CN112489440B - 一种降低车牌误识别和提高识别精度的方法 - Google Patents
一种降低车牌误识别和提高识别精度的方法 Download PDFInfo
- Publication number
- CN112489440B CN112489440B CN202011364956.1A CN202011364956A CN112489440B CN 112489440 B CN112489440 B CN 112489440B CN 202011364956 A CN202011364956 A CN 202011364956A CN 112489440 B CN112489440 B CN 112489440B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- recognition
- dimensional
- license plate
- identification
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种降低车牌误识别和提高识别精度的方法,包括以下步骤:S1:开启球形摄像机,使球形摄像机进入工作状态;S2:预先设定球形摄像机的违法停车监测区域;S3:获取监测区域图像,检测出禁止停车区域内的车辆;S4:通过识别算法计算出车辆的二维坐标;S5:通过三维转换得到车辆的三维坐标;S6:得到三维坐标以后将车辆调整至画面中心;S7:将车辆二维坐标再次进行三维转换得到识别区域坐标,对车辆进行识别;S8:通过识别算法对识别到的车辆获取车牌信息。本发明所述的一种降低车牌误识别和提高识别精度的方法解决了现有的采集违法停车证据车牌识别功能由于无法精准的获取车辆图片,造成无效图片过多,误识别率较大的问题。
Description
技术领域
本发明属于交通视频监控领域,尤其是涉及一种降低车牌误识别和提高识别精度的方法。
背景技术
随着中国经济不断发展,国家日益强盛,经济发展迅猛,在国内良好的经济形势下人民的生活质量越来越好,单从私家车的人均保有量就可以体现出中国经济的迅猛发展,随着汽车数量的急速增长我国已经变成一个汽车大国,随之而来的就是交通违法事件数量的迅速增加,交通违法事件的迅速增多使交管部门承受着巨大的重复性的劳动,为了使违法事件更快的得到处理交通监控摄像机尤其是球型摄像机(以下简称球机)的出现使得这一情况得到缓解。现有的采集违法停车证据的球型摄像机中的车牌识别功能由于无法精准的获取车辆图片,造成无效图片过多,误识别率较大,需要人工二次复核。
发明内容
有鉴于此,本发明提出一种降低车牌误识别和提高识别精度的方法以解决现有的采集违法停车证据的球型摄像机中的车牌识别功能由于无法精准的获取车辆图片,造成无效图片过多,误识别率较大,需要人工二次复核的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种降低车牌误识别和提高识别精度的方法,包括以下步骤:
S1:开启球形摄像机,使球形摄像机进入工作状态;
S2:预先设定球形摄像机的违法停车监测区域;
S3:通过球形摄像机获取违法停车监测区域的图像,通过识别算法检测出禁止停车区域内的车辆;
S4:通过识别算法计算出车辆的二维坐标;
S5:在得到车辆的二维位置坐标以后通过三维转换得到车辆的三维坐标;
S6:得到三维坐标以后将车辆调整至画面中心,然后进行变倍,使车辆大小在画面中处于一个较为合适的比例;
S7:在通过三维坐标调整以后将车辆二维坐标再次进行三维转换得到识别区域坐标,然后在识别区域内对车辆进行识别;
S8:通过识别算法对识别到的车辆获取车牌信息。
进一步的,步骤S3通过球形摄像机获取违法停车监测区域的图像后,判断是否检测到违停车辆,如果检测到违停车辆进行步骤S4,否则重复步骤S3。
进一步的,步骤S8通过识别算法对识别到的车辆获取车牌信息后判断是否已经得到了识别结果,如果得到了识别结果则识别结束,否则在进行识别后如果没有得到有效信息则进行微调后再次识别。
进一步的,步骤S2根据实际环境设置标定区域大小。
相对于现有技术,本发明具有以下优势:本发明提出的一种降低车牌误识别和提高识别精度的方法通过将违停二维数据转换成三维数据并对角度进行调整,获得更加精准的位置和角度的车辆图片后再进行车牌识别,能够精准的获取到车辆的有效信息,大大减少了无效图片的获取,降低了误识别率,同时降低了人工二次负荷的成本。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的一种降低车牌误识别和提高识别精度的方法流程示意图;
图2为本发明实施例所述的三维调整前车辆与画面位置关系示意图;
图3为本发明实施例所述的三维调整后车辆与画面位置关系示意图;
图4为本发明实施例所述的车辆经过三维坐标转换后和二维坐标的对比示意图;
图5为本发明实施例所述的转换前θw后θt视场角示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”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,而不是指示或暗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。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
如图1至图5所示,一种降低车牌误识别和提高识别精度的方法,包括以下步骤:
S1:开启球形摄像机,使球形摄像机进入工作状态;
