CN112733827A - 一种车牌识别方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种车牌识别方法、装置、电子设备及存储介质，涉及监控技术领域，其中一种车牌识别方法包括：获取原始图像的统计特性，所述统计特性包括亮度值；将所述原始图像划分为多个初始区域；根据所述统计特性获取每一所述初始区域对应的亮度均值；根据所述亮度均值从所述多个初始区域中提取出目标高亮连通区；根据所述目标高亮连通区识别目标车牌。上述一种车牌识别方法，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

Description

一种车牌识别方法、装置、电子设备及存储介质

技术领域

本发明涉及监控技术领域，尤其是涉及一种车牌识别方法、装置、电子设备及存储介质。

背景技术

车牌识别系统(Vehicle License Plate Recognition，VLPR)是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路、小区出入口、停车场等车辆管理中得到广泛应用，电子收费(ETC)系统中。车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜色等信息。车牌识别对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。

传统的车牌识别机为了解决夜晚车灯太强导致无法识别到车牌的问题，一般在将晚上的摄像机的增益以及曝光时间固定在很低的值，虽然能够正常识别车牌，但完全无法对周围环境进行有效监控。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明实施例提出一种车牌识别方法，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

本发明实施例还提出一种车牌识别装置。

本发明实施例还提出一种电子设备。

本发明实施例还提出一种计算机可读存储介质。

根据本发明的第一方面实施例的一种车牌识别方法，包括：

获取原始图像的统计特性，所述统计特性包括亮度值；

将所述原始图像划分为多个初始区域；

根据所述统计特性获取每一所述初始区域对应的亮度均值；

根据所述亮度均值从所述多个初始区域中提取出目标高亮连通区；

根据所述目标高亮连通区识别目标车牌。

根据本发明第一方面实施例的一种车牌识别方法，至少具有如下有益效果：通过获取原始图像的统计特性，统计特性包括亮度值，然后将原始图像划分为多个初始区域，再根据统计特性获取每一所述初始区域对应的亮度均值，并根据亮度均值从多个初始区域中提取出目标高亮连通区，最后根据目标高亮连通区识别目标车牌，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

根据本发明的一些实施例，获取预设亮度值、预设曝光时间和预设增益值；根据所述预设亮度值、所述预设曝光时间和所述预设增益值对所述目标高亮连通区识别所述目标车牌。

根据本发明的一些实施例，所述方法还包括：获取识别所述目标车牌的识别时长；比对所述识别时长与预设时长之间的大小关系；若所述识别时长等于或大于所述预设时长，则停止识别车牌。

根据本发明的一些实施例，在所述若所述识别时长等于或大于所述预设时长，则停止识别车牌之后，还包括：关闭所述预设曝光时间和所述预设增益值。

根据本发明的一些实施例，所述根据所述亮度均值从所述多个初始区域中提取出目标高亮连通区，包括：获取预设亮度阈值，若所述亮度均值大于预设亮度阈值，则将所述亮度均值对应的初始区域作为中间区域；获取移动侦测连通区；若所述中间区域与所述移动侦测连通区重合，则根据所述中间区域得到所述目标高亮连通区。

根据本发明的一些实施例，所述若所述中间区域与所述移动侦测连通区重合，则根据所述中间区域得到所述目标高亮连通区，包括：若所述中间区域与所述移动侦测连通区重合，则将所述中间区域作为初始高亮连通区；获取所述初始高亮连通区的中心位置位移量；若所述中心位置位移量大于第一预设位移阈值，且所述中心位置位移量小于第二预设位移阈值，则将所述初始高亮连通区作为所述目标高亮连通区。

根据本发明的一些实施例，所述方法还包括：若所述中间区域与所述移动侦测连通区不重合，则将所述中间区域作为正常区域。

根据本发明的第二方面实施例的一种车牌识别装置，包括：

第一获取模块，用于获取原始图像的统计特性，所述统计特性包括亮度值；

划分模块，用于将所述原始图像划分为多个初始区域；

第二获取模块，用于根据所述统计特性获取每一所述初始区域对应的亮度均值；

提取模块，用于根据所述亮度均值从所述多个初始区域中提取出目标高亮连通区；

识别模块，用于根据所述目标高亮连通区识别目标车牌。

根据本发明第二方面实施例的一种车牌识别装置，至少具有如下有益效果：通过执行本发明第一方面实施例的车票识别方法，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

