及装置 |
CN107045496A (zh) * | 2017-04-19 | 2017-08-15 | 畅捷通信息技术股份有限公司 | 语音识别后文本的纠错方法及纠错装置 |
CN107134146A (zh) * | 2017-07-01 | 2017-09-05 | 广东艾科智泊科技股份有限公司 | 一种多个停车场管理的云端车牌自动校正系统 |
Non-Patent Citations (1)
Title |
---|
王月琴 等著: "《数字印前图文处理实务教程》", 31 December 2013 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325487A (zh) * | 2018-08-27 | 2019-02-12 | 电子科技大学 | 一种基于目标检测的全种类车牌识别方法 |
CN109325487B (zh) * | 2018-08-27 | 2021-12-03 | 电子科技大学 | 一种基于目标检测的全种类车牌识别方法 |
CN109948608A (zh) * | 2019-02-28 | 2019-06-28 | 中山安信通机器人制造有限公司 | 一种车牌号码识别的方法、计算机装置以及计算机可读存储介质 |
CN111653280A (zh) * | 2020-06-10 | 2020-09-11 | 苏州思必驰信息科技有限公司 | 车牌信息处理方法和装置 |
CN112330653A (zh) * | 2020-11-16 | 2021-02-05 | 鞍钢集团矿业有限公司 | 一种基于图像识别技术的矿石粒度在线检测方法 |
CN112330653B (zh) * | 2020-11-16 | 2024-05-03 | 鞍钢集团矿业有限公司 | 一种基于图像识别技术的矿石粒度在线检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245220B (zh) | 电子文件签署方法、装置及服务器、存储介质 | |
CN108197625A (zh) | 一种校正车牌识别的方法及系统 | |
CN108091141B (zh) | 车牌识别系统 | |
CN104572072B (zh) | 一种对基于mvc模式的程序的语言转换方法与设备 | |
CN107918916A (zh) | 自助理赔申请处理方法、装置、计算机设备及存储介质 | |
CN107689006B (zh) | 理赔账单识别方法和装置 | |
CN105335133A (zh) | 用于生成业务规则模型的方法和装置 | |
CN110781381B (zh) | 基于神经网络的数据验证方法、装置、设备及存储介质 | |
CN109934227A (zh) | 图像文字识别系统和方法 | |
CN112764784B (zh) | 基于神经机器翻译的软件缺陷自动修复方法及装置 | |
CN111652232A (zh) | 票据识别方法及装置、电子设备和计算机可读存储介质 | |
CN108053545A (zh) | 证件验真方法和装置、服务器、存储介质 | |
CN111680480A (zh) | 基于模板的作业批改方法、装置、计算机设备及存储介质 | |
CN111932413B (zh) | 案件要素提取方法、装置、设备及介质 | |
CN108416878A (zh) | 车牌校验方法、装置及计算机可读存储介质 | |
CN114005135A (zh) | 建设项目图纸智能审核方法、系统、设备及可读存储介质 | |
CN110826551B (zh) | 一种机动车vin码拓印模图像的智能甄别方法 | |
CN117112400B (zh) | 测试用例自动生成平台 | |
CN106250755A (zh) | 用于生成验证码的方法及装置 | |
CN111797195A (zh) | 配件名称识别方法、装置、计算机设备和存储介质 | |
CN110457938A (zh) | 道路救援数据处理方法、装置、计算机设备及存储介质 | |
CN111033537A (zh) | 充电桩在线运营管理方法、系统、电子装置及存储介质 | |
CN115346095A (zh) | 视觉问答方法、装置、设备及存储介质 | |
CN112256639B (zh) | 一种电子文件签名方法和系统、及存储设备 | |
CN112667840B (zh) | 特征样本库构建方法、通行识别方法、装置及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180622 |
|
WW01 | Invention patent application withdrawn after publication |