S2:预先设定球形摄像机的违法停车监测区域;
S3:通过球形摄像机获取违法停车监测区域的图像,通过识别算法检测出禁止停车区域内的车辆;
S4:通过识别算法计算出车辆的二维坐标;
S5:在得到车辆的二维位置坐标以后通过三维转换得到车辆的三维坐标;
S6:得到三维坐标以后将车辆调整至画面中心,然后进行变倍,使车辆大小在画面中处于一个较为合适的比例;
S7:在通过三维坐标调整以后将车辆二维坐标再次进行三维转换得到识别区域坐标,然后在识别区域内对车辆进行识别;
S8:通过识别算法对识别到的车辆获取车牌信息。
如图1所示,步骤S3通过球形摄像机获取违法停车监测区域的图像后,判断是否检测到违停车辆,如果检测到违停车辆进行步骤S4,否则重复步骤S3。
如图1所示,步骤S8通过识别算法对识别到的车辆获取车牌信息后判断是否已经得到了识别结果,如果得到了识别结果则识别结束,否则在进行识别后如果没有得到有效信息则进行微调后再次识别。
如图1所示,步骤S2根据实际环境设置标定区域大小。
本发明提出的一种降低车牌误识别和提高识别精度的方法通过将违停二维数据转换成三维数据并对角度进行调整,获得更加精准的位置和角度的车辆图片后再进行车牌识别,能够精准的获取到车辆的有效信息,大大减少了无效图片的获取,降低了误识别率,同时降低了人工二次负荷的成本。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种降低车牌误识别和提高识别精度的方法,其特征在于,包括以下步骤:
S1:开启球形摄像机,使球形摄像机进入工作状态;
S2:预先设定球形摄像机的违法停车监测区域;
S3:通过球形摄像机获取违法停车监测区域的图像,通过识别算法检测出禁止停车区域内的车辆;
S4:通过识别算法计算出车辆的二维坐标;
S5:在得到车辆的二维位置坐标以后通过三维转换得到车辆的三维坐标;
S6:得到三维坐标以后将车辆调整至画面中心,然后进行变倍,使车辆大小在画面中处于一个较为合适的比例;
S7:在通过三维坐标调整以后将车辆二维坐标再次进行三维转换得到识别区域坐标,然后在识别区域内对车辆进行识别;
S8:通过识别算法对识别到的车辆获取车牌信息;
步骤S3通过球形摄像机获取违法停车监测区域的图像后,判断是否检测到违停车辆,如果检测到违停车辆进行步骤S4,否则重复步骤S3。
2.根据权利要求1所述的一种降低车牌误识别和提高识别精度的方法,其特征在于:步骤S8通过识别算法对识别到的车辆获取车牌信息后判断是否已经得到了识别结果,如果得到了识别结果则识别结束,否则在进行识别后如果没有得到有效信息则进行微调后再次识别。
3.根据权利要求1所述的一种降低车牌误识别和提高识别精度的方法,其特征在于:步骤S2根据实际环境设置标定区域大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011364956.1A CN112489440B (zh) | 2020-11-27 | 2020-11-27 | 一种降低车牌误识别和提高识别精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011364956.1A CN112489440B (zh) | 2020-11-27 | 2020-11-27 | 一种降低车牌误识别和提高识别精度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112489440A CN112489440A (zh) | 2021-03-12 |
CN112489440B true CN112489440B (zh) | 2022-11-08 |
Family
ID=74937127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011364956.1A Active CN112489440B (zh) | 2020-11-27 | 2020-11-27 | 一种降低车牌误识别和提高识别精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112489440B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473926A (zh) * | 2013-09-11 | 2013-12-25 | 无锡加视诚智能科技有限公司 | 枪球联动道路交通参数采集及违章抓拍系统 |
CN105894817A (zh) * | 2015-01-26 | 2016-08-24 | 杭州海康威视数字技术股份有限公司 | 车辆违章停车的取证方法及其装置 |
CN108020158A (zh) * | 2016-11-04 | 2018-05-11 | 浙江大华技术股份有限公司 | 一种基于球机的三维位置测量方法及装置 |
CN108810390A (zh) * | 2018-09-07 | 2018-11-13 | 厦门博聪信息技术有限公司 | 一种枪球协同式的大场景车辆违法抓拍摄像机及其车辆违法抓拍方法 |
CN109615868A (zh) * | 2018-12-20 | 2019-04-12 | 北京以萨技术股份有限公司 | 一种基于深度学习的视频车辆违停检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120148092A1 (en) * | 2010-12-09 | 2012-06-14 | Gorilla Technology Inc. | Automatic traffic violation detection system and method of the same |
CN104050679B (zh) * | 2014-07-03 | 2017-05-17 | 杭州藏愚科技有限公司 | 一种违法停车的自动取证方法 |
CN107705574A (zh) * | 2017-10-09 | 2018-02-16 | 荆门程远电子科技有限公司 | 一种精准快速的道路违章停车全自动抓拍系统 |
CN110136449B (zh) * | 2019-06-17 | 2022-05-20 | 珠海华园信息技术有限公司 | 基于深度学习的交通视频车辆违停自动识别抓拍的方法 |
-
2020
- 2020-11-27 CN CN202011364956.1A patent/CN112489440B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473926A (zh) * | 2013-09-11 | 2013-12-25 | 无锡加视诚智能科技有限公司 | 枪球联动道路交通参数采集及违章抓拍系统 |
CN105894817A (zh) * | 2015-01-26 | 2016-08-24 | 杭州海康威视数字技术股份有限公司 | 车辆违章停车的取证方法及其装置 |
CN108020158A (zh) * | 2016-11-04 | 2018-05-11 | 浙江大华技术股份有限公司 | 一种基于球机的三维位置测量方法及装置 |
CN108810390A (zh) * | 2018-09-07 | 2018-11-13 | 厦门博聪信息技术有限公司 | 一种枪球协同式的大场景车辆违法抓拍摄像机及其车辆违法抓拍方法 |
CN109615868A (zh) * | 2018-12-20 | 2019-04-12 | 北京以萨技术股份有限公司 | 一种基于深度学习的视频车辆违停检测方法 |
Non-Patent Citations (2)
Title |
---|
交通违法视频检测关键技术研究及系统实现;黄勇;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20190515;全文 * |
使用物体交互模型的车辆违停事件检测;韩功等;《电视技术》;20170517;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112489440A (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598972B (zh) | 一种基于视觉的自动泊车停车位检测与测距系统 | |
US7899211B2 (en) | Object detecting system and object detecting method | |
CN104776849B (zh) | 车辆定位装置与方法 | |
CN103824037B (zh) | 车用防跟踪报警装置 | |
JP3606853B2 (ja) | 車両周囲状況表示装置 | |
JP4892965B2 (ja) | 移動体判定システム、移動体判定方法、及びコンピュータプログラム | |
CN101939191A (zh) | 对象检测与辨识系统 | |
CN101021413A (zh) | 汽车外廓自动测量系统 | |
CN102303563B (zh) | 前车碰撞预警系统及方法 | |
CN109963147B (zh) | 摄像头的安装角度检测方法、装置和车辆 | |
CN111222385A (zh) | 单车违停的检测方法及装置、共享单车及检测系统 | |
JP2013057992A (ja) | 車間距離算出装置およびそれを用いた車両制御システム | |
US20200344448A1 (en) | Image processing device and image processing method | |
CN111460938A (zh) | 一种车辆行驶行为实时监测方法及装置 | |
CN111966857B (zh) | 一种检测改装车辆的方法及检测系统 | |
CN106980837A (zh) | 一种基于车辆特征信息分析的车型识别方法及系统 | |
CN112489440B (zh) | 一种降低车牌误识别和提高识别精度的方法 | |
JPH1062162A (ja) | 障害物検出装置 | |
CN113593249A (zh) | 基于移动平台的动态停车位车辆压线识别方法 | |
KR20050020350A (ko) | 스테레오 비전을 이용한 자동차 번호판 추출 및 인식시스템 및 그 방법 | |
CN113870555B (zh) | 基于手机imsi码与电子车牌的人车协同识别方法 | |
CN115923607A (zh) | 座椅参数调节方法、设备、存储介质及装置 | |
CN113561897B (zh) | 一种基于全景环视的驾考车坡道停车位置判断方法和系统 | |
CN116958195A (zh) | 物件追踪整合方法及整合装置 | |
CN117360390A (zh) | 一种自适应车载毫米波雷达系统及其控制方法 |
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 |