根据本发明第三方面实施例的电子设备，包括：至少一个处理器，以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行所述指令时实现第一方面所述的一种车牌识别方法。

根据本发明第三方面实施例的电子设备，至少具有如下有益效果：通过执行本发明第一方面实施例的一种车牌识别方法，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

根据本发明第四方面实施例的计算机可读存储介质，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行第一方面所述的一种车牌识别方法。

根据本发明第四方面实施例的计算机可读存储介质，至少具有如下有益效果：通过执行本发明第一方面实施例的一种车牌识别方法，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例的车票识别方法的流程示意图；

图2为本发明实施例的目标高亮连通区的示意图；

图3为本发明实施例的车票识别装置的结构示意图；

图4为本发明实施例的电子设备的功能模块图。

附图标记：

初始高亮连通区21、初始高亮连通区22、第一获取模块300、划分模块310、第二获取模块320、提取模块330、识别模块340、处理器400、存储器410、数据传输模块420、摄像头430、显示屏440。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。

首先，对本申请中涉及的若干名词进行解析：

1.ISP：ISP是Image Signal Processor的缩写，全称是影像处理器。在相机成像的整个环节中，它负责接收感光元件(Sensor)的原始信号数据，可以理解为整个相机拍照、录像的第一步处理流程，对图像质量起着非常重要的作用。

2.AE统计信息模块：主要是提供sensor输入数据的亮度信息统计。

3.增益控制：全称automatic gain control，简称AGC，是使放大电路的增益自动地随信号强度而调整的自动控制方法。

传统的车牌识别机为了解决夜晚车灯太强导致无法识别到车牌的问题，一般在将晚上的摄像机的增益以及曝光时间固定在很低的值，虽然能够正常识别车牌，但完全无法对周围环境进行有效监控。

基于此，本发明实施例提出一种车牌识别方法、装置、电子设备及存储介质，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

参照图1，根据本发明第一方面实施例的一种车牌识别方法，包括：

步骤S100，获取原始图像的统计特性，所统计特性包括亮度值。

其中，原始图像可以是ISP采集得到的监控画面对应的图片；亮度值可以是原始图像的亮度；统计特性可以是的AE统计信息模块对原始图像进行统计所得到的信息，包括亮度值。可选的，可以从ISP的AE统计信息模块中提取出原始图像的统计特性，然从统计特性中获取原始图像的亮度值。

步骤S110，将原始图像划分为多个初始区域。其中，初始区域可以是将原始图像进行划分得到的子区域，初始区域可以是多个。可选的，可以将原始图像均等划分，得到多个初始区域。例如，可以将原始图像划分为16*9个区域，得到144个初始区域。

步骤S120，根据统计特性获取每一初始区域对应的亮度均值。

其中，亮度均值可以是每一个初始区域对应的亮度的均值。可选的，由于统计特性包括原始图像的亮度值，因此可以根据统计特性计算每一初始区域对应的亮度的均值，分别得到多个初始区域对应的多个亮度均值。例如，假设共16*9个初始区域，每个初始区域的Y分量最大值255，分辨率为1920*1080，其中，初始区域A有(1920*1080)/(16*9)＝14400个像素点，则初始区域A的亮度均值可以是这14400个像素点Y的和除以14400。假设14400个像素点的Y分别为Y₁、Y₂、Y₃、……、Y₁₄₄₀₀，则初始区域A的亮度均值BrightnessA＝(Y₁+Y₂+Y₃+……+Y₁₄₄₀₀)/14400，由此可以得到初始区域A的亮度均值BrightnessA。

步骤S130，根据亮度均值从多个初始区域中提取出目标高亮连通区。

其中，目标高亮连通区可以是将多个符合亮度要求的初始区域连通后得到的区域，目标高亮连通区可以是多个。可选的，亮度要求可以根据需求设置，例如设置亮度均值对应的亮度阈值，若初始区域A对应的亮度均值BrightnessA大于对应的亮度阈值，则可以确定初始区域A符合亮度要求；同理，假设可以确定初始区域A、B、C、D和E的亮度均值符合亮度要求，则可以连通初始区域A、B、C、D和E，得到目标高亮连通区。

