CN109447060A - 一种用于高速公路的车牌智能识别系统及方法 - Google Patents

一种用于高速公路的车牌智能识别系统及方法 Download PDF

Info

Publication number
CN109447060A
CN109447060A CN201811144909.9A CN201811144909A CN109447060A CN 109447060 A CN109447060 A CN 109447060A CN 201811144909 A CN201811144909 A CN 201811144909A CN 109447060 A CN109447060 A CN 109447060A
Authority
CN
China
Prior art keywords
license plate
image
controller
vehicle
plate area
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Withdrawn
Application number
CN201811144909.9A
Other languages
English (en)
Inventor
刘骏
余亚东
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.)
University of Shaoxing
Original Assignee
University of Shaoxing
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 University of Shaoxing filed Critical University of Shaoxing
Priority to CN201811144909.9A priority Critical patent/CN109447060A/zh
Publication of CN109447060A publication Critical patent/CN109447060A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07BTICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/02Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625License plates

Abstract

本发明涉及一种用于高速公路的车牌智能识别系统及方法,其中包括设置于收费站入口的第一摄像头、设置于收费站出口的第二摄像头、设置于收费站入口的第一亮度传感器、设置于收费站出口的第二亮度传感器、设置于收费站入口的第一控制器、设置于收费站出口的第二控制器和云端存储器,所述云端存储器存储有进入车辆记录表以及车牌号码与客户端信息的映射关系。本发明通过在高速公路收费站入口和出口处分别设置车牌识别子系统,自动识别车牌号码,并且根据车牌号码和车主的客户端的映射关系,自动生成和推送待支付订单,实现线上支付,省去了人工发卡收卡的步骤,并且也不需要车主另外购买相关设备。

