CN109255283B - 一种基于多帧的车牌号码确定方法、装置及电子设备 - Google Patents

一种基于多帧的车牌号码确定方法、装置及电子设备 Download PDF

Info

Publication number
CN109255283B
CN109255283B CN201710576878.3A CN201710576878A CN109255283B CN 109255283 B CN109255283 B CN 109255283B CN 201710576878 A CN201710576878 A CN 201710576878A CN 109255283 B CN109255283 B CN 109255283B
Authority
CN
China
Prior art keywords
license plate
matched
character
characters
matching
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
Application number
CN201710576878.3A
Other languages
English (en)
Other versions
CN109255283A (zh
Inventor
丁超员
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201710576878.3A priority Critical patent/CN109255283B/zh
Publication of CN109255283A publication Critical patent/CN109255283A/zh
Application granted granted Critical
Publication of CN109255283B publication Critical patent/CN109255283B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Character Discrimination (AREA)

Abstract

本申请实施例提供了一种基于多帧的车牌号码确定方法、装置及电子设备。该方法包括：获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；将所述第一车牌号码加入历史车牌中；按照错位匹配法，将所述第一车牌号码与历史车牌中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配；根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码。应用本申请实施例提供的方案，能够基于多帧图像的车牌识别结果，提高所确定的最终车牌号码的准确率。

Description

一种基于多帧的车牌号码确定方法、装置及电子设备
技术领域
本申请涉及智能交通技术领域，特别是涉及一种基于多帧的车牌号码确定方法、装置及电子设备。
背景技术
车牌是车辆的“身份证”，是区别于其他机动车辆的一项重要信息。车牌识别技术已被广泛应用在卡口、停车场和电子警察等场景中，以获取场景内车辆的号牌信息，在治安管理等众多方面发挥着“智能交通算法”的威力。
在对视频帧图像进行车牌识别时，单帧图像的车牌识别结果可能存在字符识别错误的情况。为了提高车牌识别的准确率，可以基于多帧图像的车牌识别结果，确定当前帧图像的最终车牌号码。
在相关技术中，可以将多帧图像的车牌识别结果两两地按字符位置进行匹配，当匹配成功的字符个数大于阈值时，认为这两个车牌识别结果属于同一车辆，根据属于同一车辆的车牌识别结果，确定该车牌的最终车牌号码。
但是，识别得到的车牌号码可能存在多字符或少字符的情况，在这种情况下按位匹配时，匹配成功的概率比较低，那么所确定的属于当前车辆的车牌号码也会比较少。在确定最终车牌号码时所参考的各帧的车牌识别结果较少时，所确定的最终车牌号码的准确率就会比较低。
发明内容
本申请实施例的目的在于提供了一种基于多帧的车牌号码确定方法、装置及电子设备，以基于多帧图像的车牌识别结果，提高所确定的最终车牌号码的准确率。具体的技术方案如下。
为了达到上述目的，本申请实施例提供一种基于多帧的车牌号码确定方法，所述方法包括：
获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
将所述第一车牌号码加入历史车牌记录中；
按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配；
根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码。
可选的，所述按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配的步骤，包括：
按照错位匹配法，确定所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
判断所述字符匹配个数占所述第一车牌号码的总字符个数的比例是否大于预设比例阈值；
如果是，则确定所述第一车牌号码与历史车牌记录中的车牌号码匹配成功。
可选的，所述按照错位匹配法，确定所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数的步骤，包括：
将所述第一车牌号码作为待匹配号码，将历史车牌记录中的车牌号码作为被匹配号码，将待匹配号码与被匹配号码进行匹配，确定匹配个数，将确定的匹配个数作为第一匹配个数；
将历史车牌记录中的车牌号码作为待匹配号码，将所述第一车牌号码作为被匹配号码，将待匹配号码与被匹配号码进行匹配，确定匹配个数，将确定的匹配个数作为第二匹配个数；
将所述第一匹配个数和第二匹配个数中的较大者，确定为所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
其中，所述将待匹配号码与被匹配号码进行匹配，确定匹配个数的步骤，包括：
将待匹配号码中的第一个字符作为待匹配字符，将被匹配号码中的第一个字符作为被匹配字符；
判断所述待匹配字符与被匹配字符是否相同；
如果相同，则将匹配个数增加第一预设值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中的下一个字符更新为被匹配字符，返回执行所述判断所述待匹配字符与被匹配字符是否相同的步骤；
如果不同，则在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符，返回执行所述判断所述待匹配字符与被匹配字符是否相同的步骤。
可选的，在所述待匹配字符与被匹配字符不同时，所述在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符的步骤，包括：
将错位个数加1，判断错位个数是否大于第二预设值；
如果不大于，则在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符；
如果大于，则将错位个数置为初始值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中与所述待匹配字符位置相同的字符更新为被匹配字符；
在所述待匹配字符与被匹配字符相同时，所述方法还包括：将错位个数置为初始值。
可选的，各个参考车牌号码的字符个数不同；所述根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码的步骤，包括：
根据各个参考车牌号码的字符个数以及各类字符个数对应的参考车牌号码的数量，确定当前车辆的真实字符个数；
根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码。
可选的，所述根据各个参考车牌号码的字符个数以及各类字符个数对应的参考车牌号码的数量，确定当前车辆的真实字符个数的步骤，包括：
将各个参考车牌号码根据字符个数进行分类，确定参考车牌号码数量最多的第一分类和参考车牌号码数量次多的第二分类；其中，第一分类中所有参考车牌号码的数量为M1，第一分类中各个参考车牌号码的字符个数均为C1，第二分类中所有参考车牌号码的数量为M2，第二分类中各个参考车牌号码的字符个数均为C2；
判断所述第一分类和第二分类之间是否满足预设的数量关系；
如果满足，则将所述C1确定为当前车辆的真实字符个数；
其中，所述预设的数量关系为以下情况中的一种：
所述M2不大于预设的第一数值，并且所述C1大于所述C2；
所述M1-M2不小于预设的第二数值，并且所述C1大于所述C2。
可选的，当判断出所述第一分类和第二分类之间不满足预设的数量关系时，所述方法还包括：
将所述第一分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第一次数，将所述第二分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第二次数；
判断所述第一次数或第二次数是否为0；
如果是，则将次数为0的分类对应的字符个数确定为当前车辆的真实字符个数，执行所述根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码的步骤。
可选的，当判断出所述第一次数或第二次数均不为0时，所述方法还包括：
按照公式R1＝D1/N1，计算所述第一分类对应的第一不匹配率R1；其中，所述D1为所述第一次数，所述N1为所述第一分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
按照公式R2＝D2/N2，计算所述第二分类对应的第二不匹配率R2；其中，所述D2为所述第二次数，所述N2为所述第二分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
判断所述第一不匹配率是否大于第三数值，并且所述第二不匹配率是否小于第四数值，其中，所述第三数值大于所述第四数值；
如果是，则将所述C2确定为当前车辆的真实字符个数，执行所述根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码的步骤；
如果否，则将所述C1确定为当前车辆的真实字符个数，执行所述根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码步骤。
可选的，所述根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码的步骤，包括：
将当前帧图像对应的最终车牌号码的每个字符确定为：各个目标车牌号码中与该字符位置相同的字符中出现次数最多的字符；其中，所述目标车牌号码为：各个参考车牌号码中具有所述真实字符个数的车牌号码。
可选的，所述方法还包括：
获得所述当前帧图像中第一车牌号码所对应的车牌区域；
根据当前车辆的行进方向，判断所述车牌区域是否超过预设的触发线位置；
如果超过，则将所述最终车牌号码发送至目标设备。
为了达到上述目的，本申请提供了一种基于多帧的车牌号码确定装置，所述装置包括：
车牌识别模块，用于获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
记录加入模块，用于将所述第一车牌号码加入历史车牌记录中；
车牌匹配模块，用于按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配；
号码确定模块，用于根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码。
可选的，所述车牌匹配模块，包括：
第一匹配子模块，用于按照错位匹配法，确定所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
第一判断子模块，用于判断所述字符匹配个数占所述第一车牌号码的总字符个数的比例是否大于预设比例阈值；
第一确定子模块，用于当所述字符匹配个数占所述第一车牌号码的总字符个数的比例大于预设比例阈值时，确定所述第一车牌号码与历史车牌记录中的车牌号码匹配成功。
可选的，所述第一匹配子模块，包括：
第一匹配单元，用于将所述第一车牌号码作为待匹配号码，将历史车牌记录中的车牌号码作为被匹配号码，触发第三匹配单元确定匹配个数，作为第一匹配个数；
第二匹配单元，用于将历史车牌记录中的车牌号码作为待匹配号码，将所述第一车牌号码作为被匹配号码，触发所述第三匹配单元确定匹配个数，作为第二匹配个数；
个数确定单元，用于将所述第一匹配个数和第二匹配个数中的较大者，确定为所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
其中，所述第三匹配单元，包括：
确定子单元，用于将待匹配号码中的第一个字符作为待匹配字符，将被匹配号码中的第一个字符作为被匹配字符；
判断子单元，用于判断所述待匹配字符与被匹配字符是否相同；
第一更新子单元，用于当所述待匹配字符与被匹配字符相同时，将匹配个数增加第一预设值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元；
第二更新子单元，用于当所述待匹配字符与被匹配字符不同时，在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元。
可选的，所述第二更新子单元，具体用于：
在所述待匹配字符与被匹配字符不同时，将错位个数加1，判断错位个数是否大于第二预设值；
如果不大于，则在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元；
如果大于，则将错位个数置为初始值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中与所述待匹配字符位置相同的字符更新为被匹配字符，触发所述判断子单元；
所述第三匹配单元还包括：
设置子单元，用于在所述待匹配字符与被匹配字符相同时，将错位个数置为初始值。
可选的，各个参考车牌号码的字符个数不同；所述号码确定模块，包括：
真实个数确定子模块，用于根据各个参考车牌号码的字符个数以及各类字符个数对应的参考车牌号码的数量，确定当前车辆的真实字符个数；
最终号码确定子模块，用于根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码。
可选的，所述真实个数确定子模块，包括：
分类单元，用于将各个参考车牌号码根据字符个数进行分类，确定参考车牌号码数量最多的第一分类和参考车牌号码数量次多的第二分类；其中，第一分类中所有参考车牌号码的数量为M1，第一分类中各个参考车牌号码的字符个数均为C1，第二分类中所有参考车牌号码的数量为M2，第二分类中各个参考车牌号码的字符个数均为C2；
第一判断单元，用于判断所述第一分类和第二分类之间是否满足预设的数量关系；
第一确定单元，用于当所述第一分类和第二分类之间满足预设的数量关系时，将所述C1确定为当前车辆的真实字符个数；
其中，所述预设的数量关系为以下情况中的一种：
所述M2不大于预设的第一数值，并且所述C1大于所述C2；
所述M1-M2不小于预设的第二数值，并且所述C1大于所述C2。
可选的，所述真实个数确定子模块还包括：
字符匹配单元，用于当判断出所述第一分类和第二分类之间不满足预设的数量关系时，将所述第一分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第一次数，将所述第二分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第二次数；
第二判断单元，用于判断所述第一次数或第二次数是否为0；
第二确定单元，用于当所述第一次数或第二次数为0时，将次数为0的分类对应的字符个数确定为当前车辆的真实字符个数。
可选的，所述真实个数确定子模块还包括：
第一计算单元，用于当判断出所述第一次数或第二次数均不为0时，按照公式R1＝D1/N1，计算所述第一分类对应的第一不匹配率R1；其中，所述D1为所述第一次数，所述N1为所述第一分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
第二计算单元，用于按照公式R2＝D2/N2，计算所述第二分类对应的第二不匹配率R2；其中，所述D2为所述第二次数，所述N2为所述第二分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
第三判断单元，用于判断所述第一不匹配率是否大于第三数值，并且所述第二不匹配率是否小于第四数值，其中，所述第三数值大于所述第四数值；
第三确定单元，用于当所述第一不匹配率大于第三数值，并且所述第二不匹配率小于第四数值时，将所述C2确定为当前车辆的真实字符个数；
第四确定单元，用于当所述第一不匹配率不大于第三数值，和/或所述第二不匹配率不小于第四数值时，将所述C1确定为当前车辆的真实字符个数。
可选的，所述最终号码确定子模块，具体用于：
将当前帧图像对应的最终车牌号码的每个字符确定为：各个目标车牌号码中与该字符位置相同的字符中出现次数最多的字符；其中，所述目标车牌号码为：各个参考车牌号码中具有所述真实字符个数的车牌号码。
可选的，所述装置还包括：
号码上传模块，用于获得所述当前帧图像中第一车牌号码所对应的车牌区域；根据当前车辆的行进方向，判断所述车牌区域是否超过预设的触发线位置；如果超过，则将所述最终车牌号码发送至目标设备。
为了达到上述目的，本申请实施例提供一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现本申请实施例提供的基于多帧的车牌号码确定方法。该基于多帧的车牌号码确定方法，包括：
获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
将所述第一车牌号码加入历史车牌记录中；
按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配；
根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码。
为了达到上述目的，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例提供的基于多帧的车牌号码确定方法。该基于多帧的车牌号码确定方法，包括：
获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
将所述第一车牌号码加入历史车牌记录中；
按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配；
根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码。
可见，本申请实施例提供的基于多帧的车牌号码确定方法、装置及电子设备，可以识别出当前帧图像中的第一车牌号码，将第一车牌号码加入历史车牌记录中，并按照错位匹配法，将第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码，根据参考车牌号码，确定当前帧图像对应的最终车牌号码。其中，上述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配。
也就是说，本申请实施例可以按照错位匹配法，将第一车牌号码与历史记录中的车牌号码进行匹配。当车牌号码中存在少字符、多字符的情况时，错位匹配法可以使两个车牌号码成功匹配的字符个数最大化，进而提高车牌号码匹配成功的概率，增加匹配成功的车牌号码的数量。当作为参考的车牌号码的数量增加时，所确定的最终车牌号码的准确率也就能得到提高。因此，应用本申请实施例的方案，能够基于多帧图像的车牌识别结果，提高所确定的最终车牌号码的准确率。
附图说明
为了更清楚地说明本申请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的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例提供的基于多帧的车牌号码确定方法的一种流程示意图；
图2为车牌字符个数不固定的地区的车牌示例图；
图3为图1中步骤S103的一种流程示意图；
图4为本申请实施例提供的车牌号码错位匹配过程的一种流程示意图；
图5为图1中步骤S104的一种流程示意图；
图5a为图5中步骤S104a的一种流程示意图；
图6为本申请实施例提供的基于多帧的车牌号码确定装置的一种结构示意图；
图7为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供了一种基于多帧的车牌号码确定方法、装置及电子设备，能够基于多帧图像的车牌识别结果，提高所确定的最终车牌号码的准确率。下面通过具体实施例，对本申请进行详细说明。
图1为本申请实施例提供的基于多帧的车牌号码确定方法的一种流程示意图。该方法应用于电子设备，该电子设备可以为普通计算机、服务器、智能手机、平板电脑、监控摄像机、行车记录仪等。该方法包括如下步骤S101～步骤S104：
步骤S101：获得待确定车牌号码的当前帧图像，识别当前帧图像中的第一车牌号码。
其中，上述当前帧图像可以是视频中待确定车牌号码的帧图像。上述视频可以是监控视频，例如道路上的监控相机采集的视频，也可以是非监控视频，例如用户录制的包含车辆的视频等。上述视频可以是实时采集的，也可以是预先采集后存储起来的。
在一种应用场景中，上述视频为道路上架设的监控相机采集的视频。上述识别当前帧图像中的第一车牌号码的步骤，可以包括：根据预设区域位置，从当前帧图像中确定出牌识区域；获得上一帧图像中的牌识区域，确定当前帧图像的牌识区域与上一帧图像的牌识区域之间的帧间差；根据该帧间差，确定当前帧图像的牌识区域中的运动区域；对该运动区域进行车牌识别，获得当前帧图像中的第一车牌号码。
其中，预设区域位置可以是车辆经过的区域的图像位置，不包含车辆经过的区域之外的背景区域。这样设置预设区域位置，能够有效地缩小车牌定位区域，提高车牌定位的效率和准确性。
一般来说，当监控相机对着一个车道时，监控相机所采集的帧图像中包含一个车道，这时可以设置一个预设区域位置；当监控相机对着两个或多个车道时，监控相机所采集的帧图像中包含两个或多个车道，这时可以分别针对不同的车道设置不同的预设区域位置。当帧图像中包含两个或多个车道时，针对每个车道的预设区域位置分别执行本申请实施例的方案。因此，为了表述清楚，本申请只针对帧图像中的一个车道进行说明。
上一帧图像为视频中当前帧图像之前的、与该当前帧图像最接近的帧图像。
需要说明的是，在根据该帧间差，确定当前帧图像的牌识区域中的运动区域时，如果连续预设数量个帧图像中均未检测到运动目标，也可以直接对当前帧图像进行车牌识别。预设数量可以为5、10、15之类的数值。这样，能够避免遗漏对车辆车牌的识别，提高车牌识别的准确性。例如，车辆停止不动时，就会出现从连续多帧中检测不到运动区域的情况，而此时直接对帧图像进行车牌识别，能够避免遗留对该停止车辆的识别。
具体的，对该运动区域进行车牌识别时，可以采用预先获得的车牌区域的像素点跳变的纹理特征，定位当前帧图像中车牌区域，对该车牌区域进行字符分割，获得各个字符区域，识别各个字符区域中字符，获得第一车牌号码。在定位当前帧图像中的车牌区域时，也可以采用边缘检测法，根据车牌边框像素值与非车牌边框像素值的差异，定位当前帧图像中的车牌区域。其中，车牌区域可以理解为车牌所在的图像区域。
