CN110659632A - 基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法 - Google Patents
基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法 Download PDFInfo
- Publication number
- CN110659632A CN110659632A CN201910930704.1A CN201910930704A CN110659632A CN 110659632 A CN110659632 A CN 110659632A CN 201910930704 A CN201910930704 A CN 201910930704A CN 110659632 A CN110659632 A CN 110659632A
- Authority
- CN
- China
- Prior art keywords
- number plate
- test
- plate
- tested
- image block
- 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.)
- Granted
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
- 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
Abstract
本发明提供一种基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统,包括:测试主机,能够随机生成包含测试号牌的机动车测试图片,并向显示单元发送;显示单元,对测试主机生成的包含测试号牌的机动车测试图片正投影显示;待测设备固定装置,用于将待测交通技术监控设备正对显示单元进行固定;待测交通技术监控设备对测试号牌的识别结果发送至测试主机后,测试主机分析待测交通技术监控设备识别性能。本发明可有效解决交通技术监控设备实际道路测试中存在的汉字、字母、数字和字母组合覆盖范围不全面问题,对推进有关部门依据标准开展交通技术监控设备号牌识别性能测试有很大帮助作用。
Description
技术领域
本发明涉及一种测试系统及方法,尤其是一种基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法,属于智能交通技术检测领域。
背景技术
我国自80年代初就开始交通技术监控设备研发,经过近40年的发展,全国交通技术监控网络已经基本建成,驾驶人交通违法行为明显减少,交通秩序明显改善,交通文明明显提高。为保障交通技术监控设备质量,《道路交通安全违法行为处理程序规定》(公安部105号令)要求交通技术监控设备应当符合国家或者行业标准,并经国家有关部门认定合格后,方可用于收集违法行为证据。相关部门在依据标准测试交通技术监控设备性能中,号牌识别准确率(除摩托车号牌、低速车号牌、临时号牌、拖拉机号牌除外,日间识别准确率不小于95%,夜间识别准确率不小于90%)是监测交通技术监控设备是否符合国家或行业标准关键内容之一。通常,标准要求将包含道路上行驶的机动车号牌的正投影静态图像调入待测系统进行字符识别验证,调入待测系统的静态图像或动态录像中的机动车号牌应至少包括GA 36规定的所有专用号牌简称用汉字、所有序号用字母和数字组合方式和所有省、自治区、直辖市简称。而目前,相关部门对静态图像测试还缺少测试系统,采用实际道路测试的受道路区域局限性,测试车辆大多本地车辆,测试号牌往往不能全覆盖所有专用号牌简称用汉字、所有字母、所有数字,所有字母数字组合方式和所有省简称。
发明内容
本发明的目的在于克服现有技术中存在的不足,提供一种基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法,可有效解决交通技术监控设备实际道路测试中存在的汉字、字母、数字和字母组合覆盖范围不全面问题,对推进有关部门依据标准开展交通技术监控设备号牌识别性能测试有很大帮助作用,可进一步加强国家有关部门对交通技术监控设备质量的监督管理。本发明采用的技术方案是:
一种基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统,包括:
测试主机,能够随机生成包含测试号牌的机动车测试图片,并向显示单元发送;
显示单元,对测试主机生成的包含测试号牌的机动车测试图片正投影显示;
待测设备固定装置,用于将待测交通技术监控设备正对显示单元进行固定;
待测交通技术监控设备对测试号牌的识别结果发送至测试主机后,测试主机分析待测交通技术监控设备识别性能。
