CN112926493B - 一种车牌检测方法、装置、设备及介质 - Google Patents
一种车牌检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112926493B CN112926493B CN202110294203.6A CN202110294203A CN112926493B CN 112926493 B CN112926493 B CN 112926493B CN 202110294203 A CN202110294203 A CN 202110294203A CN 112926493 B CN112926493 B CN 112926493B
- Authority
- CN
- China
- Prior art keywords
- license plate
- target
- position point
- lane
- image
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 76
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及安防监控领域,提供一种车牌检测方法、装置、设备及介质,用于解决车牌检测结果的准确性不高的问题。该方法包括:通过在目标车道上出现车辆时抓拍的包含车辆的参考图像中的车牌位置点,获得目标车牌位置点集合,根据目标车牌位置点集合的平均位置点确定该目标车道的目标参考位置点,根据目标图像中各车牌的车牌位置点与目标参考位置点之间的偏差,确定当前车辆所对应的车牌。
Description
技术领域
本申请涉及安防监控领域,特别涉及一种车牌检测方法、装置、设备及介质。
背景技术
随着雷达技术的不断发展,应用雷达技术的相关设备被广泛地应用到人们的日常生活中,例如,在道路上安装雷达抓拍设备,对来往车辆进行检测等。如果行驶于道路上的车辆违反了交通规则等,那么雷达抓拍设备可以抓拍该车辆的图像,通过对抓拍图像进行图像识别,确定车辆的车牌,后续可以对该车辆进行追踪等。
由于当前行驶该道路的车辆可能不止一辆,抓拍图像中通常存在多个车牌,为了识别出各个车辆各自对应的车牌,目前,主要通过图像识别技术识别抓拍图像中的车牌、车道线和辅助线,根据车牌、车道线以及辅助线三者之间的相对位置,确定抓拍图像中各车辆对应的车牌。然而,由于抓拍图像不清晰或抓拍图像中的线条干扰等,可能导致根据图像识别技术识别出的车道线和辅助线不准确,进而导致车牌检测结果的准确性不高。
发明内容
本申请实施例提供一种车牌检测方法、装置、设备及介质,用于解决车牌检测结果的准确性不高的问题。
第一方面,本申请实施例提供一种车牌检测方法,所述方法包括:
若确定当前车辆满足抓拍触发条件,则抓拍包含所述当前车辆的目标图像,并确定所述当前车辆所在的目标车道标识;
若检测所述目标图像存在多个车牌,则确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差,其中,所述目标参考位置点为目标车牌位置点集合的平均位置点,所述目标车牌位置点集合包括各个参考图像中的车牌位置点,每个参考图像为在目标车道上出现车辆时抓拍的包含车辆的图像,所述目标车道为所述目标车道标识指示的车道;
将与所述目标参考位置点偏差最小的车牌位置点对应的车牌,确定为所述当前车辆的车牌。
本申请实施例中,通过在目标车道上出现车辆时抓拍的包含车辆的参考图像中的车牌位置点,获得目标车牌位置点集合,也就获得了该目标车道中可能的车牌位置点,并将目标车牌位置点集合的平均位置点确定为目标参考位置点,基于多个车牌中每个车牌在目标图像中的车牌位置点,将与目标参考位置点偏差最小的车牌位置点对应的车牌,确定为该目标车道中的车牌,相较于现有技术,本申请实施例中不需要依赖图像识别技术出的车道线和辅助线,也就避免了图像拍摄原因所导致的车道线和辅助线识别不准确的情况,从而相对提高了车牌检测结果的准确性。且,本申请实施例中,直接基于之前出现在目标车道上的车牌位置点与目标图像中的车牌位置点之间的偏差,确定车辆所对应的车牌,由于无需进行复杂识别计算等,相对可以提高识别车牌的效率。
在一种可能的实施例中,在确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差之前,所述方法还包括:
根据所述目标车道标识,从预存的关联关系中,确定所述目标车道标识对应的目标参考位置点,其中,所述关联关系包括多个车道中每个车道的车道标识,以及每个车道标识对应的参考位置点之间的对应关系。
本申请实施例中,可以直接预存多个车道中每个车道的车道标识以及每个车道标识对应的参考位置点之间的关联关系,直接依据当前车辆所对应的目标车道标识和该关联关系,从而快速准确地确定出目标车道对应的目标参考位置点,以提高车牌检测的效率。
在一种可能的实施例中,在确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差之前,所述方法还包括:
抓拍多个包含车辆的图像,将存在一个车牌的图像确定为参考图像;
确定每个参考图像中的车牌位置点,以及每个参考图像中车牌所在车道的车道标识;
针对每个车道标识,执行以下操作:
根据每个参考图像中车牌所在车道的车道标识,确定一个车道标识对应的车牌位置点集合;
根据所述一个车道标识对应的车牌位置点集合,确定所述一个车道标识的参考位置点;
关联各个车道标识,以及对应的参考位置点,获得关联关系。