步骤S140，根据目标高亮连通区识别目标车牌。

其中，目标车牌可以是原始图像中需要进行识别的车牌。可选的，当得到目标高亮连通区时，可以认为是有车灯强光出现，因此可以进入车牌识别模式，可以根据目标高亮连通区对原始图像中的目标车牌进行识别，得到识别结果。可选的，为了保证目标车牌的清晰度，可以调整识别过程中的灯光亮度、曝光时间等参数，从而可以在最佳环境下识别目标车牌，提高目标车牌识别率。

上述一种车牌识别方法，通过获取原始图像的统计特性，统计特性包括亮度值，然后将原始图像划分为多个初始区域，再根据统计特性获取每一所述初始区域对应的亮度均值，并根据亮度均值从多个初始区域中提取出目标高亮连通区，最后根据目标高亮连通区识别目标车牌，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

在本发明的一些实施例中，根据目标高亮连通区识别目标车牌，包括：

获取预设亮度值、预设曝光时间和预设增益值。其中，预设亮度值可以是预先设置的灯板亮度；预设曝光时间可以是预先设置的曝光时长；预设增益值可以是预先设置的系统增益控制的数值。可选的，预设亮度值、预设曝光时间和预设增益值都可以根据需求设置。例如，为确保识别精度，可以将预设亮度值设为灯板亮度的最大值α，设置预设曝光时间为1ms，预设增益值限为10倍，即可得到预设亮度值、预设曝光时间和预设增益值。

根据预设亮度值、预设曝光时间和预设增益值对目标高亮连通区识别目标车牌。可选的，假设预设亮度值设为灯板亮度的最大值α，预设曝光时间为1ms，预设增益值限为10倍。由于可以根据目标高亮连通区判断有车灯强光出现，因此可以根据车灯强光确定目标车牌在原始图像中的位置，进而可以在预设亮度值α、预设曝光时间1ms和预设增益值限为10倍的要求下识别目标车牌。根据预设亮度值、预设曝光时间和预设增益值对目标高亮连通区识别目标车牌，可以保证目标车牌的清晰度，提高目标车牌识别率。

在本发明一些实施例中，根据目标高亮连通区识别目标车牌的方法还包括：

获取识别目标车牌的识别时长。其中，识别时长可以是开始识别目标车牌到结束识别目标车牌所耗费的时间。可选的，可以记录开始识别目标车牌的时间点t₀，并记录结束识别目标车牌的时间点t₁，从而可以根据两个时间点计算得到识别时长T＝t₁-t₀。

比对识别时长与预设时长之间的大小关系。其中，预设时长可以是预先设置的用于识别目标车牌的时长。可选的，比对识别时长与预设时长之间的大小关系，得到：识别时长大于预设时长的大小关系、识别时长等于预设时长的大小关系和识别时长小于预设时长的大小关系。

若识别时长等于或大于预设时长，则停止识别车牌。可选的，若识别时长等于预设时长，或识别时长大于预设时长，则可以判断在预定时长内未识别到目标车牌，因此可以停止识别车牌，即结束车牌识别模式。例如，假设识别时长为16秒，假设预设时长为15秒，则识别时长大于预设时长，因此可以确定15秒内未识别到目标车牌，则停止车牌识别模式；假设识别时长为12秒，假设预设时长为15秒，则识别时长小于预设时长，因此可以确定15秒内已识别到目标车牌。通过比对识别时长与预设时长之间的大小关系，若得到识别时长等于或大于预设时长的大小关系，则可以确定未识别到目标车牌，从而可以车牌识别模式，可以及时有效识别目标车牌，避免一些特殊场景(如监控画面中静止但亮度很大的路灯，或夜间靠近摄像头飞行的飞虫)导致误进入车牌模式的情况。