进一步地,测试主机中包括:
测试号牌选择单元,用于选择领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌中任一种号牌作为测试号牌;
车辆图片处理单元,用于选择与测试号牌种类对应的典型车辆的前部图片作为测试车辆图片,每种号牌对应一种测试车辆图片;
字符图像块存储单元,用于将领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌相关的省简称专用汉字和6个专用号牌简称汉字,以及24个字母A至Z(不含O和I),阿拉伯数字0~9的号牌字符图片分别存储成图像块;
号牌背景图像块赋值单元,用于以黑底、白底、黄底、蓝底、黄底、前黄后绿底、渐变绿底分别作为领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌背景图像块;在各测试车辆图片的号牌安装位置处,用图像块赋值方法,将号牌背景图像块和测试车辆图片合成存储;
字母数字组合单元,用于根据测试号牌种类以及号牌序号位数,结合《中华人民共和国机动车号牌》(GA 36-2018)中关于4位或5位序号使用规则、关于大型新能源汽车号牌序号用字母和数字组合方式,关于小型新能源汽车号牌序号用字母和数字组合方式,确定测试号牌字母和数字组合方式;
字符图像块赋值单元,根据《中华人民共和国机动车号牌》(GA 36-2018)中汽车号牌字符位置要求,根据测试号牌随机选择相应的简称汉字、发牌机关代号、字母与数字的组合,在号牌背景图像块处,用图像块赋值方法,在每位字符位置处赋值对应字符图像块;从而生成包含测试号牌的机动车测试图片;
识别结果判断单元,用于将待测交通技术监控设备的识别结果和测试号牌对比,统计单次车型识别结果、单次字符识别结果;
识别准确率统计单元,用于使测试号牌遍历所有省简称专用汉字、6个专用号牌简称汉字、24个字母A至Z(不含O和I),阿拉伯数字0~9的组合,然后统计待测交通技术监控设备的识别准确率。
进一步地,待测设备固定装置采用三脚架。
一种基于图像块赋值的交通技术监控设备机动车号牌识别性能测试方法,包括:
步骤S1,将待测交通技术监控设备正对显示单元固定;
步骤S2,测试号牌选择:选择领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌中任一种号牌作为测试号牌;
步骤S3,车辆图片处理:选择与测试号牌种类对应的典型车辆的前部图片作为测试车辆图片,每种号牌对应一种测试车辆图片;
步骤S4,字符图像块存储:将领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌相关的省简称专用汉字和6个专用号牌简称汉字,以及24个字母A至Z(不含O和I),阿拉伯数字0~9的号牌字符图片分别存储成图像块;
步骤S5,号牌背景图像块赋值:以黑底、白底、黄底、蓝底、黄底、前黄后绿底、渐变绿底分别作为领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌背景图像块;在各测试车辆图片的号牌安装位置处,用图像块赋值方法,将号牌背景图像块和测试车辆图片合成存储;
步骤S6,字母数字组合:根据测试号牌种类以及号牌序号位数,结合《中华人民共和国机动车号牌》(GA 36-2018)中关于4位或5位序号使用规则、关于大型新能源汽车号牌序号用字母和数字组合方式,关于小型新能源汽车号牌序号用字母和数字组合方式,确定测试号牌字母和数字组合方式;
步骤S7,字符图像块赋值:根据《中华人民共和国机动车号牌》(GA 36-2018)中汽车号牌字符位置要求,根据测试号牌随机选择相应的简称汉字、发牌机关代号、字母与数字的组合,在号牌背景图像块处,用图像块赋值方法,在每位字符位置处赋值对应字符图像块;
从而生成了包含测试号牌的机动车测试图片;并于显示单元进行显示;
步骤S8,识别结果判断:将待测交通技术监控设备的识别结果和测试号牌对比,统计单次车型识别结果、单次字符识别结果;
步骤S9,识别准确率统计:测试号牌遍历所有省简称专用汉字、6个专用号牌简称汉字、24个字母A至Z(不含O和I),阿拉伯数字0~9的组合,然后统计待测交通技术监控设备的识别准确率。
本发明的优点:
(1)测试号牌种类全面。采用实际道路测试交通技术监控设备号牌识别性能时,道路上通行的车辆大多为小型汽车号牌,测试号牌种类不能全覆盖《中华人民共和国机动车号牌》(GA 36)范围,专利有效解决此问题,能够全面测试所有(高140×宽440)和(高140×宽480)机动车号牌。
(2)测试字符种类全面。采用实际道路测试交通技术监控设备号牌识别性能时,道路上通行的车辆大多本地号牌,通常测试号牌字符不能覆盖所有省份,专利有效解决此问题,可全面测试31个省份、6个专用号牌简称、24个大写字母和10个阿拉伯数字。
