CN108764238A - 一种大车牌识别方法及系统 - Google Patents
一种大车牌识别方法及系统 Download PDFInfo
- Publication number
- CN108764238A CN108764238A CN201810542905.XA CN201810542905A CN108764238A CN 108764238 A CN108764238 A CN 108764238A CN 201810542905 A CN201810542905 A CN 201810542905A CN 108764238 A CN108764238 A CN 108764238A
- Authority
- CN
- China
- Prior art keywords
- character
- picture
- car plate
- pictures
- segmentation
- 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
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
- G06V20/63—Scene text, e.g. street names
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种大车牌识别方法,所述方法包括如下步骤:获取拍摄的第一图片,将该第一图片进行预处理得到预处理后的第二图片;将第二图片进行区域搜索与分割得到车牌图片,统计车牌图片的像素点数量,如该像素点数量大于设定阈值,将该车牌图片进行字符分割成二个或二个以上的字符图片,将二个或二个以上的字符图片进行归一化处理后分别进行字符特征提取得到二个或二个以上的字符图片,将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符,将多个字符组合起来得到第一图片的车牌。本申请提供的技术方案具有用户体验度高的优点。
Description
技术领域
本发明涉及通信领域,尤其涉及一种大车牌识别方法及设备。
背景技术
在传统车牌识别器有效距离是在3-4米为最佳,无法在近距离识别车牌,识别上车牌像素点数量约120-170万当车牌超过170万像素点就容易出现无法识别。所以这里一般将120-170万个像素点的数量的车牌称为小车牌,将170万像素点以上的车牌称为大车牌。现有的系统对大车牌的识别不准确,即距离较近的时候,无法对车牌进行准确的识别,影响用户体验度。
发明内容
本发明的目的在于提供一种大车牌识别方法及系统,其主要解决现有技术车牌识别精度较低,影响用户体验度的问题。
第一方面,本发明提供了一种大车牌识别方法,所述方法包括如下步骤:
获取拍摄的第一图片,将该第一图片进行预处理得到预处理后的第二图片;
将第二图片进行区域搜索与分割得到车牌图片,统计车牌图片的像素点数量,如该像素点数量大于设定阈值,将该车牌图片进行字符分割成二个或二个以上的字符图片,将二个或二个以上的字符图片进行归一化处理后分别进行字符特征提取得到二个或二个以上的字符图片,将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符,将多个字符组合起来得到第一图片的车牌。
第二方面,提供一种大车牌识别系统,所述系统包括:
获取单元,用于获取拍摄的第一图片,
处理单元,用于将该第一图片进行预处理得到预处理后的第二图片;将第二图片进行区域搜索与分割得到车牌图片,统计车牌图片的像素点数量,如该像素点数量大于设定阈值,将该车牌图片进行字符分割成二个或二个以上的字符图片,将二个或二个以上的字符图片进行归一化处理后分别进行字符特征提取得到二个或二个以上的字符图片,将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符,将多个字符组合起来得到第一图片的车牌。
第三方面,提供一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行第一方面提供的方法。
第四方面,提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行第一方面提供的方法。
使用本发明的能够对近距离拍摄的图片进行车牌识别,从而实现对大车牌的识别,所以其具有用户体验度高的优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明一些实施方式,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是本申请提供的一种车牌识别流程图;
图2是本申请提供的一种大车牌识别方法的流程图。
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付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。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例的描述中,需要理解的是,术语“厚度”“左”“右”“上”“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是暗示或指示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在第一方面提供的方法中,所述将该车牌图片进行字符分割成二个或二个以上的字符图片包括:
将该车牌图片的前二个字符作为第一字符图片,将车牌图片的第3到第n个字符作为第二字符图片,其中n取值为5或6。