在本发明的一些实施例中，在若识别时长等于或大于预设时长，则停止识别车牌之后，还包括：

关闭预设曝光时间和预设增益值。可选的，假设识别时长为16秒，假设预设时长为15秒，则在15秒内未识别出目标车牌，因此需要停止车牌识别模式。而在停止车牌识别模式之后，可以将车牌识别模式切换为正常监控模式，即恢复正常的正常监控模式，例如可以关闭预设曝光时间以及预设增益值，使得监控效果最佳，从而兼顾车牌识别模式及视频监控模式。

在本发明的一些实施例中，根据亮度均值从多个初始区域中提取出目标高亮连通区，包括：

获取预设亮度阈值，若亮度均值大于预设亮度阈值，则将亮度均值对应的初始区域作为中间区域。其中，预设亮度阈值可以是预先设置的亮度均值对应的临界值；中间区域可以是亮度均值大于预设亮度阈值的区域。可选的，预设亮度阈值可以根据需求设置。假设预设亮度阈值为Brightness0，假设初始区域A对应的亮度均值为BrightnessA、初始区域B对应的亮度均值为BrightnessB、初始区域C对应的亮度均值为BrightnessC、初始区域D对应的亮度均值为BrightnessD，则可以分别比对BrightnessA、BrightnessB、BrightnessC和BrightnessD与Brightness0之间的大小关系，假设得到BrightnessA＞Brightness0，BrightnessB＞Brightness0，BrightnessC＞Brightness0，BrightnessD＜Brightness0，则可以将初始区域A、初始区域B和初始区域C作为中介区域。

获取移动侦测连通区。其中，移动侦测连通区可以是原始图像中发生了移动的初始区域，移动侦测连通区可以是由多个发生了移动的初始区域组成。可选的，可以通过判断各个初始区域中Y分量的变化，来确定移动侦测连通区。例如，假设初始区域B和初始区域C中的Y分量发生了变化，且Y分量的变化超过了预定的阈值，则可以确定初始区域B和初始区域C发生了移动，因此可以将初始区域B和初始区域C确定为移动侦测连通区。

若中间区域与移动侦测连通区重合，则根据中间区域得到目标高亮连通区。可选的，假设中间区域为初始区域A、初始区域B和初始区域C，假设移动侦测连通区为初始区域B和初始区域C，则可以确定车灯强光最终稳定于初始区域B和初始区域C，因此可以将重合的初始区域B和初始区域C作为目标高亮连通区，继而根据目标高亮连通区识别目标车牌。通过比对亮度均值和预设亮度阈值的大小关系，若得到亮度均值大于预设亮度阈值的大小关系，则可以则将亮度均值对应的初始区域作为中间区域，然后可以判断中间区域是否与移动侦测连通区重合，可以根据重合部分的中间区域得到目标高亮连通区，从而可以准确识别出有效的目标高亮连通区。

在本发明的一些实施例中，若中间区域与移动侦测连通区重合，则根据中间区域得到目标高亮连通区，包括：

若中间区域与移动侦测连通区重合，则将中间区域作为初始高亮连通区。其中，初始高亮连通区可以是与移动侦测连通区重合的中间区域。可选的，若中间区域与移动侦测连通区重合，则可以初步判断该中间区域为有效的高亮连通区，因此可以将该中间区域作为初始高亮连通区，以便进一步判断初始高亮连通区的有效性。

获取初始高亮连通区的中心位置位移量。其中，中心位置位移量可以是初始高亮连通区的中心位置发生位移变化的数值。可选的，假设可以获取连续2帧的初始高亮连通区，从而得到初始高亮连通区的中心位置变化，即得到中心位置位移量，假设得到的中心位置位移量为1.5个单位。

若中心位置位移量大于第一预设位移阈值，且中心位置位移量小于第二预设位移阈值，则将初始高亮连通区作为目标高亮连通区。其中，第一预设位移阈值可以是中心位置位移量对应的最小值；第二预设位移阈值可以是中心位置位移量对应的最大值。可选的，第一预设位移阈值和第二预设位移阈值可以根据需求设置。参照图2，图2为16*9的原始图像的示意图，图2中初始高亮连通区21和初始高亮连通区22为初始高亮连通区，白色区域为正常区域。假设第一预设位移阈值为1个单位，假设第二预设位移阈值为2个单位，若连续2帧的初始高亮连通区的中心位置位移(如图2所示，图2中初始高亮连通区21的中心位置为A点，初始高亮连通区22的中心位置为B点)大于1个单位，小于2个单位，则可以确定图2所示的两个初始高亮连通区均为有效连通区，从而可以确定图2所示的图像中有车灯强光出现，因此可以确定两个初始高亮连通区为目标高亮连通区。通过将与移动侦测连通区重合的中间区域作为初始高亮连通区，进而获取多个初始高亮连通区的中心位置位移量，并判断该中心位置位移量是否大于第一预设阈值且小于第二预设阈值，从而可以将初始高亮连通区作为目标高亮连通区，可以准确识别出有效的目标高亮连通区。

在本发明的一些实施例中，根据亮度均值从多个初始区域中提取出目标高亮连通区的方法还包括：

若中间区域与移动侦测连通区不重合，则将中间区域作为正常区域。可选的，若中间区域与移动侦测连通区不重合，则可以确定该中间区域未出现车灯强光，或者是出现特殊场景，例如监控画面中静止但亮度很大的路灯，或出现夜间靠近摄像头飞行的飞虫导致误进入车牌模式的情况，则仅将该中间区域作为正常区域，不将该中间区域作为目标高亮连通区进行车牌识别，由此可以确保车牌识别过程的稳定性和准确性。

下面以一个具体的实施例详细描述本发明实施例的一种车牌识别方法的过程。需要理解的是，下面描述仅是示例性说明，而不是对本发明的具体限制。

一种车牌识别方法，包括以下步骤：

第一步，获取ISP拍摄的监控图片和AE统计信息，并将ISP获取的原始图像划分为16x9个区域，计算每个区域对应的亮度均值。例如，每个区域对应的Y分量最大值255，分辨率为1920*1080，则每个区域有(1920*1080)/(16*9)＝14400个像素点，其亮度均值为这14400个像素点对应的Y分量的和再除以14400，即，亮度均值Brightness＝(Y₁+Y₂+……+Y₁₄₄₀₀)/14400。

第二步，判断每个区域亮度均值是否大于预设阈值，且该区域与移动侦测连通区重合，则可以将该区域标记为有效的高亮连通区并保存，否则则为正常区域(如图2所示，图2中区域21和区域22为有效的高亮连通区，白色区域为正常区域)。参照图2，可以获取连续2帧的有效的高亮连通区，判断有效的高亮连通区的中心位置的位移(如图2所示，图2中区域21的中心位置为A点，区域22的中心位置为B点)是否大于1格，小于2格，若有效的高亮连通区的中心位置的位移符合上述阈值要求，则可以将图2中区域21和22作为最终的高亮连通区，可以认为是有车灯强光出现，进而根据最终的高亮连通区进入车牌识别模式；若有效的高亮连通区的中心位置的位移不符合上述阈值要求，则可以重新执行第一步，即重新获取ISP拍摄的监控图片。

第三步，进入车牌识别模式后，可以将灯板亮度调到最高，将曝光时间限制为1ms、系统增益限制为10倍，从而能保证车牌识别的清晰度，提高车牌识别率。

第四步，若15秒未识别到车牌，则将车牌识别模式切换为正常监控模式，关闭曝光时间以及系统增益的限制，使得监控效果最佳。

上述一种车牌识别方法，能够有效识别出画面中的车灯强光，并且避免一些特殊场景导致误进入车牌模式的情况，从而兼顾ISP的车牌识别及视频监控。避免了由于车灯太亮导致的车牌区域亮度过爆而无法识别到车牌、及ISP的镜头焦距过小(4mm及以下)或者车速过快(超过40km/h)导致的不能及时识别车牌的问题，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

参照图3，根据本发明第二方面实施例的一种车牌识别装置，包括：

第一获取模块300，用于获取原始图像的统计特性，统计特性包括亮度值；

划分模块310，用于将原始图像划分为多个初始区域；

第二获取模块320，用于根据统计特性获取每一初始区域对应的亮度均值；

提取模块330，用于根据亮度均值从多个初始区域中提取出目标高亮连通区；

识别模块340，用于根据目标高亮连通区识别目标车牌。

上述一种车牌识别装置，通过执行本发明第一方面实施例的一种车牌识别方法，能够识别出监控画面中的车灯强光，有效识别出车牌，避免特殊场景影响识别精度。

参照图4，本发明第三方面实施例还提供了一种电子设备功能模块图，包括：至少一个处理器400，以及与至少一个处理器400通信连接的存储器410；还可以包括数据传输模块420、摄像头430、显示屏440。

其中，处理器400通过调用存储器410中存储的计算机程序，用于执行第一方面实施例中的一种车牌识别方法。

存储器作为一种非暂态存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序，如本发明第一方面实施例中的一种车牌识别方法。处理器通过运行存储在存储器中的非暂态软件程序以及指令，从而实现上述第一方面实施例中的一种车牌识别方法。

存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储执行上述第一方面实施例中的一种车牌识别方法。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

实现上述第一方面实施例中的一种车牌识别方法所需的非暂态软件程序以及指令存储在存储器中，当被一个或者多个处理器执行时，执行上述第一方面实施例中的一种车牌识别方法。

本发明第四方面实施例还提供了计算机可读存储介质，存储有计算机可执行指令，该计算机可执行指令用于：执行第一方面实施例中的一种车牌识别方法。

在一些实施例中，该存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，例如，被第三方面实施例的电子设备中的一个处理器执行，可使得上述一个或多个处理器执行上述第一方面实施例中的一种车牌识别方法。

上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (10)

1.一种车牌识别方法，其特征在于，包括：

获取原始图像的统计特性，所述统计特性包括亮度值；

将所述原始图像划分为多个初始区域；

根据所述统计特性获取每一所述初始区域对应的亮度均值；

根据所述亮度均值从所述多个初始区域中提取出目标高亮连通区；

根据所述目标高亮连通区识别目标车牌。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标高亮连通区识别目标车牌，包括：

获取预设亮度值、预设曝光时间和预设增益值；

根据所述预设亮度值、所述预设曝光时间和所述预设增益值对所述目标高亮连通区识别所述目标车牌。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取识别所述目标车牌的识别时长；

比对所述识别时长与预设时长之间的大小关系；

若所述识别时长等于或大于所述预设时长，则停止识别车牌。

4.根据权利要求3所述的方法，其特征在于，在所述若所述识别时长等于或大于所述预设时长，则停止识别车牌之后，还包括：

关闭所述预设曝光时间和所述预设增益值。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述亮度均值从所述多个初始区域中提取出目标高亮连通区，包括：

获取预设亮度阈值，若所述亮度均值大于预设亮度阈值，则将所述亮度均值对应的初始区域作为中间区域；

获取移动侦测连通区；

若所述中间区域与所述移动侦测连通区重合，则根据所述中间区域得到所述目标高亮连通区。

6.根据权利要求5所述的方法，其特征在于，所述若所述中间区域与所述移动侦测连通区重合，则根据所述中间区域得到所述目标高亮连通区，包括：

若所述中间区域与所述移动侦测连通区重合，则将所述中间区域作为初始高亮连通区；

获取所述初始高亮连通区的中心位置位移量；

若所述中心位置位移量大于第一预设位移阈值，且所述中心位置位移量小于第二预设位移阈值，则将所述初始高亮连通区作为所述目标高亮连通区。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若所述中间区域与所述移动侦测连通区不重合，则将所述中间区域作为正常区域。

8.一种车牌识别装置，其特征在于，包括：

第一获取模块，用于获取原始图像的统计特性，所述统计特性包括亮度值；

划分模块，用于将所述原始图像划分为多个初始区域；

第二获取模块，用于根据所述统计特性获取每一所述初始区域对应的亮度均值；

提取模块，用于根据所述亮度均值从所述多个初始区域中提取出目标高亮连通区；

识别模块，用于根据所述目标高亮连通区识别目标车牌。

9.电子设备，其特征在于，包括：

至少一个处理器，以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行所述指令时实现如权利要求1至7任一项所述的一种车牌识别方法。

10.计算机可读存储介质，其特征在于，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的一种车牌识别方法。

Images