(3)测试数字字母组合全面。
(4)推动部令标准实施。从实施层面落实《道路交通安全违法行为处理程序规定》(公安部105号令)关于交通技术监控设备质量管理要求,同时推进了《闯红灯自动记录系统》(GA/T 496)、《道路车辆智能检测记录系统》(GA/T 497)等10余项标准关于机动车号牌识别性能测试方法的落实,推进有关部门依据标准开展交通技术监控设备号牌识别性能测试和进一步加强国家有关部门对交通技术监控设备质量的监督管理。
(5)提高相关部门测试效率。弥补我国交通技术监控企业及相关质量管理部门在模拟测试机动车号牌识别性能方面的空白。避免实际道路测试存在的不足(过去号牌种类、字符、数字字母组合等测试情况有限,现在全面),减少了测试复杂性(过去道路测试需要测试人员驾驶不同准驾车型车辆,做好防护措施,现在实验室模拟就可解决),提高了测试效率(过去1天可能只能测试几种机动车号牌,现在1个小时就能测试所有机动车号牌)。
附图说明
图1为本发明的结构组成示意图。
图2为本发明的选择的测试车辆图片示意图。
图3为本发明的号牌背景图像块赋值示意图。
图4为本发明的字符图像块赋值第一步示意图。
图5为本发明的字符图像块赋值第二步示意图。
图6为本发明的字符图像块赋值第三步示意图。
图7为本发明的字符图像块赋值第四步示意图。
图8为本发明的字符图像块赋值第五步示意图。
图9为本发明的字符图像块赋值第六步示意图。
图10为本发明生成的包含测试号牌的机动车测试图片示意图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
如图1所示,本发明提出的一种基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统,包括:测试主机1、显示单元2、待测设备固定装置3;
所述测试主机能够随机生成包含测试号牌的机动车测试图片,并向显示单元发送;
所述显示单元对测试主机生成的包含测试号牌的机动车测试图片正投影显示;显示单元主要是液晶显示器,其尺寸有17英寸、19英寸、20英寸等多种形式;
所述待测设备固定装置3用于固定待测交通技术监控设备4,待测交通技术监控设备正对显示单元;待测设备固定装置3可采用三脚架;
待测交通技术监控设备对测试号牌的识别结果发送至测试主机后,测试主机分析待测交通技术监控设备识别性能;
测试主机中预设的机动车号牌种类包括符合《中华人民共和国机动车号牌》(GA36)规定的4位序号号牌、5位序号号牌及6位序号号牌,其中4位序号号牌包括领馆使馆汽车号牌(黑底白字)、警用汽车号牌(白底黑字,“警”为红字白底)、教练汽车号牌(黄底黑字),5位序号号牌包括小型汽车号牌(蓝底白字)、大型汽车号牌(黄底黑字),6位序号号牌包括大型新能源汽车号牌(省和发牌机关黄底黑字,其他字符绿底黑字)和小型新能源汽车号牌(渐变绿底黑字);
测试主机中预设的机动车号牌字符包括《中华人民共和国机动车号牌》(GA36)规定的省简称专用汉字(京、津、冀、津、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、渝、川、贵、云、藏、陕、甘、青、宁、新)和6个专用号牌简称汉字,以及24个字母A至Z(不含O和I),阿拉伯数字0~9;
字母和数字的组合符合《中华人民共和国机动车号牌》(GA 36)规定的“每一位都是阿拉伯数字”、“一位英文字母其余阿拉伯数字”和“二位英文字母其余阿拉伯数字”字母和数字组合方式;
待测交通技术监控设备对测试号牌的识别结果包括单次车型识别结果、单次字符识别结果;经过多次单项测试后,测试主机统计待测交通技术监控设备的车型识别准确率和字符识别准确率;
测试方法包括以下步骤:
步骤S1,将待测交通技术监控设备正对显示单元固定;人工调整其与显示单元距离,控制待测交通技术监控设备抓拍图片的水平像素点在100~150个;
步骤S2,测试号牌选择:选择领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌中任一种号牌作为测试号牌;
步骤S3,车辆图片处理:选择与测试号牌种类对应的典型车辆的前部图片(包括近光灯、远光灯、雾灯、保险杠、前轮、雨刮器等部位)作为测试车辆图片,每种号牌对应一种测试车辆图片;