本申请实施例中,将拍摄的只存在一个车牌的图像确定为参考图像,可以准确地确定该车牌对应的车道,以此类推,可以获得该车道对应的多个车牌位置点,进而确定该车道对应的参考位置点,通过关联该车道的车道标识,以及对应的参考位置点,以此类推,以获得各车道的车道标识以及对应的参考位置点之间的对应关系,即获得关联关系,如此可以快速且准确地获得该关联关系,且,该关联关系可以便于后续进行车牌检测。
在一种可能的实施例中,所述方法应用于车牌检测设备中,所述车牌检测设备预存有在不同拍摄位置上对应的关联关系;根据所述目标车道标识,从预存的关联关系中,确定所述目标车道标识对应的目标参考位置点,包括:
获取所述车牌检测设备的当前拍摄位置;
根据所述当前拍摄位置,以及所述目标车道标识,从不同拍摄位置上对应的关联关系中,确定所述目标车道标识对应的目标参考位置点。
本申请实施例中,在不同的拍摄位置对应预存有不同的关联关系,如此可以更准确地确定在不同拍摄位置时各车道对应的参考位置点,以满足在不同拍摄位置上的车牌检测。且,本申请实施例结合当前拍摄位置和目标车道标识,可以更准确地确定出目标参考位置点,进而提高后续的车牌检测结果的准确性。
在一种可能的实施例中,在若确定当前车辆满足抓拍触发条件,则抓拍包含所述当前车辆的目标图像,并确定所述当前车辆所在的目标车道标识之后,所述方法还包括:
若检测所述目标图像存在一个车牌,则将所述一个车牌确定为所述当前车辆的车牌。
本申请实施例中,当检测目标图像存在一个车牌时,将该车牌确定为当前车辆的车牌,以快速获得车牌检测结果。
在一种可能的实施例中,在将与所述目标参考位置点偏差最小的车牌位置点对应的车牌,确定为所述当前车辆的车牌之后,所述方法还包括:
若所述当前车辆在所述目标图像中的车牌位置点与所述目标参考位置点之间的偏差小于预设阈值,则根据所述当前车辆的车牌在所述目标图像中的车牌位置点,以及所述目标车牌位置点集合,更新所述目标参考位置点。
本申请实施例中,如果当前车辆在目标图像中的车牌位置点与目标参考位置点之间的偏差较小时,那么可以根据当前车辆的车牌在目标图像中的车牌位置点,对目标参考位置点进行更新,实时更新目标参考位置点,以提高后续车牌检测结果的准确性。
在一种可能的实施例中,根据所述当前车辆的车牌在所述目标图像中的车牌位置点,以及所述目标车牌位置点集合,更新所述目标参考位置点,包括:
将所述当前车辆的车牌在所述目标图像中的车牌位置点增加至所述车牌位置点集合中,以获得更新后的目标车牌位置点集合;
计算所述更新后的目标车牌位置点集合的平均位置点,获得更新后的目标参考位置点。
本申请实施例中,将当前车辆的车牌在目标图像中的车牌位置点增加至目标车牌位置点集合中,以实现对车牌位置点集合的更新,并计算更新后的牌位置点集合的平均位置点,获得更新后的目标参考位置点,由于路况可能会不定时变化,因此对目标参考位置点进行实时更新,可以保证目标参考位置点更符合当前路况等,以提高后续车牌检测的准确性。
第二方面,提供一种车牌检测装置,包括:
抓拍模块,用于若确定当前车辆满足抓拍触发条件,则抓拍包含所述当前车辆的目标图像;
确定模块,用于确定所述当前车辆所在的目标车道标识;
检测模块,用于若检测所述目标图像存在多个车牌,则确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差,其中,所述目标参考位置点为目标车牌位置点集合的平均位置点,所述车牌位置点集合包括各个参考图像中的车牌位置点,每个参考图像为在目标车道上出现车辆时抓拍的包含车辆的图像,所述目标车道为所述目标车道标识指示的车道;
所述确定模块,还用于将与所述目标参考位置点偏差最小的车牌位置点对应的车牌,确定为所述当前车辆的车牌。
在一种可能的实施例中,所述确定模块还用于:
在确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差之前,根据所述目标车道标识,从预存的关联关系中,确定所述目标车道标识对应的目标参考位置点,其中,所述关联关系包括多个车道中每个车道的车道标识,以及每个车道标识对应的参考位置点之间的对应关系。
在一种可能的实施例中,所述确定模块还用于:
在确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差之前,抓拍多个包含车辆的图像,将存在一个车牌的图像确定为参考图像;
确定每个参考图像中的车牌位置点,以及每个参考图像中车牌所在车道的车道标识;
针对每个车道标识,执行以下操作:
根据每个参考图像中车牌所在车道的车道标识,确定一个车道标识对应的车牌位置点集合;
根据所述一个车道标识对应的车牌位置点集合,确定所述一个车道标识的参考位置点;
关联各个车道标识,以及对应的参考位置点之间的对应关系,获得关联关系。
在一种可能的实施例中,所述车牌检测装置应设置在车牌检测设备中,所述车牌检测设备预存有在不同拍摄位置上对应的关联关系;所述确定模块,具体用于:
获取所述车牌检测设备的当前拍摄位置;
根据所述当前拍摄位置,以及所述目标车道标识,从不同拍摄位置上对应的关联关系中,确定所述目标车道标识对应的目标参考位置点。
在一种可能的实施例中,所述确定模块还用于:
在若确定当前车辆满足抓拍触发条件,则抓拍包含所述当前车辆的目标图像,并确定所述当前车辆所在的目标车道标识之后,若检测所述目标图像存在一个车牌,则将所述一个车牌确定为所述当前车辆的车牌。
在一种可能的实施例中,所述车牌检测装置还包括更新模块,所述更新模块用于:
在将与所述目标参考位置点偏差最小的车牌位置点对应的车牌,确定为所述当前车辆的车牌之后,若所述当前车辆在所述目标图像中的车牌位置点与所述目标参考位置点之间的偏差小于预设阈值,则根据所述当前车辆的车牌在所述目标图像中的车牌位置点,以及所述目标车牌位置点集合,更新所述目标参考位置点。
在一种可能的实施例中,所述更新模块具体用于:
将所述当前车辆的车牌在所述目标图像中的车牌位置点增加至所述车牌位置点集合中,以获得更新后的目标车牌位置点集合;
计算所述更新后的目标车牌位置点集合的平均位置点,获得更新后的目标参考位置点。
第三方面,提供一种车牌检测设备,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,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面中任一所述的方法。
第四方面,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如第一方面中任一所述的方法。
附图说明
图1为现有技术中的车道线和抓拍位置线的示意图;
图2为本申请实施例提供的一种车牌检测方法的应用场景图;
图3为本申请实施例提供的一种车牌检测方法的流程图;
图4为本申请实施例提供的车牌检测设备与当前车辆的位置示意图;
图5为本申请实施例提供的一种车牌检测装置的结构示意图;
图6为本申请实施例提供的一种车牌检测设备的结构示意图。
具体实施方式
为了更好的理解本申请实施例提供的技术方案,下面将结合说明书附图以及具体的实施方式进行详细的说明。
为了识别出车辆图像中各车辆对应的车牌,目前,在抓拍图像中通过图像识别技术标出车道线以及对应车道的辅助线,辅助线例如抓拍位置线,请参照图1,为现有技术中的车道线和抓拍位置线的示意图,其中,单箭头所在的位置为车道线,双箭头所在的位置为抓拍位置线。然后根据车牌、车道线以及抓拍位置线三者之间的相对位置,确定抓拍图像中各车辆的车牌。然而图像识别结果可能不准确,出现车牌“上移”的情况,请继续参照图1,车辆实际处在第一条车道,但通过图像识别得出该车辆的车牌却是在第二条车道,从而导致车牌检测结果的准确性不高。
鉴于此,本申请实施例提供一种车牌检测方法,该方法可以由车牌检测设备执行,具体可以由车牌检测设备中的控制器实现,控制器具体可以是中央处理器(CentralProcessing Unit,CPU),也可以是特定集成电路(Application Specific IntegratedCircuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,FPGA)。下面对该车牌检测设备的部署示意图进行说明。
请参照图2,为车牌检测设备的部署示意图,或可以理解为本申请实施例提供的车牌检测方法的应用场景示意图,该应用场景包括车牌检测设备210和车辆220。
车牌检测设备210可以是固定的,也可以是可移动的,移动包括车牌检测设备210所在位置改变的移动,或者车牌检测设备210所在位置不改变的旋转。
车牌检测设备210包括雷达230和摄像头240,本申请实施例中涉及的车牌检测设备210可以安装在各种场所,例如车站的出入口、交通道路的两侧等。其中,雷达230和摄像头240可以是相互分开设置的两个设备,雷达230可以部署在任意位置,摄像头240可以部署在雷达230的预设距离范围内,车牌检测设备210通过控制器可以分别控制雷达230和摄像头240。车牌检测设备210可以包括是雷达230与摄像头240耦合或集成的结果,例如雷达抓拍设备,车牌检测设备210可以通过控制器同步控制雷达230和摄像头240。雷达230例如可以采用毫米波雷达。
应当说明的是,图2中是以一个车牌检测设备210和一个车辆220为例,实际上不限制车牌检测设备210和车辆220的数量。图2中是以一个车牌检测设备210包括一个雷达230和一个摄像头240为例,实际上不限制一个车牌检测设备210包括的雷达230和摄像头240的数量。
当雷达230探测到车辆220满足抓拍触发条件,可以通过摄像头240抓拍包含车辆220的目标图像,并根据该目标图像确定满足抓拍触发条件的车辆220的车牌。其中,涉及到的车牌检测方法将在下文进行介绍。
基于图2论述的应用场景,下面对本申请实施例涉及的车牌检测方法进行介绍。请参照图3,为本申请实施例提供的一种车牌检测方法的流程示意图,该方法包括:
S310,若确定当前车辆满足抓拍触发条件,则抓拍包含当前车辆的目标图像,并确定当前车辆所在的目标车道标识。
车牌检测设备可以检测当前道路上的当前车辆是否满足抓拍触发条件,当前车辆泛指在当前道路中行驶的车辆,例如图2中的车辆220,当前车辆可以是一辆也可以是多辆,当前道路指的是车牌检测设备检测范围内的道路,当前道路上可能包括一个或多个车道。其中,抓拍触发条件可以是车辆存在违法交通规则的情况,或者可以是车辆未违反交通规则但需要进行抓拍的情况,具体例如车辆经过卡口、车辆超速、车辆超载等,卡口例如车站的出入口。
例如,在卡口设置警报线,一旦卡口处的传感器检测到有当前车辆经过该警报线,向车牌检测设备发送信号,车牌检测设备可以根据该信号确定该当前车辆经过卡口。或者例如,车牌检测设备通过雷达发射的脉冲波进行扫描,获得车牌检测设备与当前车辆之间的第一距离,当通过预设时长以后,检测自身与该当前车辆之间的第二距离,根据第一距离和第二距离之间的差值、以及该预设时长,获得该当前车辆的速度,若该当前车辆的速度超过预设车速,则确定该当前车辆超速。