在第一方面提供的方法中,所述将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符具体包括:
将所述第二字符图片中的数字部分截取出来,对该数字部分执行数字比对获取数字字符,将该第二字符图片中字母部分截取出来,对字母部分截取出来进行比对获取字母字符。
在第一方面提供的方法中,所述将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符具体包括:
将第一字符图片中的字母部分截取出来进行字母识别得到字母字符,将第一字符图片的文字部分截图出进行文字识别得到文字字符。
在第二方面提供的系统中,所述处理单元,具体用于将该车牌图片的前二个字符作为第一字符图片,将车牌图片的第3到第n个字符作为第二字符图片,其中n取值为5或6。
在第二方面提供的系统中,所述处理单元,具体用于将所述第二字符图片中的数字部分截取出来,对该数字部分执行数字比对获取数字字符,将该第二字符图片中字母部分截取出来,对字母部分截取出来进行比对获取字母字符。
在第二方面提供的系统中,所述处理单元,具体用于将第一字符图片中的字母部分截取出来进行字母识别得到字母字符,将第一字符图片的文字部分截图出进行文字识别得到文字字符。
参阅图1,图1为一种车牌识别流程图。本申请的目标是为了设计一款近距离精准识别的智能高清车牌识别摄像机,本产品技术基于在现有车牌识别器基础上研发,重点考虑了“近距离车牌识别”理念的加入,以及车牌识别精准度的问题。本设计基于社会对无人值守智能停车场的需求。
高清车牌识别摄像机基本工作过程如下:
(1)当行驶的车辆经过时,触发埋设在固定位置的传感器,系统被唤醒处于工作状态;一旦连接摄像头光快门的光电传感器被触发,设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像;
(2)由摄像机拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理,图像预处理包括图像转换、图像增强、滤波和水平较正等;
(3)由检索模块进行牌照搜索与检测,定位并分割出包含牌照字符号码的矩形区域;
(4)对牌照字符进行二值化并分割出单个字符,经归一化后输入字符识别系统进行识别。
在识别算法上,采用了深度学习的技术手段,通过设计合适的网络算法结构和高效的代码优化,在提升产品识别精度的同时保证识别速度。
本算法测试所使用的图像都是采用数码相机采集的有高清晰分辩率,只有些许倾斜的静态彩色RGB车辆图像,而且所采集的车辆图像背景不会特别复杂,一般图像中不会同时出现两幅及以上车牌图像或者出现纹理、大小与车牌类似的长方形条块。经过多次实验分析,在采集的大量车辆图像中,发现在曝光正常时,距离车辆前部或后部1米以内,采用与车牌呈角向下俯拍采集的图像的车牌定位效果最好。因此,所实现的车牌定位识别系统,在外部图像采集设备安装修正下,可应用到高速路收费站的出闸口或小区中小型停车场的出入登记管理中。例如应用于学校停车场管理系统中,在图像采集设备按照一定的角度和距离进行安装并采用外部光源进行修正,能达到预期效果。
传统车牌识别摄像机,我司高清车牌识别摄像机车牌宽度45—600像素,车牌识别率达到99%。高清车牌识别摄像机近距离识别3米车牌,大车牌识别精准。而以往车牌识别摄像机3—3.5米容易识别错误,3米更是不能识别。
大车牌识别部分代码(含详细解析)如下:
%进一步确定y方向(水平方向)的车牌区域
[y,x,z]=size(bg2);%y方向对应行,x方向对应列,z方向对应深度,z=1为二值图像
myI=double(bg2);%数据类型转换,每个方向范围在0~1 0为黑,1为白(车牌区域)
Im1=zeros(y,x);%创建一个与图像一样大小的空矩阵,用于记录行扫描时蓝色像素点的位置
Im2=zeros(y,x);%创建一个与图像一样大小的空矩阵,用于记录列扫描时蓝色像素点的位置
Blue_y=zeros(y,1);%创建一个列向量,用于统计行扫描某行的蓝色像素点个数
[temp,MaxY]=max(Blue_y);%阈值的设置是经验,采用统计分析方法和车牌的固定特征设置阈值,在规定大小的车辆图像上车牌区域的长宽经过统计,收敛于某个值
Th=5;%阈值参数可改(要提取的蓝颜色参数经验值范围)
%向上追溯,直到车牌区域上边界
PY1=MaxY;
while((Blue_y(PY1,1)>=Th)&&(PY1>1))
PY1=PY1-1;
End
参阅图2,图2提供了一种大车牌识别方法,所述方法包括如下步骤:
步骤S201、获取拍摄的第一图片,将该第一图片进行预处理得到预处理后的第二图片;
步骤S202、将第二图片进行区域搜索与分割得到车牌图片,统计车牌图片的像素点数量,如该像素点数量大于设定阈值,将该车牌图片进行字符分割成二个或二个以上的字符图片;
步骤S203、将二个或二个以上的字符图片进行归一化处理后分别进行字符特征提取得到二个或二个以上的字符图片,将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符,将多个字符组合起来得到第一图片的车牌。
以上是本发明实施例的实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明实施例原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种大车牌识别方法,其特征在于,所述方法包括如下步骤:
获取拍摄的第一图片,将该第一图片进行预处理得到预处理后的第二图片;
将第二图片进行区域搜索与分割得到车牌图片,统计车牌图片的像素点数量,如该像素点数量大于设定阈值,将该车牌图片进行字符分割成二个或二个以上的字符图片,将二个或二个以上的字符图片进行归一化处理后分别进行字符特征提取得到二个或二个以上的字符图片,将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符,将多个字符组合起来得到第一图片的车牌。
2.根据权利要求1所述的方法,其特征在于,所述将该车牌图片进行字符分割成二个或二个以上的字符图片包括:
将该车牌图片的前二个字符作为第一字符图片,将车牌图片的第3到第n个字符作为第二字符图片,其中n取值为5或6。
3.根据权利要求2所述的方法,其特征在于,所述将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符具体包括:
将所述第二字符图片中的数字部分截取出来,对该数字部分执行数字比对获取数字字符,将该第二字符图片中字母部分截取出来,对字母部分截取出来进行比对获取字母字符。
4.根据权利要求2所述的方法,其特征在于,所述将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符具体包括:
将第一字符图片中的字母部分截取出来进行字母识别得到字母字符,将第一字符图片的文字部分截图出进行文字识别得到文字字符。
5.一种大车牌识别系统,其特征在于,所述系统包括:
获取单元,用于获取拍摄的第一图片,
处理单元,用于将该第一图片进行预处理得到预处理后的第二图片;将第二图片进行区域搜索与分割得到车牌图片,统计车牌图片的像素点数量,如该像素点数量大于设定阈值,将该车牌图片进行字符分割成二个或二个以上的字符图片,将二个或二个以上的字符图片进行归一化处理后分别进行字符特征提取得到二个或二个以上的字符图片,将该二个或二个以上的字符图片分别进行单字识别得到每个字符图片对应的多个字符,将多个字符组合起来得到第一图片的车牌。
6.根据权利要求5所述的系统,其特征在于,
所述处理单元,具体用于将该车牌图片的前二个字符作为第一字符图片,将车牌图片的第3到第n个字符作为第二字符图片,其中n取值为5或6。
7.根据权利要求6所述的系统,其特征在于,
所述处理单元,具体用于将所述第二字符图片中的数字部分截取出来,对该数字部分执行数字比对获取数字字符,将该第二字符图片中字母部分截取出来,对字母部分截取出来进行比对获取字母字符。
8.根据权利要求6所述的系统,其特征在于,
所述处理单元,具体用于将第一字符图片中的字母部分截取出来进行字母识别得到字母字符,将第一字符图片的文字部分截图出进行文字识别得到文字字符。
9.一种计算机可读存储介质,其特征在于,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-4任一项所述的方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810542905.XA CN108764238A (zh) | 2018-05-30 | 2018-05-30 | 一种大车牌识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810542905.XA CN108764238A (zh) | 2018-05-30 | 2018-05-30 | 一种大车牌识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108764238A true CN108764238A (zh) | 2018-11-06 |
Family
ID=64004508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810542905.XA Pending CN108764238A (zh) | 2018-05-30 | 2018-05-30 | 一种大车牌识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108764238A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116723A (zh) * | 2020-08-10 | 2020-12-22 | 中标慧安信息技术股份有限公司 | 一种基于车牌识别的无感收费方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200915240A (en) * | 2007-09-27 | 2009-04-01 | Univ Nat Yunlin Sci & Tech | Intelligent vehicle surveillance, video recording and search system |
US20120106802A1 (en) * | 2010-10-29 | 2012-05-03 | National Chiao Tung University | Vehicle license plate recognition method and system thereof |
CN105809166A (zh) * | 2016-03-04 | 2016-07-27 | 深圳市佳信捷技术股份有限公司 | 车牌识别方法、装置及系统 |
CN106485234A (zh) * | 2016-10-21 | 2017-03-08 | 合肥哦走信息技术有限公司 | 一种基于智能交通系统中车辆识别方法 |
CN106815582A (zh) * | 2017-03-14 | 2017-06-09 | 南宁市高光信息技术有限公司 | 一种数字图像处理的车牌识别系统 |
US20180121744A1 (en) * | 2016-10-31 | 2018-05-03 | Electronics And Telecommunications Research Institute | System and method for recognizing vehicle license plate information |
-
2018
- 2018-05-30 CN CN201810542905.XA patent/CN108764238A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200915240A (en) * | 2007-09-27 | 2009-04-01 | Univ Nat Yunlin Sci & Tech | Intelligent vehicle surveillance, video recording and search system |
US20120106802A1 (en) * | 2010-10-29 | 2012-05-03 | National Chiao Tung University | Vehicle license plate recognition method and system thereof |
CN105809166A (zh) * | 2016-03-04 | 2016-07-27 | 深圳市佳信捷技术股份有限公司 | 车牌识别方法、装置及系统 |
CN106485234A (zh) * | 2016-10-21 | 2017-03-08 | 合肥哦走信息技术有限公司 | 一种基于智能交通系统中车辆识别方法 |
US20180121744A1 (en) * | 2016-10-31 | 2018-05-03 | Electronics And Telecommunications Research Institute | System and method for recognizing vehicle license plate information |
CN106815582A (zh) * | 2017-03-14 | 2017-06-09 | 南宁市高光信息技术有限公司 | 一种数字图像处理的车牌识别系统 |
Non-Patent Citations (1)
Title |
---|
张达: "基于字符连通区域性质的字符匹配技术与车牌识别技术", 《信息技术与信息化》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116723A (zh) * | 2020-08-10 | 2020-12-22 | 中标慧安信息技术股份有限公司 | 一种基于车牌识别的无感收费方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201159903Y (zh) | 一种车牌识别装置 | |
Saha et al. | A Hough transform based technique for text segmentation | |
KR102595704B1 (ko) | 영상 검측 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
CN107506763A (zh) | 一种基于卷积神经网络的多尺度车牌精准定位方法 | |
CN108647681A (zh) | 一种带有文本方向校正的英文文本检测方法 | |
CN107944450A (zh) | 一种车牌识别方法及装置 | |
CN102194123A (zh) | 表格模板定义方法和装置 | |
CN109886978B (zh) | 一种基于深度学习的端到端告警信息识别方法 | |
CN113033558B (zh) | 一种用于自然场景的文本检测方法及装置、存储介质 | |
CN108960079A (zh) | 一种图像识别方法及装置 | |
CN115358497B (zh) | 基于gis技术的智慧全景巡河方法及系统 | |
CN110647824B (zh) | 基于计算机视觉技术的增值税发票版面提取方法 | |
Cao et al. | An end-to-end neural network for multi-line license plate recognition | |
CN112581344A (zh) | 一种图像处理方法、装置、计算机设备及存储介质 | |
CN108764238A (zh) | 一种大车牌识别方法及系统 | |
CN110674811A (zh) | 图像识别的方法及装置 | |
CN110390224B (zh) | 一种交通指示牌的识别方法及装置 | |
CN115273123B (zh) | 一种票据识别方法、装置、设备及计算机存储介质 | |
CN111639640B (zh) | 基于人工智能的车牌识别方法、装置及设备 | |
CN108734167B (zh) | 一种被污染的胶片文字识别方法 | |
CN102262614A (zh) | 纵向校对方法和装置 | |
CN105976502A (zh) | 一种承兑汇票票号的识别方法及装置 | |
CN110321884B (zh) | 编号识别的方法及装置 | |
CN116452878B (zh) | 一种基于深度学习算法与双目视觉的考勤方法及系统 | |
CN117437654B (zh) | 一种基于语义识别的栅格地图解析方法、设备和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181106 |
|
RJ01 | Rejection of invention patent application after publication |