步骤S4,字符图像块存储:将领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌相关的省简称专用汉字(京、津、冀、津、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、渝、川、贵、云、藏、陕、甘、青、宁、新)和6个专用号牌简称汉字(领、使、警、学、港、澳),以及24个字母A至Z(不含O和I),阿拉伯数字0~9的号牌字符图片,每个字符的大小均为高45×宽90比例,分别存储成图像块,其中领馆使馆汽车号牌(黑底白字)、警用汽车号牌(白底黑字,“警”为红字白底)、教练汽车号牌(黄底黑字,“学”为黄底黑字)、小型汽车号牌(蓝底白字)、大型汽车号牌(黄底黑字)、大型新能源汽车号牌(省简称和发牌机关黄底黑字,其他字符绿地黑字)、小型新能源汽车号牌(渐变绿底黑字);
每一个汉字、字母、数字分别存为一个字符图像块;
步骤S5,号牌背景图像块赋值:以黑底(高140×宽440比例)、白底(高140×宽440比例)、黄底(高140×宽440比例)、蓝底(高140×宽440比例)、黄底(高140×宽440比例)、前黄后绿底(高140×宽480比例)、渐变绿底(高140×宽480比例)分别作为领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌背景图像块;
在各测试车辆图片的号牌安装位置处,用图像块赋值方法,将号牌背景图像块和测试车辆图片合成存储;
图像块赋值方法主要指先将图像中的局部区域作为旧图像块,再对旧图像块中的每个像素用同样大小的新图像块的像素值对应赋值;
I1(x1,y1)=I2(x2,y2):x1∈[H1:H2],y1∈[W1:W2],x2∈[1:H2-H1],y2∈[1,W2-W1] (1)
其中,I1(x1,y1)和I2(x2,y2)分别为旧图像块I1在(x1,y1)坐标处像素值和新图像块I2在(x2,y2)坐标处像素值,x1和y1分别为旧图像块横坐标和纵坐标,x2和y2分别为新图像块横坐标和纵坐标,H1和W1分别为旧图像块最左上像素点横坐标和纵坐标,H2和W2分别为旧图像块最右下像素点横坐标和纵坐标;新图像块最左上像素点横坐标和纵坐标为(1,1),最右下像素点横坐标和纵坐标为(H2-H1,W2-W1);
步骤S6,字母数字组合:根据测试号牌种类以及号牌序号位数,结合《中华人民共和国机动车号牌》(GA 36-2018)中关于4位或5位序号使用规则、关于大型新能源汽车号牌序号用字母和数字组合方式,关于小型新能源汽车号牌序号用字母和数字组合方式,确定测试号牌字母和数字组合方式;
步骤S7,字符图像块赋值:根据《中华人民共和国机动车号牌》(GA 36-2018)中汽车号牌字符位置要求,根据测试号牌随机选择相应的简称汉字、发牌机关代号、字母与数字的组合,在步骤S5输出的号牌背景图像块处,用图像块赋值方法,在每位字符位置处赋值对应字符图像块;
从而生成了包含测试号牌的机动车测试图片;并于显示单元进行显示;
步骤S8,识别结果判断:将待测交通技术监控设备的识别结果和测试号牌对比,统计单次车型识别结果、单次字符识别结果;
单次字符识别中有1位字符识别错误或单次车型识别错误即为号牌识别错误;
步骤S9,识别准确率统计:测试号牌遍历所有省简称专用汉字、6个专用号牌简称汉字、24个字母A至Z(不含O和I),阿拉伯数字0~9的组合,然后统计待测交通技术监控设备的识别准确率。
以下一个实例以教练汽车为例说明本发明的测试方法:
步骤1,将待测交通技术监控设备正对显示单元固定;人工调整其与显示单元距离,控制待测交通技术监控设备抓拍图片的水平像素点在100~150个;
步骤2,测试号牌选择:选择教练汽车号牌作为测试号牌;
步骤3,车辆图片处理:如图2所示,选择典型教练汽车前部图片作为测试车辆图片并存储;
步骤4,字符图像块存储:将教练汽车黄底黑字的31个省简称专用汉字(京、津、冀、津、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、渝、川、贵、云、藏、陕、甘、青、宁、新、),1个专用号牌简称汉字(学),24个字母(A、B、C、D、E、F、G、H、J、K、L、M、N、P、Q、R、S、T、U、V、W、X、Y、Z)及10个数字(0、1、2、3、4、5、6、7、8、9)的号牌字符图片(高45×宽90比例)转为图像块,并分别单独存储;
步骤5,号牌背景图像块赋值:以黄底图片(高140×宽440比例)作为号牌背景图像块,在教练汽车图片的号牌安装位置处,用图像块赋值方法,将号牌背景图像块和步骤3车辆图片合成存储;如图3所示;
步骤6,字母数字组合:教练汽车为4位序号号牌,根据《中华人民共和国机动车号牌》(GA 36-2018)表4关于4位序号使用规则,字母数字组合方式有:
每一位都是阿拉伯数字;
一位字母其余阿拉伯数字:第一位是英文字母,其余是阿拉伯数字;第二位是英文字母,其余是阿拉伯数字;第三位是英文字母,其余是阿拉伯数字;第四位是英文字母,其余是阿拉伯数字;