车牌检测设备在确定当前车辆满足抓拍触发条件之后,可以通过摄像头抓拍包含当前车辆的目标图像,并通过雷达确定当前车辆所在车道的目标车道标识。目标车道标识用于指示当前车辆在当前道路中所在的车道,例如,当前车辆行驶在当前道路中的第二条车道,而第二条车道的车道标识为“2”,那么目标车道标识为“2”。
其中,涉及到如何确定目标车道标识,下面对车牌检测设备确定当前车辆所在车道的目标车道标识的方式进行示例介绍:
车牌检测设备可以通过雷达检测车牌检测设备与当前车辆之间的直线距离,为便于描述,该直线距离称为第三距离,根据车牌检测设备与当前车辆在水平线上的夹角,该水平线是与车道线相互垂直,计算得到车牌检测设备与当前车辆在水平线上的第四距离。车牌检测设备可以预存当前道路的每个车道对应的车道宽度范围,根据该第四距离和每个车道标识对应的车道宽度范围,获得当前车辆所在的目标车道标识。
例如,当前道路有三条车道,第一条车道的车道标识为“1”,其车道宽度范围为[0,3.5m];第二条车道的车道标识为“2”,其车道宽度范围为(3.5m,7m];第三条车道的车道标识为“3”,其车道宽度范围为(7m,10.5m];计算得到车牌检测设备与当前车辆在水平线上的第四距离为5m,从而确定当前车辆在第二条车道上,其所在车道的目标车道标识为“2”。
请参照图4,为本申请实施例提供的车牌检测设备与当前车辆的位置示意图,其中,L1表示车牌检测设备与当前车辆之间的第三距离,α表示车牌检测设备与当前车辆在水平线上的夹角,L2表示确定出的车牌检测设备与当前车辆在水平线上的第四距离。
S320,若检测目标图像存在多个车牌,则确定多个车牌中每个车牌在目标图像中的车牌位置点与目标参考位置点之间的偏差。
由于行驶在当前道路上的当前车辆可能包括一个或多个,因此车牌检测设备的摄像头抓拍的目标图像中可能存在一个车牌或多个车牌。其中,涉及到车牌检测设备如何检测目标图像中的车牌数量,具体例如可以通过预先已训练的车牌检测模型确定出目标图像中的车牌数量。为了便于定位车牌,可以将车牌以矩形框标注出来,矩形框的数量就是目标图像中的车牌数量。
其中,目标图像中的车牌数量不同,确定满足抓拍触发条件的当前车辆对应的车牌的方法不同,下面进行示例说明:
车牌检测设备若确定目标图像存在一个车牌,说明只抓拍了一个车辆,则直接将该目标图像中的车牌位置点确定为当前车辆的车牌。其中,涉及到如何确定目标图像中的车牌位置点,例如可以通过已训练的车牌检测模型获得,车牌检测模型具体例如神经网络模型,向车牌检测模型输入目标图像,则输出目标图像中的车牌位置点。车牌位置点是指车牌在目标图像中的位置表示,可以是车牌的任意一个点,例如:车牌的中心点,具体例如:以目标图像的中心点作为原点建立坐标系,确定车牌的中心点在该坐标系中的坐标点,以该坐标点作为车牌位置点。
车牌检测设备若确定目标图像存在多个车牌,可能这多个车牌对应的车辆均触发了抓拍,也可能这多个车牌对应的车辆中包括没有触发抓拍的其他车辆,车牌检测设备可以根据多个车牌中每个车牌在目标图像中的车牌位置点与目标参考位置点之间的偏差,确定满足抓拍触发条件的当前车辆的车牌。
目标参考位置点可以理解为可能出现在该目标车道的车牌的参考位置点,例如,可以通过计算目标车牌位置点集合的平均位置点来获得,平均位置点是指目标车牌位置点集合的平均结果。
目标车牌位置点集合为历史出现在该目标车道的车辆在参考图像中的车牌位置点,每个参考图像为在目标车道上出现车辆时抓拍的包含车辆的图像,目标车道为目标车道标识所指示的车道,也就是当前车辆所在的车道。
例如,目标车道标识为“2”,第一个参考图像中在第二条车道上的车辆的车牌位置点为(x1,y1),第二个参考图像中在第二条车道上的车辆的车牌位置点为(x2,y2),以此类推,第N个参考图像中在第二条车道上的车辆的车牌为位置点为(xn,yn),则目标车牌位置点集合可以表示为:{(x1,y1),(x2,y2),……,(xn,yn)},目标参考位置点为
其中,涉及到如何获取目标车道对应的目标参考位置点,下面对车牌检测设备获取目标参考位置点的方式进行介绍:
车牌检测设备在确定目标车牌所在的目标车道的目标车道标识之后,可以从预存的关联关系中,确定目标车道标识对应的目标参考位置点。
具体来说,车牌检测设备可以抓拍多个包含车辆的图像,从中筛选出只存在一个车牌的图像,并将存在一个车牌的图像确定为参考图像,进而确定每个参考图像中的车牌位置点,以及每个参考图像中车牌所在车道的车道标识,确定车牌位置点以及车道标识的方法请参照前文论述的内容,此处不再赘述。
车牌检测设备根据每个参考图像中车牌所在车道的车道标识,确定一个车道标识对应的车牌位置点集合,将一个车道标识对应的车牌位置点集合的平均位置点,确定为该车道标识的参考位置点,然后关联各个车道标识,以及对应的参考位置点,即可获得关联关系。当获得目标车辆的目标车道标识之后,可以基于该目标车道标识,从该关联关系中,获得目标车道对应的目标参考位置点。
例如,第一个参考图像的车牌位置点为(x1,y1)以及车道标识为“1”,第二个参考图像的车牌位置点为(x2,y2)以及车道标识为“2”,第三个参考图像的车牌位置点为(x3,y3)以及车道标识为“1”,第四个参考图像的车牌位置点为(x4,y4),车道标识为“2”,则车道标识为“1”对应的车牌位置点集合为{(x1,y1),(x3,y3)},以及对应的参考位置点为车道标识为“2”对应的车牌位置点集合为{(x2,y2),(x4,y4)},以及对应的参考位置点为/>其中,车道标识与参考位置点的对应关系请参照表1:
表1
作为一种实施例,由于车牌检测设备可能是可移动的,可能处于不同的拍摄位置,车牌检测设备在不同的拍摄位置上抓拍的目标图像不同,进而车道标识和参考位置点之间的对应关系不同,最终确定的目标参考位置点也会不同。因此,车牌检测设备可以预存在不同拍摄位置上对应的关联关系,根据当前拍摄位置以及目标车道标识,从不同拍摄位置上对应的关联关系中,确定目标车道标识对应的目标参考位置点。
具体的,车牌检测设备可以先获取当前拍摄位置,具体例如用户可以输入车牌检测设备的当前拍摄位置,或者车牌检测设备可以通过雷达130和摄像头140获取当前拍摄位置。其中,拍摄位置的表示方式有多种,下面进行示例介绍:
第一,当车牌检测设备的移动为其所在位置改变的移动时,拍摄位置可以用坐标表示。
其中,所在位置改变的移动例如将安装在道路1的路侧的车牌检测设备移动并安装在道路2的路侧。坐标为车牌检测设备的位置坐标,可以是车牌检测设备在世界坐标系中的坐标。
第二,当车牌检测设备的移动为其所在位置不改变的旋转时,拍摄位置可以用拍摄角度表示。
其中,所在位置不改变的旋转例如固定安装在某位置的车牌检测设备的底部是可旋转装置。拍摄角度指车牌检测设备与水平线之间的夹角,该水平线与与车道线相互垂直。
车牌检测设备在获取当前拍摄位置之后,可以根据当前拍摄位置,从不同拍摄位置上对应的关联关系中,确定当前拍摄位置对应的目标关联关系,并根据目标车道标识和目标关联关系,确定目标车道标识对应的目标参考位置点。
不同拍摄位置上对应的关联关系请参照表2:
表2
拍摄位置 | 关联关系 |
P1 | D1 |
P2 | D2 |
不同关联关系中车道标识与参考位置点的对应关系请参照表3:
表3
进一步,车牌检测设备在确定车牌位置点和目标参考位置点之后,可以计算多个车牌中每个车牌在目标图像中的车牌位置点与目标参考位置点之间的偏差,其中,偏差可以用两个点之间的距离表示。具体例如:车牌位置点为(c1,c2),目标参考位置点为(d1,d2),那么车牌位置点与目标参考位置点之间的距离L为:
S330,将与目标参考位置点偏差最小的车牌位置点对应的车牌,确定为当前车辆的车牌。
车牌位置点与目标参考位置点之间的偏差越小,表示该车牌位置点与该目标车道中可能的车牌位置点的误差越小,则该车牌位置点对应的车辆越有可能是目标车道中的车辆,即触发抓拍的当前车辆。因此,车牌检测设备在确定了多个车牌中每个车牌在目标图像中的车牌位置点与目标参考位置点之间的偏差之后,将与目标参考位置点偏差最小的车牌位置点对应的车牌,确定为触发抓拍的当前车辆的车牌。
例如,目标图像存在三个车牌,其车牌位置点与目标参考位置点之间的偏差分别为0.1、0.2、0.3,则将偏差为0.1的车牌位置点对应的车牌,确定为触发抓拍的当前车辆的车牌。
进一步,车牌检测设备在确定当前车辆的车牌之后,可以根据车牌检测结果,对关联关系中的目标参考位置点进行更新,以使后续的车牌检测结果更准确。
具体的,若当前车辆在目标图像对应的车牌位置点与目标参考位置点之间的偏差小于预设阈值,预设阈值可以是固定的,例如根据多次试验后,预先设置的某个固定值,或者为了使每次更新后的目标参考位置点更准确,预设阈值也可以是根据目标车牌位置点集合中的车牌位置点的标准差或方差获得的,具体例如目标车牌位置点集合中的车牌位置点的标准差为δ,则预设阈值为δ或者2δ。则根据当前车辆的车牌在目标图像中的车牌位置点,以及目标车牌位置点集合,更新目标参考位置点。
其中,涉及到如何更新目标参考位置点,车牌检测设备更新目标参考位置点的方法有多种,下面分别进行介绍:
车牌检测设备可以直接增加新的车牌位置点。
由于目标车牌位置点集合中的车牌位置点越多,得到的目标参考位置点越能代表目标车牌位置点集合的中心,因此,车牌检测设备将当前车辆的车牌在目标图像中的车牌位置点增加至目标车牌位置点集合中,以获得更新后的目标车牌位置点集合,计算更新后的车牌位置点集合的平均位置点,获得更新后的目标参考位置点。
进一步地,在增加新的车牌位置点,车牌检测设备可以删除目标车牌位置点集合中的一个车牌位置点。
考虑到目标车牌位置点集合中的车牌位置点逐渐增多,会增加车牌检测设备存储的数据量,因此,车牌检测设备将当前车辆的车牌在目标图像中的车牌位置点增加至目标车牌位置点集合中,并删除目标车牌位置点集合中的一个车牌位置点,该车牌位置点可以是目标车牌位置点集合中与其他车牌位置点集合误差较大的点,以获得更新后的目标车牌位置点集合,计算更新后的车牌位置点集合的平均位置点,获得更新后的目标参考位置点。
在一种可能的实施例中,车牌检测设备重启后,响应于用户的删除操作,删除关联关系;或,响应于用户的确认操作,保存关联关系。
具体的,车牌检测设备可以关机重启,当车牌检测设备重启时,可以显示界面供用户操作,该显示界面显示是否保存关机之前使用的关联关系。若用户选择“否”,相当于进行了删除操作,则车牌检测设备响应于用户的删除操作,删除该关联关系,以节省车牌检测设备的存储空间。或者若用户选择“是”,则车牌检测设备响应于用户的确认操作,保存该关联关系,方便以后直接使用该关联关系进行车牌检测。
需要说明的是,图3中实施例中的车牌检测设备可以以图2中的车牌检测设备210为例。
基于同一发明构思,本申请实施例提供一种车牌检测装置,该装置相当于设置在前文论述的车牌检测设备210中,请参照图5,该车牌检测装置包括:
抓拍模块501,用于若确定当前车辆满足抓拍触发条件,则抓拍包含当前车辆的目标图像;
确定模块502,用于确定当前车辆所在的目标车道标识;