Description

一种用于高速公路的车牌智能识别系统及方法
技术领域
本发明涉及数据处理技术领域,具体是指一种用于高速公路的车牌智能识别系统及方法。
背景技术
现有的高速公路收费系统包括人工车道国朗科技MTC收费系统、ETC不停车收费系统、自动发卡系统、便携式应急收费系统、结算中心清分结算系统、电子支付账务管理系统、电子支付客户服务系统、高速公路多路径识别系统、联网收费综合稽查管理系统等。即一般高速公路收费采用两种方式:人工发卡和ETC不停车收费。采用人工发卡的方式可以适用于各种车辆,然而需要在收费站24小时配备工作人员,并且发卡和还卡的过程耗时过长,在高速公路忙碌时容易引起收费站处的交通堵塞,而采用ETC不停车收费方式,虽然不需要人工参与,但是需要车主购买ETC相关的设备,并且ETC刷卡设备也常常面临没有电而无法刷卡的问题。
因此,需要一种给车主和高速公路管理者均提供便利的高速公路收费系统,能够自动识别车辆的身份,线上付费,从而克服现有技术中的技术问题。
发明内容
本发明提供了一种用于高速公路的车牌智能识别系统及方法,其目的在于克服现有技术中的缺陷,通过在高速公路收费站入口和出口处分别设置车牌识别子系统,自动识别车牌号码,并且根据车牌号码和车主的客户端的映射关系,自动生成和推送待支付订单,解决了现有技术中的技术问题。
为了实现上述目的,本发明具有如下构成:
该用于高速公路的车牌智能识别系统,包括设置于收费站入口的第一摄像头、设置于收费站出口的第二摄像头、设置于收费站入口的第一亮度传感器、设置于收费站出口的第二亮度传感器、设置于收费站入口的第一控制器、设置于收费站出口的第二控制器和云端存储器,所述云端存储器存储有进入车辆记录表以及车牌号码与客户端信息的映射关系;其中:
所述第一摄像头采集收费站入口的车辆图像;
所述第一控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第一控制器获取所述第一亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第一亮度传感器的检测值对应的二值化处理阈值;
所述第一控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到进入车辆的车牌区域图像的二值化图像;
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
所述第二摄像头采集收费站出口的车辆图像;
所述第二控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第二控制器获取所述第二亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第二亮度传感器的检测值对应的二值化处理阈值;
所述第二控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到离开车辆的车牌区域图像的二值化图像;
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,从所述进入车辆记录表中查找对应的车辆进入时间;
所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
所述第二控制器根据车牌号码查询车辆对应的客户端信息,根据车辆应付金额生成待支付订单,并将所述待支付订单推送至对应的客户端信息,并从所述进入车辆记录表中删除对应车牌号码的记录。
可选地,所述系统还包括设置于收费站入口处的第一显示装置,所述第一控制器根据车牌区域图像的二值化图像识别车牌号码之后,所述第一控制器从所述云端存储器的车牌号码与客户端信息的映射关系中查找是否存在识别到的车牌号码的记录;
如果存在,则所述第一控制器将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
如果不存在,则所述第一控制器通过所述第一显示装置显示更换入口提示信息。
可选地,所述系统还包括设置于收费站出口处的第二显示装置,所述第二控制器根据车牌区域图像的二值化图像识别车牌号码之后,还包括如下步骤:
所述第二控制器判断识别到的车牌号码是否存在于所述云端存储器的进入车辆记录表中;
如果存在,则所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
如果不存在,则所述第二控制器通过第二显示装置显示更换出口提示信息。
可选地,所述第一控制器从所述车辆图像中提取车牌区域图像,包括如下步骤:
所述第一控制器识别收费站入口处的车辆图像中的铆钉,确定铆钉位置;
如果仅检测到两个铆钉,且两个铆钉的连线与水平方向的连线的夹角小于预设夹角阈值,则判断两个铆钉为同一行的铆钉,从两个铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从穿过左侧铆钉的竖直线向左扩展第三预设距离作为车牌区域左侧边界,从穿过右侧铆钉的竖直线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像;
如果检测到四个铆钉,则判断四个铆钉中位置偏上的两个铆钉为上行铆钉,位置偏下的两个铆钉为下行铆钉,从两个上行铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个下方铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从两个左侧铆钉的连线向左扩展第三预设距离作为车牌区域左侧边界,从两个右侧铆钉的连线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像。
可选地,所述第二控制器从所述车辆图像中提取车牌区域图像,包括如下步骤:
所述第二控制器识别收费站出口处的车辆图像中的铆钉,确定铆钉位置;
如果仅检测到两个铆钉,且两个铆钉的连线与水平方向的连线的夹角小于预设夹角阈值,则判断两个铆钉为同一行的铆钉,从两个铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从穿过左侧铆钉的竖直线向左扩展第三预设距离作为车牌区域左侧边界,从穿过右侧铆钉的竖直线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像;
如果检测到四个铆钉,则判断四个铆钉中位置偏上的两个铆钉为上行铆钉,位置偏下的两个铆钉为下行铆钉,从两个上行铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个下方铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从两个左侧铆钉的连线向左扩展第三预设距离作为车牌区域左侧边界,从两个右侧铆钉的连线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像。
可选地,所述云端存储器还存储有训练好的字符识别模型,所述字符识别模型为采用多个标记有已知字符的字符区域图像训练得到,所述字符识别模型的输入为单个字符区域的二值化图像,输出为识别得到的字符;
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,包括如下步骤:
所述第一控制器对所述二值化图像进行字符分割,得到多个字符区域的二值化图像;
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果;
所述第一控制器按照各个字符区域的排列顺序,将各个字符区域的识别结果进行排序,得到识别出的进入车辆的车牌号码。
可选地,所述训练好的字符识别模型为卷积神经网络模型、主动形状识别模型或支持向量机模型;
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果,包括如下步骤:
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域所对应的可能的字符的概率值,选择概率值最高的字符作为对应的字符区域的识别出的字符。
可选地,所述云端存储器还存储有训练好的字符识别模型,所述字符识别模型为采用多个标记有已知字符的字符区域图像训练得到,所述字符识别模型的输入为单个字符区域的二值化图像,输出为识别得到的字符;
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,包括如下步骤:
所述第二控制器对所述二值化图像进行字符分割,得到多个字符区域的二值化图像;
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果;
所述第二控制器按照各个字符区域的排列顺序,将各个字符区域的识别结果进行排序,得到识别出的离开车辆的车牌号码。
可选地,所述训练好的字符识别模型为卷积神经网络模型、主动形状识别模型或支持向量机模型;
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果,包括如下步骤:
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域所对应的可能的字符的概率值,选择概率值最高的字符作为对应的字符区域的识别出的字符。
本发明实施例还提供一种用于高速公路的车牌智能识别方法,采用所述的用于高速公路的车牌智能识别系统,所述方法包括如下步骤:
所述第一摄像头采集收费站入口的车辆图像;
所述第一控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第一控制器获取所述第一亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第一亮度传感器的检测值对应的二值化处理阈值;
所述第一控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到进入车辆的车牌区域图像的二值化图像;
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
所述第二摄像头采集收费站出口的车辆图像;
所述第二控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第二控制器获取所述第二亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第二亮度传感器的检测值对应的二值化处理阈值;
所述第二控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到离开车辆的车牌区域图像的二值化图像;
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,从所述进入车辆记录表中查找对应的车辆进入时间;
所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
所述第二控制器根据车牌号码查询车辆对应的客户端信息,根据车辆应付金额生成待支付订单,并将所述待支付订单推送至对应的客户端信息,并从所述进入车辆记录表中删除对应车牌号码的记录。
采用了该发明中的用于高速公路的车牌智能识别系统及方法,具有如下有益效果:
(1)通过在高速公路收费站入口和出口处分别设置车牌识别子系统,自动识别车牌号码,并且根据车牌号码和车主的客户端的映射关系,自动生成和推送待支付订单,实现线上支付,省去了人工发卡收卡的步骤,并且也不需要车主另外购买相关设备;
(2)在识别到车辆的车牌号码后,判断车牌号码是否为注册的车牌号码,即判断是否能找到对应的客户端信息,如果找不到,说明车辆是非注册车辆,及时提醒车主更换入口或出口,避免在计费时发生错误而无法正确计费;
(3)考虑到高速公路上对车牌的识别过程受外界光照影响较大,设定了在不同光照强度下不同的二值化阈值,如果光照强度高,则二值化阈值可以设定得相对较高,如果光照强度低,则二值化阈值可以设定得相对较低,从而可以提高车牌在不同场景下的识别准确率。
附图说明
图1为本发明的用于高速公路的车牌智能识别系统的结构示意图;
图2为本发明的根据两个铆钉位置选择车牌区域的示意图;
图3为本发明的根据两个铆钉位置选择车牌区域的示意图;
图4为本发明的用于高速公路的车牌智能识别方法的流程图。
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
如图1所示的用于高速公路的车牌智能识别系统,包括设置于收费站入口的第一摄像头、设置于收费站出口的第二摄像头、设置于收费站入口的第一亮度传感器、设置于收费站出口的第二亮度传感器、设置于收费站入口的第一控制器、设置于收费站出口的第二控制器和云端存储器,所述云端存储器存储有进入车辆记录表以及车牌号码与客户端信息的映射关系;其中:
所述第一摄像头采集收费站入口的车辆图像;
所述第一控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第一控制器获取所述第一亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第一亮度传感器的检测值对应的二值化处理阈值;
所述第一控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到进入车辆的车牌区域图像的二值化图像;
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
所述第二摄像头采集收费站出口的车辆图像;
所述第二控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第二控制器获取所述第二亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第二亮度传感器的检测值对应的二值化处理阈值;
所述第二控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到离开车辆的车牌区域图像的二值化图像;
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,从所述进入车辆记录表中查找对应的车辆进入时间;
所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
所述第二控制器根据车牌号码查询车辆对应的客户端信息,根据车辆应付金额生成待支付订单,并将所述待支付订单推送至对应的客户端信息,并从所述进入车辆记录表中删除对应车牌号码的记录。
在该实施例中,所述系统还包括设置于收费站入口处的第一显示装置,所述第一控制器根据车牌区域图像的二值化图像识别车牌号码之后,所述第一控制器从所述云端存储器的车牌号码与客户端信息的映射关系中查找是否存在识别到的车牌号码的记录;
如果存在,则所述第一控制器将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
如果不存在,则所述第一控制器通过所述第一显示装置显示更换入口提示信息。
在该实施例中,所述系统还包括设置于收费站出口处的第二显示装置,所述第二控制器根据车牌区域图像的二值化图像识别车牌号码之后,还包括如下步骤:
所述第二控制器判断识别到的车牌号码是否存在于所述云端存储器的进入车辆记录表中;
如果存在,则所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
如果不存在,则所述第二控制器通过第二显示装置显示更换出口提示信息。
在实施例中,所述第一控制器从所述车辆图像中提取车牌区域图像,包括如下步骤:
所述第一控制器识别收费站入口处的车辆图像中的铆钉,确定铆钉位置;
如果仅检测到两个铆钉,且两个铆钉的连线与水平方向的连线的夹角小于预设夹角阈值,则判断两个铆钉为同一行的铆钉,从两个铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从穿过左侧铆钉的竖直线向左扩展第三预设距离作为车牌区域左侧边界,从穿过右侧铆钉的竖直线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像;
如果检测到四个铆钉,则判断四个铆钉中位置偏上的两个铆钉为上行铆钉,位置偏下的两个铆钉为下行铆钉,从两个上行铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个下方铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从两个左侧铆钉的连线向左扩展第三预设距离作为车牌区域左侧边界,从两个右侧铆钉的连线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像。
在该实施例中,所述第二控制器从所述车辆图像中提取车牌区域图像,包括如下步骤:
所述第二控制器识别收费站出口处的车辆图像中的铆钉,确定铆钉位置;
如果仅检测到两个铆钉,且两个铆钉的连线与水平方向的连线的夹角小于预设夹角阈值,则判断两个铆钉为同一行的铆钉,从两个铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从穿过左侧铆钉的竖直线向左扩展第三预设距离作为车牌区域左侧边界,从穿过右侧铆钉的竖直线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像;
如果检测到四个铆钉,则判断四个铆钉中位置偏上的两个铆钉为上行铆钉,位置偏下的两个铆钉为下行铆钉,从两个上行铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个下方铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从两个左侧铆钉的连线向左扩展第三预设距离作为车牌区域左侧边界,从两个右侧铆钉的连线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像。
具体地,根据铆钉提取车牌区域图像的过程可以参见图2和图3。
如图2所示,如果仅检测到两个铆钉A1和A2,且两个铆钉A1和A2的连线与水平方向的连线的夹角小于预设夹角阈值,说明这两个铆钉A1和A2的连线与水平面基本上是平行的,此处预设夹角阈值可以选择得小一些,例如15°,10°等等,则判断两个铆钉A1和A2为同一行的铆钉,从两个铆钉A1和A2的连线向上扩展第一预设距离h1作为车牌区域上侧边界,从两个铆钉A1和A2的连线向下扩展第二预设距离h2作为车牌区域下侧边界,从穿过左侧铆钉A1的竖直线向左扩展第三预设距离h3作为车牌区域左侧边界,从穿过右侧铆钉A2的竖直线向右扩展第三预设距离h3作为车牌区域右侧边界,提取车牌区域图像Q;
如图3所示,如果检测到四个铆钉A1、A2、B1、B2,则判断四个铆钉A1、A2、B1、B2中位置偏上的两个铆钉A1、A2为上行铆钉,位置偏下的两个铆钉B1、B2为下行铆钉,从两个上行铆钉A1、A2的连线向上扩展第一预设距离h1作为车牌区域上侧边界,从两个下方铆钉B1、B2的连线向下扩展第二预设距离h1作为车牌区域下侧边界,从两个左侧铆钉A1、B1的连线向左扩展第三预设距离h3作为车牌区域左侧边界,从两个右侧铆钉A2、B2的连线向右扩展第三预设距离h3作为车牌区域右侧边界,提取车牌区域图像Q。
在该实施例中,所述云端存储器还存储有训练好的字符识别模型,所述字符识别模型为采用多个标记有已知字符的字符区域图像训练得到,所述字符识别模型的输入为单个字符区域的二值化图像,输出为识别得到的字符;即训练集中各个字符区域图像中包括一个字符,并且各个字符区域图像中的字符已知。
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,包括如下步骤:
所述第一控制器对所述二值化图像进行字符分割,得到多个字符区域的二值化图像;
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果;
所述第一控制器按照各个字符区域的排列顺序,将各个字符区域的识别结果进行排序,得到识别出的进入车辆的车牌号码。
在该实施例中,所述训练好的字符识别模型为卷积神经网络模型、主动形状识别模型或支持向量机模型;
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果,包括如下步骤:
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域所对应的可能的字符的概率值,选择概率值最高的字符作为对应的字符区域的识别出的字符。例如,一个字符区域的二值化图像在输入字符识别模型之后,输出的结果为:字符为P的概率值为60%,字符为B的概率值为30%,字符为8的概率值为10%。则选择P作为该字符区域识别出的字符。
在该实施例中,所述云端存储器还存储有训练好的字符识别模型,所述字符识别模型为采用多个标记有已知字符的字符区域图像训练得到,所述字符识别模型的输入为单个字符区域的二值化图像,输出为识别得到的字符;即训练集中各个字符区域图像中包括一个字符,并且各个字符区域图像中的字符已知。
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,包括如下步骤:
所述第二控制器对所述二值化图像进行字符分割,得到多个字符区域的二值化图像;
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果;
所述第二控制器按照各个字符区域的排列顺序,将各个字符区域的识别结果进行排序,得到识别出的离开车辆的车牌号码。
在该实施例中,所述训练好的字符识别模型为卷积神经网络模型、主动形状识别模型或支持向量机模型;
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果,包括如下步骤:
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域所对应的可能的字符的概率值,选择概率值最高的字符作为对应的字符区域的识别出的字符。
如图4所示,本发明实施例还提供一种用于高速公路的车牌智能识别方法,采用所述的用于高速公路的车牌智能识别系统,所述方法包括如下步骤:
所述第一摄像头采集收费站入口的车辆图像;
所述第一控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第一控制器获取所述第一亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第一亮度传感器的检测值对应的二值化处理阈值;
所述第一控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到进入车辆的车牌区域图像的二值化图像;
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
所述第二摄像头采集收费站出口的车辆图像;
所述第二控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第二控制器获取所述第二亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第二亮度传感器的检测值对应的二值化处理阈值;
所述第二控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到离开车辆的车牌区域图像的二值化图像;
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,从所述进入车辆记录表中查找对应的车辆进入时间;
所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
所述第二控制器根据车牌号码查询车辆对应的客户端信息,根据车辆应付金额生成待支付订单,并将所述待支付订单推送至对应的客户端信息,并从所述进入车辆记录表中删除对应车牌号码的记录。
与现有技术相比,采用了该发明中的用于高速公路的车牌智能识别系统及方法,具有如下有益效果:
(1)通过在高速公路收费站入口和出口处分别设置车牌识别子系统,自动识别车牌号码,并且根据车牌号码和车主的客户端的映射关系,自动生成和推送待支付订单,实现线上支付,省去了人工发卡收卡的步骤,并且也不需要车主另外购买相关设备;
(2)在识别到车辆的车牌号码后,判断车牌号码是否为注册的车牌号码,即判断是否能找到对应的客户端信息,如果找不到,说明车辆是非注册车辆,及时提醒车主更换入口或出口,避免在计费时发生错误而无法正确计费;
(3)考虑到高速公路上对车牌的识别过程受外界光照影响较大,设定了在不同光照强度下不同的二值化阈值,如果光照强度高,则二值化阈值可以设定得相对较高,如果光照强度低,则二值化阈值可以设定得相对较低,从而可以提高车牌在不同场景下的识别准确率。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。

Claims (10)

1.一种用于高速公路的车牌智能识别系统,其特征在于,包括设置于收费站入口的第一摄像头、设置于收费站出口的第二摄像头、设置于收费站入口的第一亮度传感器、设置于收费站出口的第二亮度传感器、设置于收费站入口的第一控制器、设置于收费站出口的第二控制器和云端存储器,所述云端存储器存储有进入车辆记录表以及车牌号码与客户端信息的映射关系;其中:
所述第一摄像头采集收费站入口的车辆图像;
所述第一控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第一控制器获取所述第一亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第一亮度传感器的检测值对应的二值化处理阈值;
所述第一控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到进入车辆的车牌区域图像的二值化图像;
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
所述第二摄像头采集收费站出口的车辆图像;
所述第二控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第二控制器获取所述第二亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第二亮度传感器的检测值对应的二值化处理阈值;
所述第二控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到离开车辆的车牌区域图像的二值化图像;
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,从所述进入车辆记录表中查找对应的车辆进入时间;
所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
所述第二控制器根据车牌号码查询车辆对应的客户端信息,根据车辆应付金额生成待支付订单,并将所述待支付订单推送至对应的客户端信息,并从所述进入车辆记录表中删除对应车牌号码的记录。
2.根据权利要求1所述的用于高速公路的车牌智能识别系统,其特征在于,所述系统还包括设置于收费站入口处的第一显示装置,所述第一控制器根据车牌区域图像的二值化图像识别车牌号码之后,所述第一控制器从所述云端存储器的车牌号码与客户端信息的映射关系中查找是否存在识别到的车牌号码的记录;
如果存在,则所述第一控制器将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
如果不存在,则所述第一控制器通过所述第一显示装置显示更换入口提示信息。
3.根据权利要求2所述的用于高速公路的车牌智能识别系统,其特征在于,所述系统还包括设置于收费站出口处的第二显示装置,所述第二控制器根据车牌区域图像的二值化图像识别车牌号码之后,还包括如下步骤:
所述第二控制器判断识别到的车牌号码是否存在于所述云端存储器的进入车辆记录表中;
如果存在,则所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
如果不存在,则所述第二控制器通过第二显示装置显示更换出口提示信息。
4.根据权利要求1所述的用于高速公路的车牌智能识别系统,其特征在于,所述第一控制器从所述车辆图像中提取车牌区域图像,包括如下步骤:
所述第一控制器识别收费站入口处的车辆图像中的铆钉,确定铆钉位置;
如果仅检测到两个铆钉,且两个铆钉的连线与水平方向的连线的夹角小于预设夹角阈值,则判断两个铆钉为同一行的铆钉,从两个铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从穿过左侧铆钉的竖直线向左扩展第三预设距离作为车牌区域左侧边界,从穿过右侧铆钉的竖直线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像;
如果检测到四个铆钉,则判断四个铆钉中位置偏上的两个铆钉为上行铆钉,位置偏下的两个铆钉为下行铆钉,从两个上行铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个下方铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从两个左侧铆钉的连线向左扩展第三预设距离作为车牌区域左侧边界,从两个右侧铆钉的连线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像。
5.根据权利要求1所述的用于高速公路的车牌智能识别系统,其特征在于,所述第二控制器从所述车辆图像中提取车牌区域图像,包括如下步骤:
所述第二控制器识别收费站出口处的车辆图像中的铆钉,确定铆钉位置;
如果仅检测到两个铆钉,且两个铆钉的连线与水平方向的连线的夹角小于预设夹角阈值,则判断两个铆钉为同一行的铆钉,从两个铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从穿过左侧铆钉的竖直线向左扩展第三预设距离作为车牌区域左侧边界,从穿过右侧铆钉的竖直线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像;
如果检测到四个铆钉,则判断四个铆钉中位置偏上的两个铆钉为上行铆钉,位置偏下的两个铆钉为下行铆钉,从两个上行铆钉的连线向上扩展第一预设距离作为车牌区域上侧边界,从两个下方铆钉的连线向下扩展第二预设距离作为车牌区域下侧边界,从两个左侧铆钉的连线向左扩展第三预设距离作为车牌区域左侧边界,从两个右侧铆钉的连线向右扩展第三预设距离作为车牌区域右侧边界,提取车牌区域图像。
6.根据权利要求1所述的用于高速公路的车牌智能识别系统,其特征在于,所述云端存储器还存储有训练好的字符识别模型,所述字符识别模型为采用多个标记有已知字符的字符区域图像训练得到,所述字符识别模型的输入为单个字符区域的二值化图像,输出为识别得到的字符;
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,包括如下步骤:
所述第一控制器对所述二值化图像进行字符分割,得到多个字符区域的二值化图像;
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果;
所述第一控制器按照各个字符区域的排列顺序,将各个字符区域的识别结果进行排序,得到识别出的进入车辆的车牌号码。
7.根据权利要求6所述的用于高速公路的车牌智能识别系统,其特征在于,所述训练好的字符识别模型为卷积神经网络模型、主动形状识别模型或支持向量机模型;
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果,包括如下步骤:
所述第一控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域所对应的可能的字符的概率值,选择概率值最高的字符作为对应的字符区域的识别出的字符。
8.根据权利要求1所述的用于高速公路的车牌智能识别系统,其特征在于,所述云端存储器还存储有训练好的字符识别模型,所述字符识别模型为采用多个标记有已知字符的字符区域图像训练得到,所述字符识别模型的输入为单个字符区域的二值化图像,输出为识别得到的字符;
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,包括如下步骤:
所述第二控制器对所述二值化图像进行字符分割,得到多个字符区域的二值化图像;
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果;
所述第二控制器按照各个字符区域的排列顺序,将各个字符区域的识别结果进行排序,得到识别出的离开车辆的车牌号码。
9.根据权利要求8所述的用于高速公路的车牌智能识别系统,其特征在于,所述训练好的字符识别模型为卷积神经网络模型、主动形状识别模型或支持向量机模型;
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域的识别结果,包括如下步骤:
所述第二控制器将各个字符区域的二值化图像输入训练好的字符识别模型中,得到各个字符区域所对应的可能的字符的概率值,选择概率值最高的字符作为对应的字符区域的识别出的字符。
10.一种用于高速公路的车牌智能识别方法,其特征在于,采用权利要求1至9中任一项所述的用于高速公路的车牌智能识别系统,所述方法包括如下步骤:
所述第一摄像头采集收费站入口的车辆图像;
所述第一控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第一控制器获取所述第一亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第一亮度传感器的检测值对应的二值化处理阈值;
所述第一控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到进入车辆的车牌区域图像的二值化图像;
所述第一控制器根据车牌区域图像的二值化图像识别车牌号码,将车牌号码和进入时间存储于所述云端存储器的进入车辆记录表;
所述第二摄像头采集收费站出口的车辆图像;
所述第二控制器从所述车辆图像中提取车牌区域图像,并将车牌区域图像进行灰度处理,得到灰度图像;
所述第二控制器获取所述第二亮度传感器的检测值,根据亮度值与二值化处理阈值的预设映射关系选择所述第二亮度传感器的检测值对应的二值化处理阈值;
所述第二控制器将所述灰度图像中灰度值大于对应的二值化处理阈值的像素点的灰度值置为255,将所述灰度图像中灰度值小于等于对应的二值化处理阈值的像素点的灰度值置为0,得到离开车辆的车牌区域图像的二值化图像;
所述第二控制器根据车牌区域图像的二值化图像识别车牌号码,从所述进入车辆记录表中查找对应的车辆进入时间;
所述第二控制器根据车辆离开时间和车辆进入时间计算车辆应付金额;
所述第二控制器根据车牌号码查询车辆对应的客户端信息,根据车辆应付金额生成待支付订单,并将所述待支付订单推送至对应的客户端信息,并从所述进入车辆记录表中删除对应车牌号码的记录。
CN201811144909.9A 2018-09-29 2018-09-29 一种用于高速公路的车牌智能识别系统及方法 Withdrawn CN109447060A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811144909.9A CN109447060A (zh) 2018-09-29 2018-09-29 一种用于高速公路的车牌智能识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811144909.9A CN109447060A (zh) 2018-09-29 2018-09-29 一种用于高速公路的车牌智能识别系统及方法

Publications (1)

Publication Number Publication Date
CN109447060A true CN109447060A (zh) 2019-03-08

Family

ID=65544758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811144909.9A Withdrawn CN109447060A (zh) 2018-09-29 2018-09-29 一种用于高速公路的车牌智能识别系统及方法

Country Status (1)

Country Link
CN (1) CN109447060A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311770A (zh) * 2019-12-09 2020-06-19 焦作大学 高速无感收费系统
CN112200920A (zh) * 2020-09-30 2021-01-08 北京速通科技有限公司 停车场etc收费系统
CN115116157A (zh) * 2022-06-28 2022-09-27 广西添亿友科技有限公司 一种高速收费的处理方法及处理系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311770A (zh) * 2019-12-09 2020-06-19 焦作大学 高速无感收费系统
CN112200920A (zh) * 2020-09-30 2021-01-08 北京速通科技有限公司 停车场etc收费系统
CN115116157A (zh) * 2022-06-28 2022-09-27 广西添亿友科技有限公司 一种高速收费的处理方法及处理系统
CN115116157B (zh) * 2022-06-28 2023-09-15 宁夏交投科技发展有限公司 一种高速收费的处理方法及处理系统

Similar Documents

Publication Publication Date Title
CN111178291B (zh) 一种停车支付系统以及停车支付方法
CN104112299B (zh) 一种智能停车收费系统及其收费方法
KR101756849B1 (ko) 노상 무인정산 주차관제 시스템
WO2021047187A1 (zh) 基于人脸识别进行车辆缴费的方法、相关设备及存储介质
US8824742B2 (en) Occupancy detection for managed lane enforcement based on localization and classification of windshield images
CN107274495A (zh) 一种无人值守的路边停车收费系统
CN110197166B (zh) 一种基于图像识别的车体装载状态识别装置及方法
CN109447060A (zh) 一种用于高速公路的车牌智能识别系统及方法
CN106652469B (zh) 一种车辆进场、车辆出场车牌识别方法和车牌识别系统
CN103324955A (zh) 一种基于视频处理的行人检测方法
CN106971429A (zh) 一种基于移动通信的高速公路不停车收费系统及方法
CN111161435A (zh) 一种新型的高速路无卡收费系统
CN111028403B (zh) 一种轨道交通的自动检票系统与方法
CN109166191A (zh) 一种通过车牌识别缴费的高速收费系统
KR101819568B1 (ko) 전기차 및 하이패스 인식에 따른 주차 관리 시스템 운영 방법
Wong et al. Vehicle classification using convolutional neural network for electronic toll collection
Lafuente-Arroyo et al. A decision support system for the automatic management of keep-clear signs based on support vector machines and geographic information systems
US6525673B1 (en) Expressway control system
CN105160713A (zh) 一种凭小票在无人管理停车场免收停车费的方法
CN110415371A (zh) 高速公路车辆计费拆分方法及系统
KR20190106566A (ko) 자유주행 통행요금징수시스템 및 그 처리 방법
Al Nasim et al. An automated approach for the recognition of bengali license plates
KR100382460B1 (ko) 요금 징수방법
KR101784764B1 (ko) 전기차의 고속도로 통행료 징수 방법
JP4019588B2 (ja) 通行車両課金装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20190308