二位字母其余阿拉伯数字:第一位和第二位是英文字母,其余是阿拉伯数字;第一位和第三位是英文字母,其余是阿拉伯数字;第二位和第三位是英文字母,其余是阿拉伯数字;第一位和第四位是英文字母,其余是阿拉伯数字;第二位和第四位是英文字母,其余是阿拉伯数字;第三位和第四位是英文字母,其余是阿拉伯数字;
步骤7,字符图像块赋值:以“每一位都是阿拉伯数字”为例,根据《中华人民共和国机动车号牌》(GA 36-2018)关于教练汽车号牌字符位置要求,在教练汽车号牌背景处,用图像块赋值方法,在每位字符位置处赋值对应字符图像块:
在号牌背景图像块处,用图像块赋值方法,在每位字符位置处赋值对应字符图像块;
1)随机选择1个省,以“北京”为例,在距离教练号牌背景的左侧15、上侧25处用图像块赋值方法赋值“京(黄底黑字)”专用汉字图像块;如图4所示;
2)随机选择所选省发牌机关,以“A”为例,在距离教练号牌背景的左侧94、上侧25处用图像块赋值方法赋值“A(黄底黑字)”大写字母图像块;如图5所示;
3)随机选择第一位数字,以阿拉伯数字“1”为例,在距离教练号牌背景的左侧151、上侧25处用图像块赋值方法赋值“1(黄底黑字)”阿拉伯数字图像块;如图6所示;
4)随机选择第二位数字,以阿拉伯数字“2(黄底黑字)”为例,在距离教练号牌背景的左侧208、上侧25处用图像块赋值方法赋值“2”阿拉伯数字图像块;如图7所示;
5)随机选择第三位数字,以阿拉伯数字“3(黄底黑字)”为例,在距离教练号牌背景的左侧265、上侧25用图像块赋值方法赋值“3”阿拉伯数字图像块;如图8所示;
6)随机选择第四位数字,以阿拉伯数字“4(黄底黑字)”为例,在距离教练号牌背景的左侧322、上侧25处用图像块赋值方法赋值“4(黄底黑字)”阿拉伯数字图像块;如图9所示;
7)第五位为“学”专用汉字,在距离教练号牌背景的左侧379、上侧25处用图像块赋值方法赋值“学(黄底黑字)”专用汉字图像块;所生成的测试号牌的机动车测试图片如图10所示。
步骤8,单次识别结果判断:将待测交通技术监控设备的识别结果和“京A1234学”比对,统计单次车型识别结果和单次字符识别结果,单次字符识别中有1位字符识别错误或单次车型识别错误即为号牌识别错误;
步骤9,重复上述步骤,遍历所有省简称专用汉字、6个专用号牌简称汉字、24个字母A至Z(不含O和I),阿拉伯数字0~9的组合,然后统计待测交通技术监控设备的识别准确率。
最后所应说明的是,以上具体实施方式仅用以说明本发明的技术方案而非限制,尽管参照实例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统,其特征在于,包括:
测试主机,能够随机生成包含测试号牌的机动车测试图片,并向显示单元发送;
显示单元,对测试主机生成的包含测试号牌的机动车测试图片正投影显示;
待测设备固定装置,用于将待测交通技术监控设备正对显示单元进行固定;
待测交通技术监控设备对测试号牌的识别结果发送至测试主机后,测试主机分析待测交通技术监控设备识别性能。
2.如权利要求1所述的基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统,其特征在于,
测试主机中包括:
测试号牌选择单元,用于选择领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌中任一种号牌作为测试号牌;
车辆图片处理单元,用于选择与测试号牌种类对应的典型车辆的前部图片作为测试车辆图片,每种号牌对应一种测试车辆图片;
字符图像块存储单元,用于将领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌相关的省简称专用汉字和6个专用号牌简称汉字,以及24个字母A至Z(不含O和I),阿拉伯数字0~9的号牌字符图片分别存储成图像块;
号牌背景图像块赋值单元,用于以黑底、白底、黄底、蓝底、黄底、前黄后绿底、渐变绿底分别作为领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌背景图像块;在各测试车辆图片的号牌安装位置处,用图像块赋值方法,将号牌背景图像块和测试车辆图片合成存储;
字母数字组合单元,用于根据测试号牌种类以及号牌序号位数,结合《中华人民共和国机动车号牌》(GA 36-2018)中关于4位或5位序号使用规则、关于大型新能源汽车号牌序号用字母和数字组合方式,关于小型新能源汽车号牌序号用字母和数字组合方式,确定测试号牌字母和数字组合方式;
字符图像块赋值单元,根据《中华人民共和国机动车号牌》(GA 36-2018)中汽车号牌字符位置要求,根据测试号牌随机选择相应的简称汉字、发牌机关代号、字母与数字的组合,在号牌背景图像块处,用图像块赋值方法,在每位字符位置处赋值对应字符图像块;从而生成包含测试号牌的机动车测试图片;