检测模块503,用于若检测目标图像存在多个车牌,则确定多个车牌中每个车牌在目标图像中的车牌位置点与目标参考位置点之间的偏差,其中,目标参考位置点为目标车牌位置点集合的平均位置点,车牌位置点集合包括各个参考图像中的车牌位置点,每个参考图像为在目标车道上出现车辆时抓拍的包含车辆的图像,目标车道为目标车道标识指示的车道;
确定模块502,还用于将与目标参考位置点偏差最小的车牌位置点对应的车牌,确定为当前车辆的车牌。
在一种可能的实施例中,确定模块502还用于:
在确定多个车牌中每个车牌在目标图像中的车牌位置点与目标参考位置点之间的偏差之前,根据目标车道标识,从预存的关联关系中,确定目标车道标识对应的目标参考位置点,其中,关联关系包括多个车道中每个车道的车道标识,以及每个车道标识对应的参考位置点之间的对应关系。
在一种可能的实施例中,确定模块502还用于:
在确定多个车牌中每个车牌在目标图像中的车牌位置点与目标参考位置点之间的偏差之前,抓拍多个包含车辆的图像,将存在一个车牌的图像确定为参考图像;
确定每个参考图像中的车牌位置点,以及每个参考图像中车牌所在车道的车道标识;
针对每个车道标识,执行以下操作:
根据每个参考图像中车牌所在车道的车道标识,确定一个车道标识对应的车牌位置点集合;
根据一个车道标识对应的车牌位置点集合,确定一个车道标识的参考位置点;
关联各个车道标识,以及对应的参考位置点,获得关联关系。
在一种可能的实施例中,车牌检测装置设置在车牌检测设备中,车牌检测设备预存有在不同拍摄位置上对应的关联关系;
确定模块502具体用于:
获取车牌检测设备的当前拍摄位置;
根据当前拍摄位置,以及目标车道标识,从不同拍摄位置上对应的关联关系中,确定目标车道标识对应的目标参考位置点。
在一种可能的实施例中,确定模块502还用于:
在若确定当前车辆满足抓拍触发条件,则抓拍包含当前车辆的目标图像,并确定当前车辆所在的目标车道标识之后,若检测目标图像存在一个车牌,则将一个车牌确定为当前车辆的车牌。
在一种可能的实施例中,车牌检测装置还包括更新模块,更新模块504用于:
在将与目标参考位置点偏差最小的车牌位置点对应的车牌,确定为当前车辆的车牌之后,若当前车辆在目标图像中的车牌位置点与目标参考位置点之间的偏差小于预设阈值,则根据当前车辆的车牌在目标图像中的车牌位置点,以及目标车牌位置点集合,更新目标参考位置点。
在一种可能的实施例中,更新模块504具体用于:
将当前车辆的车牌在目标图像中的车牌位置点增加至车牌位置点集合中,以获得更新后的目标车牌位置点集合;
计算更新后的目标车牌位置点集合的平均位置点,获得更新后的目标参考位置点。
基于同一发明构思,本申请实施例提供一种车牌检测设备,请参照图6,该设备相当于前文论述的车牌检测设备210,该设备包括:
至少一个处理器601,以及
与所述至少一个处理器601通信连接的存储器602;
其中,所述存储器602存储有可被所述至少一个处理器601执行的指令,所述至少一个处理器601通过执行所述存储器602存储的指令实现如前文论述的车牌检测方法。
处理器601可以是一个中央处理单元(central processing unit,CPU),或者为数字处理单元、或为图像处理器等中的一种或多种组合。存储器602可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器602也可以是非易失性存储器(non-volatile memory),例如只读存储器,快闪存储器(flashmemory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)、或者存储器602是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器602可以是上述存储器的组合。
作为一种实施例,图6中的处理器601可以实现前文图3论述的车牌检测方法,处理器601还可以实现前文图5论述的车牌检测装置的功能。
基于同一发明构思,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,当计算机指令在计算机上运行时,使得计算机执行如前文论述的车牌检测方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种车牌检测方法,其特征在于,所述方法包括:
若确定当前车辆满足抓拍触发条件,则抓拍包含所述当前车辆的目标图像,并确定所述当前车辆所在的目标车道标识;
若检测所述目标图像存在多个车牌,则确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差,其中,所述目标参考位置点为目标车牌位置点集合的平均位置点,所述目标车牌位置点集合包括各个参考图像中的车牌位置点,每个参考图像为在目标车道上出现车辆时抓拍的包含车辆的图像,所述目标车道为所述目标车道标识指示的车道,所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差为所述多个车牌中每个车牌在所述目标图像中的车牌位置点与所述目标参考位置点之间的距离;
将与所述目标参考位置点偏差最小的车牌位置点对应的车牌,确定为所述当前车辆的车牌。
2.如权利要求1所述的方法,其特征在于,在确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差之前,所述方法还包括:
根据所述目标车道标识,从预存的关联关系中,确定所述目标车道标识对应的目标参考位置点,其中,所述关联关系包括多个车道中每个车道的车道标识,以及每个车道标识对应的参考位置点之间的对应关系。
3.如权利要求2所述的方法,其特征在于,在确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差之前,所述方法还包括:
抓拍多个包含车辆的图像,将存在一个车牌的图像确定为参考图像;
确定每个参考图像中的车牌位置点,以及每个参考图像中车牌所在车道的车道标识;
针对每个车道标识,执行以下操作:
根据每个参考图像中车牌所在车道的车道标识,确定一个车道标识对应的车牌位置点集合;
根据所述一个车道标识对应的车牌位置点集合,确定所述一个车道标识的参考位置点;
关联各个车道标识,以及对应的参考位置点,获得关联关系。
4.如权利要求2所述的方法,其特征在于,所述方法应用于车牌检测设备中,所述车牌检测设备预存有在不同拍摄位置上对应的关联关系;根据所述目标车道标识,从预存的关联关系中,确定所述目标车道标识对应的目标参考位置点,包括:
获取所述车牌检测设备的当前拍摄位置;
根据所述当前拍摄位置,以及所述目标车道标识,从不同拍摄位置上对应的关联关系中,确定所述目标车道标识对应的目标参考位置点。
5.如权利要求1所述的方法,其特征在于,在若确定当前车辆满足抓拍触发条件,则抓拍包含所述当前车辆的目标图像,并确定所述当前车辆所在的目标车道标识之后,所述方法还包括:
若检测所述目标图像存在一个车牌,则将所述一个车牌确定为所述当前车辆的车牌。
6.如权利要求1-5任一所述的方法,其特征在于,在将与所述目标参考位置点偏差最小的车牌位置点对应的车牌,确定为所述当前车辆的车牌之后,所述方法还包括:
若所述当前车辆在所述目标图像中的车牌位置点与所述目标参考位置点之间的偏差小于预设阈值,则根据所述当前车辆的车牌在所述目标图像中的车牌位置点,以及所述目标车牌位置点集合,更新所述目标参考位置点。
7.如权利要求6所述的方法,其特征在于,根据所述当前车辆的车牌在所述目标图像中的车牌位置点,以及所述目标车牌位置点集合,更新所述目标参考位置点,包括:
将所述当前车辆的车牌在所述目标图像中的车牌位置点增加至所述车牌位置点集合中,以获得更新后的目标车牌位置点集合;
计算所述更新后的目标车牌位置点集合的平均位置点,获得更新后的目标参考位置点。
8.一种车牌检测装置,其特征在于,包括:
抓拍模块,用于若确定当前车辆满足抓拍触发条件,则抓拍包含所述当前车辆的目标图像;
确定模块,用于确定所述当前车辆所在的目标车道标识;
检测模块,用于若检测所述目标图像存在多个车牌,则确定所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差,其中,所述目标参考位置点为目标车牌位置点集合的平均位置点,所述车牌位置点集合包括各个参考图像中的车牌位置点,每个参考图像为在目标车道上出现车辆时抓拍的包含车辆的图像,所述目标车道为所述目标车道标识指示的车道,所述多个车牌中每个车牌在所述目标图像中的车牌位置点与目标参考位置点之间的偏差为所述多个车牌中每个车牌在所述目标图像中的车牌位置点与所述目标参考位置点之间的距离;
所述确定模块,还用于将与所述目标参考位置点偏差最小的车牌位置点对应的车牌,确定为所述当前车辆的车牌。
9.一种车牌检测设备,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,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1-7任一所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1-7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110294203.6A CN112926493B (zh) | 2021-03-19 | 2021-03-19 | 一种车牌检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110294203.6A CN112926493B (zh) | 2021-03-19 | 2021-03-19 | 一种车牌检测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112926493A CN112926493A (zh) | 2021-06-08 |
CN112926493B true CN112926493B (zh) | 2023-11-03 |
Family
ID=76175132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110294203.6A Active CN112926493B (zh) | 2021-03-19 | 2021-03-19 | 一种车牌检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112926493B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09105616A (ja) * | 1995-10-12 | 1997-04-22 | Mitsubishi Heavy Ind Ltd | カメラ傾斜角補正値測定装置 |