需要说明的是，本申请实施例对识别当前帧图像中车牌号码的过程不做具体限定。
另外，对于一个国家或地区来说，如果当地车牌的车牌字符个数是固定的，比如固定为6个字符或者7个字符，那么可以根据该特征对本步骤进行限制，使对帧图像识别得到的车牌号码均具有相同的字符个数。然而，对于其他一些国家或地区来说，当地车牌的字符个数是不固定的、多种多样的。例如，图2所示为新加坡的部分车牌示例。可见该地区车牌的字符个数不固定，编号为A1～A3的车牌包括8个字符，编号为B1～B6的车牌包括7个字符，编号为C1～C2的车牌包括6个字符，编号为D1的车牌包含5个字符。对于车牌字符个数不固定的国家或地区来说，在步骤S101对帧图像进行车牌识别时，无法确定出固定字符个数的车牌号码。
由于在对帧图像进行车牌识别时，可能存在少字符、多字符或错字符的识别情况，因此步骤S101所识别出的第一车牌号码的字符个数不固定。
步骤S102：将第一车牌号码加入历史车牌记录中。
在本实施例中，历史车牌记录中可以存储有各个车牌号码对应的帧图像的时间戳。历史车牌记录可以采用历史车牌队列的形式实现，当然，也可以采用按随机顺序存储的方式实现，本申请对此不做具体限定。为了更清楚地描述，以下以历史车牌队列的实施方式进行说明。
其中，历史车牌队列是一种只允许在前端进行删除操作，而在后端进行插入操作的线性表，进行插入操作的表端称为队尾，进行删除操作的表端称为队头。历史车牌队列的长度可以是固定的，比如历史车牌队列最多包含100个车牌号码。当最新的车牌号码加入历史车牌队列时，最老的车牌号码即被挤出历史车牌队列。历史车牌队列中各个车牌号码的字符个数可以是不同的，也可以是相同的。
另外，历史车牌队列中还可以保存各个车牌号码对应的帧图像的时间戳和帧号。
步骤S103：按照错位匹配法，将第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码。
其中，上述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配。字符更新的位数可以是固定的，也可以是不固定的。字符匹配可以理解为两字符相同。
具体的，在两个车牌号码进行匹配时，如果能够匹配上的字符个数超过了阈值，即可以认为两车牌号码匹配成功。
下面具体说明错位匹配法。例如，在匹配两个车牌号码AC12345和ABC12345时，两个车牌号码的第一个字符均为A，是匹配的；第二个字符C和B是不匹配的，这时可以将C与B后的字符C进行匹配，结果是能匹配上，这时可以认为两个车牌号码匹配上了2个字符。接下来继续向后匹配，前一个车牌号码中C的下一个字符1与后一个车牌号码中C的下一个字符1进行匹配，结果是匹配。按此规律匹配完所有字符，可得到两个车牌号码能匹配上的字符个数为7个。由于匹配上的字符个数较多，可以认为两个车牌号码匹配成功。而如果按字符位置进行匹配，则上述两个车牌号码能匹配上的字符个数为1个，由于匹配上的字符个数很少，可以认为两个车牌号码不匹配。因此，采用本申请实施例提供的错位匹配法，能够提高车牌号码匹配成功的概率。
需要说明的是，与第一车牌号码匹配成功的车牌号码可以理解为均来自同一车辆的车牌号码，即可以将这些车牌号码作为当前车辆的参考车牌号码。
具体的，为了提高匹配的效率，在将第一车牌号码与历史车牌队列中的车牌号码进行匹配时，可以将第一车牌号码与历史车牌队列中的部分车牌号码进行匹配，例如，将第一车牌号码与历史车牌队列中时间戳最新的5s内的车牌号码进行匹配。时间戳越新的车牌号码的准确性是越高的，因此，选择最接近第一车牌号码的部分车牌号码能够在保证准确性的同时提高匹配效率。
另外，当第一车牌号码与历史车牌队列中除了第一车牌号码之外的其他至少一个车牌号码能匹配成功，则可以将第一车牌号码确定为有效车牌，否则，说明该第一车牌号码可能为车身字符或其他非车牌字符，这时将第一车牌号码确定为无效车牌。无效车牌可以存在于历史车牌队列中，但是不会被作为参考车牌号码而挑选出来。
步骤S104：根据上述参考车牌号码，确定当前帧图像对应的最终车牌号码。
当各个参考车牌号码的字符个数均相同时，可以将各个字符位置出现次数最多的字符，确定为最终车牌号码中的字符。
例如，已知参考车牌号码包括ABC12345、A8C12345和ABCI2345。第2位的字符包括B和8两种结果，其中B出现了2次，8出现了一次，这时可以将B作为第2位的正确字符。第4位的字符包括数字1和字母I，数字1出现了2次，字母I出现了1次，可以将数字1作为第4位的正确字符。最终的车牌号码为ABC12345。
在获得第一车牌号码时，对应地可以得到第一车牌号码中各个字符的置信度。当各个参考车牌号码的字符个数均相同，并且同一字符位置上存在出现次数相同的至少两个字符，则可以将置信度最高的字符确定为最终车牌号码中的字符。
当各个参考车牌号码的字符个数不同时，可以将所有参考车牌号码按照字符个数进行分类，确定包含的参考车牌号码最多的分类，根据该分类包含的参考车牌号码，按照上述找出各个字符位置出现次数最多的字符的方式，确定最终车牌号码中的字符。
由上述内容可知，本实施例可以按照错位匹配法，将第一车牌号码与历史记录中的车牌号码进行匹配。当车牌号码中存在少字符、多字符的情况时，错位匹配法可以使两个车牌号码成功匹配的字符个数最大化，进而提高车牌号码匹配成功的概率，增加匹配成功的车牌号码的数量。当作为参考的车牌号码的数量增加时，所确定的最终车牌号码的准确率也就能得到提高。因此，应用本实施例的方案，能够基于多帧图像的车牌识别结果，提高所确定的最终车牌号码的准确率。
需要说明的是，本实施例能够在单帧图像的车牌识别结果存在多字符、少字符、错误字符的情况下，确定出车辆正确的车牌号码。需要指出的是，本实施例提供的方案能够在帧图像的车牌识别结果比较好的情况下进一步提高车牌号码的准确性。如果帧图像的车牌识别过程的成功率比较高，例如为95％左右，那么采用本实施例提供的基于多帧图像的车牌确定方法可以将车牌确定过程的成功率提高到97％～98％。
在图1所示实施例的一种具体实施方式中，步骤S103，按照错位匹配法，将第一车牌号码与历史车牌记录中的车牌号码进行匹配的步骤，可以按照图3所示流程示意图进行，具体包括以下步骤S103a-1～步骤S103b：
步骤S103a：按照错位匹配法，确定第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数。(图中该步骤的具体内容以下面的具体实施方式代替)
其中，第一车牌号码与历史车牌记录中的车牌号码进行匹配时，可以理解为第一车牌号码与历史车牌记录中的各个车牌号码一一进行匹配。在每次匹配时，均可以确定两个车牌号码之间相匹配的字符匹配个数。
具体的，步骤S103a中在确定第一车牌号码与历史车牌记录中的每一个车牌号码之间相匹配的字符匹配个数时，可以包括以下步骤S103a-1～步骤S103a-3：
步骤S103a-1：将第一车牌号码作为待匹配号码，将历史车牌记录中的车牌号码作为被匹配号码，将待匹配号码与被匹配号码进行匹配，确定匹配个数，将确定的匹配个数作为第一匹配个数。
步骤S103a-2：将历史车牌记录中的车牌号码作为待匹配号码，将第一车牌号码作为被匹配号码，将待匹配号码与被匹配号码进行匹配，确定匹配个数，将确定的匹配个数作为第二匹配个数。
步骤S103a-3：将第一匹配个数和第二匹配个数中的较大者，确定为第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数。
步骤S103b：判断字符匹配个数占第一车牌号码的总字符个数的比例是否大于预设比例阈值，如果是，则确定第一车牌号码与历史车牌记录中的车牌号码匹配成功。其中，预设比例阈值可以取为50％～80％之间的值。
具体的，步骤S103a-1和步骤S103a-2中，将待匹配号码与被匹配号码进行匹配，确定匹配个数的步骤可以包括以下步骤1～步骤4。
步骤1：将待匹配号码中的第一个字符作为待匹配字符，将被匹配号码中的第一个字符作为被匹配字符。
步骤2：判断所述待匹配字符与被匹配字符是否相同，如果相同，则执行步骤3；如果不同，则执行步骤4。
步骤3：将错位个数置为初始值，将匹配个数增加第一预设值，在待匹配字符与被匹配字符均不是最后一个字符的情况下，将待匹配号码中的下一个字符更新为待匹配字符，将被匹配号码中的下一个字符更新为被匹配字符，返回执行步骤2。其中，匹配个数的初始值可以为0或其他值，第一预设值可以为1或其他值。
步骤4：在所述被匹配字符不是最后一个字符的情况下，将被匹配号码中的下一个字符更新为被匹配字符，返回执行步骤2。
在本实施例中，对于错位匹配时错位的个数不做限定，可以错位匹配直至被匹配字符为最后一个字符。
由于车牌识别中出现多字符或少字符的情况时，多识别或少识别的字符个数一般不会很多，因此为了提高处理速度，减少不必要的匹配次数，可以对错位个数进行限定。
具体的，步骤S103a-1和步骤S103a-2中，将待匹配号码与被匹配号码进行匹配，确定匹配个数的步骤可以按照图4所示流程示意图进行，具体可以包括以下步骤S401～步骤S406：
步骤S401：将待匹配号码中的第一个字符作为待匹配字符，将被匹配号码中的第一个字符作为被匹配字符。
步骤S402：判断所述待匹配字符与被匹配字符是否相同，如果相同，则执行步骤S403；如果不同，则执行步骤S404。
步骤S403：将错位个数置为初始值，将匹配个数增加第一预设值，在待匹配字符与被匹配字符均不是最后一个字符的情况下，将待匹配号码中的下一个字符更新为待匹配字符，将被匹配号码中的下一个字符更新为被匹配字符，返回执行步骤S402。其中，匹配个数的初始值可以为0或其他值，第一预设值可以为1或其他值。
步骤S404：将错位个数加1，判断错位个数是否大于第二预设值，如果不大于，则执行步骤S405；如果大于，则执行步骤S406。其中，第二预设值可以根据预设的可容忍的错位个数值确定。
步骤S405：在被匹配字符不是最后一个字符的情况下，将被匹配号码中的下一个字符更新为被匹配字符，返回执行步骤S402。
步骤S406：将错位个数置为初始值，在上述待匹配字符与被匹配字符均不是最后一个字符的情况下，将待匹配号码中的下一个字符更新为待匹配字符，将被匹配号码中与待匹配字符位置相同的字符更新为被匹配字符，返回执行步骤S402。
可以理解的是，本实施例中设置了错位个数，即当字符匹配不成功时，可以允许连续向下更新的字符位数为“第二预设值-初始值”。
具体的，在设置上述初始值和第二预设值时，可以根据“第二预设值-初始值＝可容忍的错位个数值”来设定。例如，如果预设的可容忍的错位个数值为2位，那么上述初始值可以设置为0，第二预设值可以设置为2；或，上述初始值设置为1，第二预设值设置为3，只要满足第二预设值-初始值＝2，则表明可容忍的错位个数为2。
下面具体说明上述匹配过程。已知匹配个数的初始值为0，第一预设值为1，第二预设值为2，错位个数的初始值为0，待匹配号码(Num1)为AC12345，被匹配号码(Num2)为ABDC12345。步骤1，将Num1的第一个字符A与Num2的第一个字符A进行比较，结果为相同，则匹配个数记为1。步骤2，将Num1的第二个字符C与Num2的第二个字符B进行比较，结果为不同，则将错位个数0加1得到1，1不大于第二预设值2，则将Num1的第二个字符C与Num2的第三个字符D进行比较，结果为不同，则将错位个数1加1得到2，2不大于第二预设值2，则将Num1的第二个字符C与Num2的第四个字符C进行比较，结果为相同，则将错位个数置为0，匹配个数1加1得到2。步骤3，将Num1的第三个字符1与Num2的第五个字符1进行比较，结果为相同，匹配个数增加1得到3，将Num1的第四个字符2与Num2的第六个字符2进行比较，结果为相同，匹配个数增加1得到4……将Num1的第七个字符5与Num2的第九个字符5进行比较，结果为相同，匹配个数增加1得到7，即最终得到的匹配个数为7个。
可见，本实施例可以将第一车牌号码作为待匹配号码，将历史车牌记录中的车牌号码作为被匹配号码进行匹配，确定第一匹配个数，将历史车牌记录中的车牌号码作为待匹配号码，将第一车牌号码作为被匹配号码，确定第二匹配个数，将二者中的较大者，确定为第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数，这样可以更准确地确定两个车牌号码相匹配的字符匹配个数。例如，对于两个车牌号码ABC12345和AC12345，已知可容忍的错位个数值为2，可以确定第一匹配个数和第二匹配个数分别为1和7，那么可以确定数值较大者7为上述两个车牌号码的字符匹配个数。可见，这样确定的字符匹配个数更准确。
在图1所示实施例的一种实施方式中，各个参考车牌号码的字符个数不同时，步骤S104，根据所述参考车牌号码，确定当前帧图像对应的最终车牌号码的步骤可以按照图5所示流程示意图进行，具体包括以下步骤S104a～步骤S104b：
步骤S104a：根据各个参考车牌号码的字符个数以及各类字符个数对应的参考车牌号码的数量，确定当前车辆的真实字符个数。
步骤S104b：根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码。
具体的，可以将当前帧图像对应的最终车牌号码的每个字符确定为：各个目标车牌号码中与该字符位置相同的字符中出现次数最多的字符。其中，目标车牌号码为：各个参考车牌号码中具有所述真实字符个数的车牌号码。上述实施方式与图1中步骤S104下的各个参考车牌号码均相同时的实施方式相同，具体距离可以参见步骤S104。
为了提高确定真实字符个数时的准确性，作为一种实施方式，步骤S104a可以按照图5a所示流程示意图进行，具体包括以下步骤：
步骤S104a-1：将各个参考车牌号码根据字符个数进行分类，确定参考车牌号码数量最多的第一分类和参考车牌号码数量次多的第二分类。
其中，第一分类中所有参考车牌号码的数量为M1，第一分类中各个参考车牌号码的字符个数均为C1；第二分类中所有参考车牌号码的数量为M2，第二分类中各个参考车牌号码的字符个数均为C2。并且，M1>M2。
需要说明的是，本申请认为车牌号码的字符个数越多，分类中车牌号码的数量越多，该分类对应的字符个数越有可能为真实字符个数。因此，只需从各个分类中筛选出参考车牌号码数量最多和次多的分类即可。
步骤S104a-2：判断第一分类和第二分类之间是否满足预设的数量关系，如果满足，则执行步骤S104a-3；如果不满足，则执行步骤S104a-4。
其中，上述预设的数量关系为以下情况中的一种：情况一，M2不大于预设的第一数值，并且C1大于C2；情况二，M1-M2不小于预设的第二数值，并且C1大于C2。第一数值可以为2或其他值，第二数值可以为4或其他值。进一步的，为了提高判断的准确性，第二数值可以大于第一数值。
例如，已知，第一数值为2，第二数值为4；第一分类中，C1＝7，M1＝6；第二分类中，C2＝6，M2＝2，则可以确定第一分类和第二分类之间满足预设的数量关系。
步骤S104a-3：将上述C1确定为当前车辆的真实字符个数。
需要说明的是，本申请认为分类中字符个数越多，车牌号码的数量越多，该分类对应的字符个数越有可能为真实字符个数；分类中字符个数越少，车牌号码的数量越少，该分类对应的字符个数越没有可能为真实字符个数。因此，当第一分类和第二分类之间满足预设的数量关系时，说明字符个数多的分类包含的车牌号码的数量正好也比较多，那么将字符个数多的分类对应的字符个数确定为真实字符个数，其准确性比较高。
步骤S104a-4：将第一分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第一次数，将第二分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第二次数。
在本实施例中，由于一个分类中参考车牌号码的字符个数相同，因此每两个参考车牌号码进行匹配时按位匹配即可。一个分类中的参考车牌号码两两之间均需要进行匹配。
步骤S104a-5：判断第一次数或第二次数是否为0，如果是，则执行步骤S104a-6；如果否，则执行步骤S104a-7。
步骤S104a-6：将次数为0的分类对应的字符个数确定为当前车辆的真实字符个数。
需要说明的是，当第一分类和第二分类之间不满足预设的数量关系时，说明M1比M2大得不多，或者C1<C2，这时可以直接将C2作为真实字符个数。为了提高准确性，本实施例在当第一分类和第二分类之间不满足预设的数量关系时，执行步骤S104a-4，也就是检测两个分类中是否存在完全相同的车牌号码(即第一次数或第二次数为0)，如果存在，则包含完全相同的车牌号码的分类对应的字符个数更有可能是真实字符个数。
步骤S104a-7：按照公式R1＝D1/N1，计算所述第一分类对应的第一不匹配率R1。其中，所述D1为所述第一次数，所述N1为所述第一分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数。
按照公式R2＝D2/N2，计算所述第二分类对应的第二不匹配率R2；其中，所述D2为所述第二次数，所述N2为所述第二分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
需要指出的是，如果一个分类中包含m个参考车牌号码，每个参考车牌号码的字符个数均为n，那么一个分类中字符与字符之间需要进行的总的匹配次数为
Figure GDA0002701659320000211
此处C为组合符号。例如，m＝5，n＝6，那么总的匹配次数为
Figure GDA0002701659320000212
对应的，
Figure GDA0002701659320000213
步骤S104a-8：判断第一不匹配率是否大于第三数值，并且第二不匹配率是否小于第四数值，如果是，则执行步骤S104a-9；如果否，则执行步骤S104a-3。其中，第三数值大于所述第四数值。其中，第三数值可以为0.7或其他值，第四数值可以为0.2或其他值。
步骤S104a-9：将C2确定为当前车辆的真实字符个数。
需要说明的是，如果两个分类中不存在完全相同的车牌号码，可以直接将字符个数多的分类确定为真实字符个数。为了提高准确性，可以进一步比较两个分类的不匹配率。不匹配率越高，说明各个参考车牌号码中的字符越杂乱；不匹配率越低，说明各个参考车牌号码中的字符越不杂乱。并且认为，不杂乱的分类的字符个数更可能为真实字符个数。
在图1所示实施例的一种实施方式中，所述方法还可以包括以下步骤1～步骤2的上传过程：
步骤1：获得当前帧图像中第一车牌号码所对应的车牌区域。其中，获得该车牌区域可以理解为获得该车牌区域的位置。
步骤2：根据当前车辆的行进方向，判断车牌区域是否超过预设的触发线位置，如果超过，则将上述最终车牌号码发送至目标设备。其中，预设的触发线可以为当前帧图像中一条横向直线。目标设备可以是预先设置好的用于管理车辆号牌的设备。
当帧图像像素点的纵坐标从上向下逐渐增大时，当前车辆的行进方向为由图像上方到图像下方时，可以判断车牌区域的纵坐标是否不小于预设的触发线的纵坐标，如果是，则确定车牌区域超过预设的触发线位置；当前车辆的行进方向为由图像下方到图像上方时，可以判断车牌区域的纵坐标是否不大于预设的触发线的纵坐标，如果是，则确定车牌区域超过预设的触发线位置。
可以理解的是，当前帧图像中的第一车牌号码被确定为有效车牌时，才可能针对当前帧图像确定出最终车牌号码，因此本申请中只有被标记为有效的车牌才可以被上传至目标设备。
另外，为了使车牌号码被有效上传，如果连续第一数量个帧图像中均没有识别出车牌号码，则可以直接将第一数量个图像之前时间最新的帧图像的最终车牌号码进行强制上传。
如果车辆A的有效的最终车牌号码final_number1还没有被上传，这时又识别到了车辆B的有效的最终车牌号码final_number2，则为了防止final_number1被final_number2覆盖掉，可以将final_number1强制上传。
图6为本申请实施例提供的基于多帧的车牌号码确定装置的一种结构示意图。该装置应用于电子设备，并且该装置与图1所示方法实施例相对应。该装置包括：
车牌识别模块601，用于获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
记录加入模块602，用于将所述第一车牌号码加入历史车牌记录中；
车牌匹配模块603，用于按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配；
号码确定模块604，用于根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码。
在图6所示实施例的一种实施方式中，所述车牌匹配模块603可以包括：
第一匹配子模块(图中未示出)，用于按照错位匹配法，确定所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
第一判断子模块(图中未示出)，用于判断所述字符匹配个数占所述第一车牌号码的总字符个数的比例是否大于预设比例阈值；
第一确定子模块(图中未示出)，用于当所述字符匹配个数占所述第一车牌号码的总字符个数的比例大于预设比例阈值时，确定所述第一车牌号码与历史车牌记录中的车牌号码匹配成功。
在图6所示实施例的一种实施方式中，所述第一匹配子模块可以包括：
第一匹配单元(图中未示出)，用于将所述第一车牌号码作为待匹配号码，将历史车牌记录中的车牌号码作为被匹配号码，触发第三匹配单元确定匹配个数，作为第一匹配个数；
第二匹配单元(图中未示出)，用于将历史车牌记录中的车牌号码作为待匹配号码，将所述第一车牌号码作为被匹配号码，触发所述第三匹配单元确定匹配个数，作为第二匹配个数；
个数确定单元(图中未示出)，用于将所述第一匹配个数和第二匹配个数中的较大者，确定为所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
其中，所述第三匹配单元(图中未示出)，包括：
确定子单元(图中未示出)，用于将待匹配号码中的第一个字符作为待匹配字符，将被匹配号码中的第一个字符作为被匹配字符；
判断子单元(图中未示出)，用于判断待匹配字符与被匹配字符是否相同；
第一更新子单元(图中未示出)，用于当所述待匹配字符与被匹配字符相同时，将匹配个数增加第一预设值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元；
第二更新子单元(图中未示出)，用于当所述待匹配字符与被匹配字符不同时，在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元。
在图6所示实施例的一种实施方式中，所述第二更新子单元具体可以用于：
在所述待匹配字符与被匹配字符不同时，将错位个数加1，判断错位个数是否大于第二预设值；
如果不大于，则在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元；
如果大于，则将错位个数置为初始值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中与所述待匹配字符位置相同的字符更新为被匹配字符，触发所述判断子单元；
所述第三匹配单元还可以包括：
设置子单元(图中未示出)，用于在所述待匹配字符与被匹配字符相同时，将错位个数置为初始值。
在图6所示实施例的一种实施方式中，各个参考车牌号码的字符个数不同；所述号码确定模块604可以包括：
真实个数确定子模块(图中未示出)，用于根据各个参考车牌号码的字符个数以及各类字符个数对应的参考车牌号码的数量，确定当前车辆的真实字符个数；
最终号码确定子模块(图中未示出)，用于根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码。
在图6所示实施例的一种实施方式中，所述真实个数确定子模块可以包括：
分类单元(图中未示出)，用于将各个参考车牌号码根据字符个数进行分类，确定参考车牌号码数量最多的第一分类和参考车牌号码数量次多的第二分类；其中，第一分类中所有参考车牌号码的数量为M1，第一分类中各个参考车牌号码的字符个数均为C1，第二分类中所有参考车牌号码的数量为M2，第二分类中各个参考车牌号码的字符个数均为C2；
第一判断单元(图中未示出)，用于判断所述第一分类和第二分类之间是否满足预设的数量关系；
第一确定单元(图中未示出)，用于当所述第一分类和第二分类之间满足预设的数量关系时，将所述C1确定为当前车辆的真实字符个数；
其中，所述预设的数量关系为以下情况中的一种：
所述M2不大于预设的第一数值，并且所述C1大于所述C2；
所述M1-M2不小于预设的第二数值，并且所述C1大于所述C2。
在图6所示实施例的一种实施方式中，真实个数确定子模块还可以包括：
字符匹配单元(图中未示出)，用于当判断出所述第一分类和第二分类之间不满足预设的数量关系时，将所述第一分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第一次数，将所述第二分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第二次数；
第二判断单元(图中未示出)，用于判断所述第一次数或第二次数是否为0；
第二确定单元(图中未示出)，用于当所述第一次数或第二次数为0时，将次数为0的分类对应的字符个数确定为当前车辆的真实字符个数。
在图6所示实施例的一种实施方式中，真实个数确定子模块还可以包括：
第一计算单元(图中未示出)，用于当判断出所述第一次数或第二次数均不为0时，按照公式R1＝D1/N1，计算所述第一分类对应的第一不匹配率R1；其中，所述D1为所述第一次数，所述N1为所述第一分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
第二计算单元(图中未示出)，用于按照公式R2＝D2/N2，计算所述第二分类对应的第二不匹配率R2；其中，所述D2为所述第二次数，所述N2为所述第二分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
第三判断单元(图中未示出)，用于判断所述第一不匹配率是否大于第三数值，并且所述第二不匹配率是否小于第四数值，其中，所述第三数值大于所述第四数值；
第三确定单元(图中未示出)，用于当所述第一不匹配率大于第三数值，并且所述第二不匹配率小于第四数值时，将所述C2确定为当前车辆的真实字符个数；
第四确定单元(图中未示出)，用于当所述第一不匹配率不大于第三数值，和/或所述第二不匹配率不小于第四数值时，将所述C1确定为当前车辆的真实字符个数。
在图6所示实施例的一种实施方式中，最终号码确定子模块具体可以用于：
将当前帧图像对应的最终车牌号码的每个字符确定为：各个目标车牌号码中与该字符位置相同的字符中出现次数最多的字符；其中，所述目标车牌号码为：各个参考车牌号码中具有所述真实字符个数的车牌号码。
在图6所示实施例的一种实施方式中，所述装置还可以包括：
号码上传模块(图中未示出)，用于获得所述当前帧图像中第一车牌号码所对应的车牌区域；根据当前车辆的行进方向，判断所述车牌区域是否超过预设的触发线位置；如果超过，则将所述最终车牌号码发送至目标设备。
由于上述装置实施例是基于方法实施例得到的，与该方法具有相同的技术效果，因此装置实施例的技术效果在此不再赘述。对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
图7为本申请实施例提供的电子设备的一种结构示意图。该电子设备包括处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信；
存储器703，用于存放计算机程序；
处理器701，用于执行存储器上所存放的程序时，实现本申请实施例提供的基于多帧的车牌号码确定方法。该方法包括：
获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
将所述第一车牌号码加入历史车牌记录中；
按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配；
根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码。
上述电子设备提到的通信总线704可以是外设部件互连标准(PeripheralComponent Interconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口702用于上述电子设备与其他设备之间的通信。
存储器703可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器701可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本实施例与图1所示方法实施例是基于同一发明构思得到的实施例，本实施例的具体实施方式均可以采用图1所示方法实施例中的内容。
可见，本实施例可以按照错位匹配法，将第一车牌号码与历史记录中的车牌号码进行匹配。当车牌号码中存在少字符、多字符的情况时，错位匹配法可以使两个车牌号码成功匹配的字符个数最大化，进而提高车牌号码匹配成功的概率，增加匹配成功的车牌号码的数量。当作为参考的车牌号码的数量增加时，所确定的最终车牌号码的准确率也就能得到提高。因此，应用本实施例的方案，能够基于多帧图像的车牌识别结果，提高所确定的最终车牌号码的准确率。本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现本申请实施例提供的基于多帧的车牌号码确定方法。该方法包括：
获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
将所述第一车牌号码加入历史车牌记录中；
按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配；
根据所述参考车牌号码，确定所述当前帧图像对应的最终车牌号码。
本实施例与图1所示方法实施例是基于同一发明构思得到的实施例，本实施例的具体实施方式均可以采用图1所示方法实施例中的内容。
可见，本实施例可以按照错位匹配法，将第一车牌号码与历史记录中的车牌号码进行匹配。当车牌号码中存在少字符、多字符的情况时，错位匹配法可以使两个车牌号码成功匹配的字符个数最大化，进而提高车牌号码匹配成功的概率，增加匹配成功的车牌号码的数量。当作为参考的车牌号码的数量增加时，所确定的最终车牌号码的准确率也就能得到提高。因此，应用本实施例的方案，能够基于多帧图像的车牌识别结果，提高所确定的最终车牌号码的准确率。
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，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (17)

1.一种基于多帧的车牌号码确定方法，其特征在于，所述方法包括：
获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
将所述第一车牌号码加入历史车牌记录中；
按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配，各个参考车牌号码的字符个数不同；
将各个参考车牌号码根据字符个数进行分类，确定参考车牌号码数量最多的第一分类和参考车牌号码数量次多的第二分类；其中，第一分类中所有参考车牌号码的数量为M1，第一分类中各个参考车牌号码的字符个数均为C1，第二分类中所有参考车牌号码的数量为M2，第二分类中各个参考车牌号码的字符个数均为C2；
判断所述第一分类和第二分类之间是否满足预设的数量关系；如果满足，则将所述C1确定为当前车辆的真实字符个数；其中，所述预设的数量关系为以下情况中的一种：
所述M2不大于预设的第一数值，并且所述C1大于所述C2；
所述M1-M2不小于预设的第二数值，并且所述C1大于所述C2；
根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码。
2.根据权利要求1所述的方法，其特征在于，所述按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配的步骤，包括：
按照错位匹配法，确定所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
判断所述字符匹配个数占所述第一车牌号码的总字符个数的比例是否大于预设比例阈值；
如果是，则确定所述第一车牌号码与历史车牌记录中的车牌号码匹配成功。
3.根据权利要求2所述的方法，其特征在于，所述按照错位匹配法，确定所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数的步骤，包括：
将所述第一车牌号码作为待匹配号码，将历史车牌记录中的车牌号码作为被匹配号码，将待匹配号码与被匹配号码进行匹配，确定匹配个数，将确定的匹配个数作为第一匹配个数；
将历史车牌记录中的车牌号码作为待匹配号码，将所述第一车牌号码作为被匹配号码，将待匹配号码与被匹配号码进行匹配，确定匹配个数，将确定的匹配个数作为第二匹配个数；
将所述第一匹配个数和第二匹配个数中的较大者，确定为所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
其中，所述将待匹配号码与被匹配号码进行匹配，确定匹配个数的步骤，包括：
将待匹配号码中的第一个字符作为待匹配字符，将被匹配号码中的第一个字符作为被匹配字符；
判断所述待匹配字符与被匹配字符是否相同；
如果相同，则将匹配个数增加第一预设值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中的下一个字符更新为被匹配字符，返回执行所述判断所述待匹配字符与被匹配字符是否相同的步骤；
如果不同，则在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符，返回执行所述判断所述待匹配字符与被匹配字符是否相同的步骤。
4.根据权利要求3所述的方法，其特征在于，在所述待匹配字符与被匹配字符不同时，所述在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符的步骤，包括：
将错位个数加1，判断错位个数是否大于第二预设值；
如果不大于，则在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符；
如果大于，则将错位个数置为初始值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中与所述待匹配字符位置相同的字符更新为被匹配字符；
在所述待匹配字符与被匹配字符相同时，所述方法还包括：将错位个数置为初始值。
5.根据权利要求1所述的方法，其特征在于，当判断出所述第一分类和第二分类之间不满足预设的数量关系时，所述方法还包括：
将所述第一分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第一次数，将所述第二分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第二次数；
判断所述第一次数或第二次数是否为0；
如果是，则将次数为0的分类对应的字符个数确定为当前车辆的真实字符个数，执行所述根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码的步骤。
6.根据权利要求5所述的方法，其特征在于，当判断出所述第一次数或第二次数均不为0时，所述方法还包括：
按照公式R1＝D1/N1，计算所述第一分类对应的第一不匹配率R1；其中，所述D1为所述第一次数，所述N1为所述第一分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
按照公式R2＝D2/N2，计算所述第二分类对应的第二不匹配率R2；其中，所述D2为所述第二次数，所述N2为所述第二分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
判断所述第一不匹配率是否大于第三数值，并且所述第二不匹配率是否小于第四数值，其中，所述第三数值大于所述第四数值；
如果是，则将所述C2确定为当前车辆的真实字符个数，执行所述根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码的步骤；
如果否，则将所述C1确定为当前车辆的真实字符个数，执行所述根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码步骤。
7.根据权利要求1所述的方法，其特征在于，所述根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码的步骤，包括：
将当前帧图像对应的最终车牌号码的每个字符确定为：各个目标车牌号码中与该字符位置相同的字符中出现次数最多的字符；其中，所述目标车牌号码为：各个参考车牌号码中具有所述真实字符个数的车牌号码。
8.根据权利要求1～7任一项所述的方法，其特征在于，所述方法还包括：
获得所述当前帧图像中第一车牌号码所对应的车牌区域；
根据当前车辆的行进方向，判断所述车牌区域是否超过预设的触发线位置；
如果超过，则将所述最终车牌号码发送至目标设备。
9.一种基于多帧的车牌号码确定装置，其特征在于，所述装置包括：
车牌识别模块，用于获得待确定车牌号码的当前帧图像，识别所述当前帧图像中的第一车牌号码；
记录加入模块，用于将所述第一车牌号码加入历史车牌记录中；
车牌匹配模块，用于按照错位匹配法，将所述第一车牌号码与历史车牌记录中的车牌号码进行匹配，将匹配成功的车牌号码作为当前车辆的参考车牌号码；其中，所述错位匹配法为：当两个车牌号码中相同位置的两个字符不匹配时，将其中一个字符更新为其他位置的字符重新进行匹配，各个参考车牌号码的字符个数不同；
号码确定模块，包括：
真实个数确定子模块，用于根据各个参考车牌号码的字符个数以及各类字符个数对应的参考车牌号码的数量，确定当前车辆的真实字符个数；
最终号码确定子模块，用于根据各个参考车牌号码中具有所述真实字符个数的车牌号码，确定当前帧图像对应的最终车牌号码；
所述真实个数确定子模块，包括：
分类单元，用于将各个参考车牌号码根据字符个数进行分类，确定参考车牌号码数量最多的第一分类和参考车牌号码数量次多的第二分类；其中，第一分类中所有参考车牌号码的数量为M1，第一分类中各个参考车牌号码的字符个数均为C1，第二分类中所有参考车牌号码的数量为M2，第二分类中各个参考车牌号码的字符个数均为C2；
第一判断单元，用于判断所述第一分类和第二分类之间是否满足预设的数量关系；
第一确定单元，用于当所述第一分类和第二分类之间满足预设的数量关系时，将所述C1确定为当前车辆的真实字符个数；
其中，所述预设的数量关系为以下情况中的一种：
所述M2不大于预设的第一数值，并且所述C1大于所述C2；
所述M1-M2不小于预设的第二数值，并且所述C1大于所述C2。
10.根据权利要求9所述的装置，其特征在于，所述车牌匹配模块，包括：
第一匹配子模块，用于按照错位匹配法，确定所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
第一判断子模块，用于判断所述字符匹配个数占所述第一车牌号码的总字符个数的比例是否大于预设比例阈值；
第一确定子模块，用于当所述字符匹配个数占所述第一车牌号码的总字符个数的比例大于预设比例阈值时，确定所述第一车牌号码与历史车牌记录中的车牌号码匹配成功。
11.根据权利要求10所述的装置，其特征在于，所述第一匹配子模块，包括：
第一匹配单元，用于将所述第一车牌号码作为待匹配号码，将历史车牌记录中的车牌号码作为被匹配号码，触发第三匹配单元确定匹配个数，作为第一匹配个数；
第二匹配单元，用于将历史车牌记录中的车牌号码作为待匹配号码，将所述第一车牌号码作为被匹配号码，触发所述第三匹配单元确定匹配个数，作为第二匹配个数；
个数确定单元，用于将所述第一匹配个数和第二匹配个数中的较大者，确定为所述第一车牌号码与历史车牌记录中车牌号码相匹配的字符匹配个数；
其中，所述第三匹配单元，包括：
确定子单元，用于将待匹配号码中的第一个字符作为待匹配字符，将被匹配号码中的第一个字符作为被匹配字符；
判断子单元，用于判断所述待匹配字符与被匹配字符是否相同；
第一更新子单元，用于当所述待匹配字符与被匹配字符相同时，将匹配个数增加第一预设值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元；
第二更新子单元，用于当所述待匹配字符与被匹配字符不同时，在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元。
12.根据权利要求11所述的装置，其特征在于，所述第二更新子单元，具体用于：
在所述待匹配字符与被匹配字符不同时，将错位个数加1，判断错位个数是否大于第二预设值；
如果不大于，则在所述被匹配字符不是最后一个字符的情况下，将所述被匹配号码中的下一个字符更新为被匹配字符，触发所述判断子单元；
如果大于，则将错位个数置为初始值，在所述待匹配字符与被匹配字符均不是最后一个字符的情况下，将所述待匹配号码中的下一个字符更新为待匹配字符，将所述被匹配号码中与所述待匹配字符位置相同的字符更新为被匹配字符，触发所述判断子单元；
所述第三匹配单元还包括：
设置子单元，用于在所述待匹配字符与被匹配字符相同时，将错位个数置为初始值。
13.根据权利要求9所述的装置，其特征在于，所述真实个数确定子模块还包括：
字符匹配单元，用于当判断出所述第一分类和第二分类之间不满足预设的数量关系时，将所述第一分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第一次数，将所述第二分类中每两个参考车牌号码相同位置的字符进行匹配，获得总的字符未匹配成功的第二次数；
第二判断单元，用于判断所述第一次数或第二次数是否为0；
第二确定单元，用于当所述第一次数或第二次数为0时，将次数为0的分类对应的字符个数确定为当前车辆的真实字符个数。
14.根据权利要求13所述的装置，其特征在于，所述真实个数确定子模块还包括：
第一计算单元，用于当判断出所述第一次数或第二次数均不为0时，按照公式R1＝D1/N1，计算所述第一分类对应的第一不匹配率R1；其中，所述D1为所述第一次数，所述N1为所述第一分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
第二计算单元，用于按照公式R2＝D2/N2，计算所述第二分类对应的第二不匹配率R2；其中，所述D2为所述第二次数，所述N2为所述第二分类中每两个参考车牌号码相同位置的字符进行匹配时总的匹配次数；
第三判断单元，用于判断所述第一不匹配率是否大于第三数值，并且所述第二不匹配率是否小于第四数值，其中，所述第三数值大于所述第四数值；
第三确定单元，用于当所述第一不匹配率大于第三数值，并且所述第二不匹配率小于第四数值时，将所述C2确定为当前车辆的真实字符个数；
第四确定单元，用于当所述第一不匹配率不大于第三数值，和/或所述第二不匹配率不小于第四数值时，将所述C1确定为当前车辆的真实字符个数。
15.根据权利要求9所述的装置，其特征在于，所述最终号码确定子模块，具体用于：
将当前帧图像对应的最终车牌号码的每个字符确定为：各个目标车牌号码中与该字符位置相同的字符中出现次数最多的字符；其中，所述目标车牌号码为：各个参考车牌号码中具有所述真实字符个数的车牌号码。
16.根据权利要求9～15任一项所述的装置，其特征在于，所述装置还包括：
号码上传模块，用于获得所述当前帧图像中第一车牌号码所对应的车牌区域；根据当前车辆的行进方向，判断所述车牌区域是否超过预设的触发线位置；如果超过，则将所述最终车牌号码发送至目标设备。
17.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-8任一项所述的方法步骤。
CN201710576878.3A 2017-07-14 2017-07-14 一种基于多帧的车牌号码确定方法、装置及电子设备 Active CN109255283B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710576878.3A CN109255283B (zh) 2017-07-14 2017-07-14 一种基于多帧的车牌号码确定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710576878.3A CN109255283B (zh) 2017-07-14 2017-07-14 一种基于多帧的车牌号码确定方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN109255283A CN109255283A (zh) 2019-01-22
CN109255283B true CN109255283B (zh) 2021-06-04

Family

ID=65051251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710576878.3A Active CN109255283B (zh) 2017-07-14 2017-07-14 一种基于多帧的车牌号码确定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN109255283B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111428708A (zh) * 2020-02-26 2020-07-17 深圳壹账通智能科技有限公司 车牌校验方法、装置、计算机设备及存储介质
CN112115939A (zh) * 2020-08-26 2020-12-22 深圳市金溢科技股份有限公司 车辆车牌的识别方法、装置
CN112651309A (zh) * 2020-12-15 2021-04-13 广州小鹏自动驾驶科技有限公司 一种车位号获取方法、装置、设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079032A (zh) * 2006-06-23 2007-11-28 腾讯科技（深圳）有限公司 数字串模糊匹配的方法
KR100851030B1 (ko) * 2007-01-25 2008-08-12 주식회사 다래파크텍 주차위치 확인이 용이한 주차 관리 시스템
CN103209126A (zh) * 2012-01-11 2013-07-17 深圳市东进软件开发有限公司 一种具有模糊识别功能的号码分析方法和系统
CN105279971A (zh) * 2015-10-09 2016-01-27 北京易华录信息技术股份有限公司 一种车辆信息匹配方法、系统及监控装置
CN105512660A (zh) * 2015-11-27 2016-04-20 浙江宇视科技有限公司 车牌号码识别方法及装置
CN105512600A (zh) * 2014-09-28 2016-04-20 江苏省兴泽实业发展有限公司 一种基于互信息与特征提取的车牌识别方法
CN106251637A (zh) * 2016-09-13 2016-12-21 杭州东方通信软件技术有限公司 一种智能停车场车牌识别方法
CN106530739A (zh) * 2016-12-30 2017-03-22 伟龙金溢科技（深圳）有限公司 一种基于多摄像装置的车牌识别方法、装置及其系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8798325B2 (en) * 2012-02-21 2014-08-05 Xerox Corporation Efficient and fault tolerant license plate matching method

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079032A (zh) * 2006-06-23 2007-11-28 腾讯科技（深圳）有限公司 数字串模糊匹配的方法
KR100851030B1 (ko) * 2007-01-25 2008-08-12 주식회사 다래파크텍 주차위치 확인이 용이한 주차 관리 시스템
CN103209126A (zh) * 2012-01-11 2013-07-17 深圳市东进软件开发有限公司 一种具有模糊识别功能的号码分析方法和系统
CN105512600A (zh) * 2014-09-28 2016-04-20 江苏省兴泽实业发展有限公司 一种基于互信息与特征提取的车牌识别方法
CN105279971A (zh) * 2015-10-09 2016-01-27 北京易华录信息技术股份有限公司 一种车辆信息匹配方法、系统及监控装置
CN105512660A (zh) * 2015-11-27 2016-04-20 浙江宇视科技有限公司 车牌号码识别方法及装置
CN106251637A (zh) * 2016-09-13 2016-12-21 杭州东方通信软件技术有限公司 一种智能停车场车牌识别方法
CN106530739A (zh) * 2016-12-30 2017-03-22 伟龙金溢科技（深圳）有限公司 一种基于多摄像装置的车牌识别方法、装置及其系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A Review on License Plate Recognition Based anti Signal Detection System;Sheetal Mithum Kawade 等;《Global Journal of Engineering Science Anxd Researches》;20140831;第1卷(第6期);第1-7页 *
Notice of Retraction Research on the recognition algorithm of the license plate character based on the multi-resolution template matching;Xiaoping LI 等;《4th International Conference on New Trends in Information Science and Service Science》;20100617;第341-344页 *
应用于公路收费站系统的车牌识别;郭燕斌;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090515;第2009年卷(第05期);第二章 *
智能交通系统中车牌识别系统的研究与设计;徐明;《中国优秀硕士学位论文全文数据库 信息科技辑》;20070715;第2007年卷(第01期);第I138-474页 *

Also Published As

Publication number Publication date
CN109255283A (zh) 2019-01-22

Similar Documents

Publication Publication Date Title
EP3806064B1 (en) Method and apparatus for detecting parking space usage condition, electronic device, and storage medium
CN109255283B (zh) 一种基于多帧的车牌号码确定方法、装置及电子设备
CN108038176B (zh) 一种路人库的建立方法、装置、电子设备及介质
CN110046266B (zh) 一种照片的智能管理方法及装置
CN109426785B (zh) 一种人体目标身份识别方法及装置
CN112528801B (zh) 一种异常事件检测方法、模型训练方法和装置
CN111709975A (zh) 多目标跟踪方法、装置、电子设备及存储介质
CN109740003B (zh) 一种归档方法及装置
CN112309126B (zh) 车牌检测方法、装置、电子设备及计算机可读存储介质
CN111259813B (zh) 人脸检测跟踪方法、装置、计算机设备和存储介质
US9299008B2 (en) Unsupervised adaptation method and automatic image classification method applying the same
WO2021031704A1 (zh) 对象追踪方法、装置、计算机设备和存储介质
CN112163480B (zh) 一种行为识别方法及装置
CN115272426A (zh) 一种跨相机轨迹关联方法、装置及电子设备
CN112633255B (zh) 目标检测方法、装置及设备
CN111222409A (zh) 车辆品牌的标注方法、装置及系统
CN110135416B (zh) 一种车牌识别方法及装置
CN113470013A (zh) 一种搬移物品的检测方法及装置
US11887292B1 (en) Two-step anti-fraud vehicle insurance image collecting and quality testing method, system and device
CN112465869A (zh) 一种轨迹关联方法、装置、电子设备及存储介质
CN112101135A (zh) 一种运动目标检测方法、装置及终端设备
CN109740621B (zh) 一种视频分类方法、装置及设备
CN105592221A (zh) 一种多媒体的发送方法及通信终端
EP3800578A1 (en) Hierarchical sampling for object identification
CN113609317A (zh) 一种图像库构建方法、装置及电子设备

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