识别结果判断单元,用于将待测交通技术监控设备的识别结果和测试号牌对比,统计单次车型识别结果、单次字符识别结果;
识别准确率统计单元,用于使测试号牌遍历所有省简称专用汉字、6个专用号牌简称汉字、24个字母A至Z(不含O和I),阿拉伯数字0~9的组合,然后统计待测交通技术监控设备的识别准确率。
3.如权利要求1所述的基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统,其特征在于,
待测设备固定装置采用三脚架。
4.一种基于图像块赋值的交通技术监控设备机动车号牌识别性能测试方法,其特征在于,包括:
步骤S1,将待测交通技术监控设备正对显示单元固定;
步骤S2,测试号牌选择:选择领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌中任一种号牌作为测试号牌;
步骤S3,车辆图片处理:选择与测试号牌种类对应的典型车辆的前部图片作为测试车辆图片,每种号牌对应一种测试车辆图片;
步骤S4,字符图像块存储:将领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌相关的省简称专用汉字和6个专用号牌简称汉字,以及24个字母A至Z(不含O和I),阿拉伯数字0~9的号牌字符图片分别存储成图像块;
步骤S5,号牌背景图像块赋值:以黑底、白底、黄底、蓝底、黄底、前黄后绿底、渐变绿底分别作为领馆使馆汽车号牌、警用汽车号牌、教练汽车号牌、小型汽车号牌、大型汽车号牌、大型新能源汽车号牌和小型新能源汽车号牌背景图像块;在各测试车辆图片的号牌安装位置处,用图像块赋值方法,将号牌背景图像块和测试车辆图片合成存储;
步骤S6,字母数字组合:根据测试号牌种类以及号牌序号位数,结合《中华人民共和国机动车号牌》(GA 36-2018)中关于4位或5位序号使用规则、关于大型新能源汽车号牌序号用字母和数字组合方式,关于小型新能源汽车号牌序号用字母和数字组合方式,确定测试号牌字母和数字组合方式;
步骤S7,字符图像块赋值:根据《中华人民共和国机动车号牌》(GA 36-2018)中汽车号牌字符位置要求,根据测试号牌随机选择相应的简称汉字、发牌机关代号、字母与数字的组合,在号牌背景图像块处,用图像块赋值方法,在每位字符位置处赋值对应字符图像块;
从而生成了包含测试号牌的机动车测试图片;并于显示单元进行显示;
步骤S8,识别结果判断:将待测交通技术监控设备的识别结果和测试号牌对比,统计单次车型识别结果、单次字符识别结果;
步骤S9,识别准确率统计:测试号牌遍历所有省简称专用汉字、6个专用号牌简称汉字、24个字母A至Z(不含O和I),阿拉伯数字0~9的组合,然后统计待测交通技术监控设备的识别准确率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910930704.1A CN110659632B (zh) | 2019-09-29 | 2019-09-29 | 基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910930704.1A CN110659632B (zh) | 2019-09-29 | 2019-09-29 | 基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110659632A true CN110659632A (zh) | 2020-01-07 |
CN110659632B CN110659632B (zh) | 2022-08-12 |
Family
ID=69039695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910930704.1A Active CN110659632B (zh) | 2019-09-29 | 2019-09-29 | 基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110659632B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115131776A (zh) * | 2022-04-12 | 2022-09-30 | 公安部交通管理科学研究所 | 一种融合新能源汽车特征的车牌图像字符分类识别方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383003A (zh) * | 2008-10-31 | 2009-03-11 | 江西赣粤高速公路股份有限公司 | 车辆号牌实时精确识别方法 |
CN101567042A (zh) * | 2009-05-25 | 2009-10-28 | 公安部交通管理科学研究所 | 武警汽车号牌图像的字符识别方法 |
CN101567041A (zh) * | 2009-05-25 | 2009-10-28 | 公安部交通管理科学研究所 | 基于三维投影的机动车号牌图像的字符识别方法 |
CN102867418A (zh) * | 2012-09-14 | 2013-01-09 | 浙江宇视科技有限公司 | 一种判断车牌识别准确性的方法和装置 |
CN105447487A (zh) * | 2015-08-27 | 2016-03-30 | 中山大学 | 一种车牌识别系统的评测方法及系统 |
CN108108735A (zh) * | 2017-12-22 | 2018-06-01 | 大连运明自动化技术有限公司 | 一种汽车车牌号自动识别方法 |
CN108509954A (zh) * | 2018-04-23 | 2018-09-07 | 合肥湛达智能科技有限公司 | 一种实时交通场景的多车牌动态识别方法 |
CN109147011A (zh) * | 2018-08-27 | 2019-01-04 | 平安科技(深圳)有限公司 | 车牌图像生成方法、装置、计算机设备及存储介质 |
CN109241959A (zh) * | 2018-08-21 | 2019-01-18 | 浙江工业大学 | 一种车牌识别结果智能纠正方法 |
CN109271991A (zh) * | 2018-09-06 | 2019-01-25 | 公安部交通管理科学研究所 | 一种基于深度学习的车牌检测方法 |
CN109308813A (zh) * | 2018-11-14 | 2019-02-05 | 公安部交通管理科学研究所 | 一种交通技术监控设备功能性能检测装置及方法 |
CN109800752A (zh) * | 2018-08-09 | 2019-05-24 | 辽宁工业大学 | 一种基于机器视觉的汽车车牌字符分割识别算法 |
CN109887307A (zh) * | 2019-02-28 | 2019-06-14 | 南京瑞贻电子科技有限公司 | 一种汽车雷达测速装置 |
-
2019
- 2019-09-29 CN CN201910930704.1A patent/CN110659632B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383003A (zh) * | 2008-10-31 | 2009-03-11 | 江西赣粤高速公路股份有限公司 | 车辆号牌实时精确识别方法 |
CN101567042A (zh) * | 2009-05-25 | 2009-10-28 | 公安部交通管理科学研究所 | 武警汽车号牌图像的字符识别方法 |
CN101567041A (zh) * | 2009-05-25 | 2009-10-28 | 公安部交通管理科学研究所 | 基于三维投影的机动车号牌图像的字符识别方法 |
CN102867418A (zh) * | 2012-09-14 | 2013-01-09 | 浙江宇视科技有限公司 | 一种判断车牌识别准确性的方法和装置 |
CN105447487A (zh) * | 2015-08-27 | 2016-03-30 | 中山大学 | 一种车牌识别系统的评测方法及系统 |
CN108108735A (zh) * | 2017-12-22 | 2018-06-01 | 大连运明自动化技术有限公司 | 一种汽车车牌号自动识别方法 |
CN108509954A (zh) * | 2018-04-23 | 2018-09-07 | 合肥湛达智能科技有限公司 | 一种实时交通场景的多车牌动态识别方法 |
CN109800752A (zh) * | 2018-08-09 | 2019-05-24 | 辽宁工业大学 | 一种基于机器视觉的汽车车牌字符分割识别算法 |
CN109241959A (zh) * | 2018-08-21 | 2019-01-18 | 浙江工业大学 | 一种车牌识别结果智能纠正方法 |
CN109147011A (zh) * | 2018-08-27 | 2019-01-04 | 平安科技(深圳)有限公司 | 车牌图像生成方法、装置、计算机设备及存储介质 |
CN109271991A (zh) * | 2018-09-06 | 2019-01-25 | 公安部交通管理科学研究所 | 一种基于深度学习的车牌检测方法 |
CN109308813A (zh) * | 2018-11-14 | 2019-02-05 | 公安部交通管理科学研究所 | 一种交通技术监控设备功能性能检测装置及方法 |
CN109887307A (zh) * | 2019-02-28 | 2019-06-14 | 南京瑞贻电子科技有限公司 | 一种汽车雷达测速装置 |
Non-Patent Citations (4)
Title |
---|
MUHAMMAD TAHIR QADRI等: "Automatic Number Plate Recognition System for Vehicle Identification Using Optical Character Recognition", 《2009 INTERNATIONAL CONFERENCE ON EDUCATION TECHNOLOGY AND COMPUTER》 * |
吕胜男: "基于HAAR Cascade的车牌识别系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王澍: "基于神经网络学习的车辆信息识别技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
陈泳: "智能视频监控平台开发及其在停车场车牌识别系统中的应用与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115131776A (zh) * | 2022-04-12 | 2022-09-30 | 公安部交通管理科学研究所 | 一种融合新能源汽车特征的车牌图像字符分类识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110659632B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109782364B (zh) | 基于机器视觉的交通标志牌缺失检测方法 | |
CN107221196A (zh) | 车辆驾驶风险评估方法、装置、系统及可读存储介质 | |
CN101567041A (zh) | 基于三维投影的机动车号牌图像的字符识别方法 | |
CN110659632B (zh) | 基于图像块赋值的交通技术监控设备机动车号牌识别性能测试系统及方法 | |
CN111640293A (zh) | 一种基于嵌入式终端的深度学习非机动车道行驶检测方法 | |
US11842549B2 (en) | Method and system for muck truck management in smart city based on internet of things | |
CN104915644A (zh) | 一种基于差别数据重建的车牌智能判别方法 | |
CN105574485A (zh) | 一种车辆信息识别方法及系统 | |
CN112115939A (zh) | 车辆车牌的识别方法、装置 | |
CN104574542B (zh) | 高速公路收费专用电子值机稽查方法 | |
Youting et al. | Evaluation methodology for license plate recognition systems and experimental results | |
CN105761478A (zh) | 基于物联网的智能交通管理办法 | |
CN103065141B (zh) | 基于色彩聚类的车牌定位方法 | |
KR100412733B1 (ko) | 버스 전용차선 감시방법 및 관리방법 | |
CN105825679A (zh) | 一种实现对违规特种车辆快速、远距离在线锁定的方法 | |
KR101963353B1 (ko) | 법규 위반 스마트 적발 시스템 | |
CN110400466B (zh) | 一种基于双鉴的交通监控方法及系统 | |
CN112950059B (zh) | 智能车路系统监控设施工程质量管理用测试系统及方法 | |
CN114913690A (zh) | 交通精细化监控方法、系统和可读存储介质 | |
CN110598922A (zh) | 车辆油费报销方法及装置、服务器和电子设备 | |
CN114255451A (zh) | 基于图像识别的渣土车监管方法、装置、设备及存储介质 | |
CN115131776B (zh) | 一种融合新能源汽车特征的车牌图像字符分类识别方法 | |
CN112101279B (zh) | 目标物异常检测方法、装置、电子设备及存储介质 | |
CN114387572B (zh) | 交通执法影像中基于ai技术的闯红灯违法车辆匹配方法 | |
CN112101299B (zh) | 一种基于双目ccd相机的交通标牌自动提取方法及系统 |
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 |