CN103419750A (zh) * | 2012-05-15 | 2013-12-04 | 财团法人工业技术研究院 | 整合多摄影机影像的车辆追踪方法及系统 |
CN109166155A (zh) * | 2018-09-26 | 2019-01-08 | 北京图森未来科技有限公司 | 一种车载双目摄像机测距误差的计算方法和装置 |
CN110322702A (zh) * | 2019-07-08 | 2019-10-11 | 中原工学院 | 一种基于双目立体视觉系统的车辆智能测速方法 |
CN111507342A (zh) * | 2020-04-21 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种图像处理方法、装置、系统及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180222389A1 (en) * | 2017-02-08 | 2018-08-09 | GM Global Technology Operations LLC | Method and apparatus for adjusting front view images |
-
2021
- 2021-03-19 CN CN202110294203.6A patent/CN112926493B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09105616A (ja) * | 1995-10-12 | 1997-04-22 | Mitsubishi Heavy Ind Ltd | カメラ傾斜角補正値測定装置 |
CN103419750A (zh) * | 2012-05-15 | 2013-12-04 | 财团法人工业技术研究院 | 整合多摄影机影像的车辆追踪方法及系统 |
CN109166155A (zh) * | 2018-09-26 | 2019-01-08 | 北京图森未来科技有限公司 | 一种车载双目摄像机测距误差的计算方法和装置 |
CN110322702A (zh) * | 2019-07-08 | 2019-10-11 | 中原工学院 | 一种基于双目立体视觉系统的车辆智能测速方法 |
CN111507342A (zh) * | 2020-04-21 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种图像处理方法、装置、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112926493A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284674B (zh) | 一种确定车道线的方法及装置 | |
CN108513674B (zh) | 一种车前积雪与结冰的检测报警方法、存储介质和服务器 | |
US8971573B2 (en) | Video-tracking for video-based speed enforcement | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
JP2019124683A (ja) | オブジェクト速度推定方法と装置及び画像処理機器 | |
JP2011180982A (ja) | 区画線検出装置 | |
CN110853366B (zh) | 一种检测车辆停放位置方法及装置 | |
CN111145555B (zh) | 一种检测车辆违章的方法和装置 | |
CN113240756B (zh) | 车载bsd摄像头的位姿变动检测方法、设备和存储介质 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
JP2016071817A (ja) | 道路区画線情報取得装置 | |
CN108932850B (zh) | 一种记录机动车低速行驶违法行为的方法及装置 | |
CN113505638B (zh) | 车流量的监测方法、监测装置及计算机可读存储介质 | |
CN112926493B (zh) | 一种车牌检测方法、装置、设备及介质 | |
KR102328468B1 (ko) | 가변식 단속 라인을 이용하는 과속 단속 시스템 및 이를 이용한 방법 | |
JP6185327B2 (ja) | 車両後側方警報装置、車両後側方警報方法および他車両距離検出装置 | |
JP5936527B2 (ja) | 画像処理装置および画像処理方法 | |
CN112784633B (zh) | 一种车道边界的处理方法、装置、电子设备和存储介质 | |
CN108847035B (zh) | 车流量评估方法及装置 | |
CN112906428A (zh) | 影像侦测区域取得方法及空间使用情况的判定方法 | |
CN110764526A (zh) | 一种无人机飞行控制方法及装置 | |
JP3771729B2 (ja) | 交通流計測システム | |
CN113435350A (zh) | 一种交通标线检测方法、装置、设备和介质 | |
CN108416305B (zh) | 连续型道路分割物的位姿估计方法、装置及终端 | |
CN109740518A (zh) | 一种视频中对象的确定方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |