CN113158758A - 违规使用车辆号牌的判断方法、系统、设备及存储介质 - Google Patents

违规使用车辆号牌的判断方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN113158758A
CN113158758A CN202110179853.6A CN202110179853A CN113158758A CN 113158758 A CN113158758 A CN 113158758A CN 202110179853 A CN202110179853 A CN 202110179853A CN 113158758 A CN113158758 A CN 113158758A
Authority
CN
China
Prior art keywords
vehicle
license plate
judging
sub
engine
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Withdrawn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
CN202110179853.6A
Other languages
English (en)
Inventor
智晓欢
徐雷
陶冶
刘伟
边林
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202110179853.6A priority Critical patent/CN113158758A/zh
Publication of CN113158758A publication Critical patent/CN113158758A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • 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
    • 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)

Abstract

本公开提供一种违规使用车辆号牌的判断方法、系统、计算机设备及可读存储介质，所述方法包括：接收车辆发送的本车发动机号码M1；获取所述车辆前、后方指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；根据已获取图像识别出车牌号码N1；根据车牌号码N1在车管系统内查询对应的发动机号码M0，根据发动机号码M1查询对应的车牌号码N0；判断发动机号码M1与发动机号码M0是否一致，以及车牌号码N1与车牌号码N0是否一致；若有一者不一致，则判定所述车辆违规使用号牌，并向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。本公开的技术方案能够识别出车辆是否违规使用车牌，自动发送违章信息到车管系统。

Description

违规使用车辆号牌的判断方法、系统、设备及存储介质
技术领域
本公开属于交通管理技术领域，具体涉及一种违规使用车辆号牌的判断方法，一种违规使用车辆号牌的判断系统，一种计算机设备，以及一种计算机可读存储介质。
背景技术
近年来，随着机动车保有量不断增加，遮挡号牌甚至伪造号牌，或者机动车不按规定粘贴临时号牌的现象不断增多，由此产生的闯红灯，超速，违法停车，违规超车等现象频发，不仅增加了执法部门的取证难度，还容易产生交通事故。而现有的号牌识别方法存在以下问题：现场查询方式因为不能实现24小时不间断监控，在交警下班时间和巡查盲点时，违规使用号牌的现象仍然存在；而且目前号牌识别方法主要是判断是否有悬挂号牌或遮挡号牌，无法识别篡改号牌/套牌问题；同时还缺少治理机动车未按规定粘贴临时号牌的方法。
因此，现有的号牌识别方法还不能很好的解决违规使用号牌的问题。
发明内容
本公开提供一种违规使用车辆号牌的判断方法、系统、计算机设备及计算机可读存储介质能够自动判断车辆是否违规使用车辆号牌，可以识别出车辆是否按要求张贴临时车牌，并在车辆违规使用车辆号牌时自动将该车辆的违章信息发送到车管系统。
第一方面，本公开实施例提供一种违规使用车辆号牌的判断方法，包括：
接收车辆发送的本车发动机号码M1；
获取所述车辆前、后方指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；
根据已获取图像识别出车牌号码N1；
根据车牌号码N1在车管系统内查询对应的发动机号码M0，以及根据发动机号码M1在车管系统内查询对应的车牌号码N0；
判断发动机号码M1与发动机号码M0是否一致，以及车牌号码N1与车牌号码N0是否一致；
若有一者不一致，则判定所述车辆违规使用号牌，并向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
进一步的，在识别出图像中的车牌号码N1之前，还包括：
将已获取的图像分别分成多个子区域，并计算每一个子区域的梯度值；
根据各个子区域的梯度值判断所述车辆是否正常使用车牌；
若未正常使用车牌，则向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
进一步的，所述根据各个子区域的梯度值判断所述车辆是否正常使用车牌，包括：
根据所述车辆前、后方指定悬挂号牌处的图像的各个子区域的梯度值判断所述车辆是否在指定区域悬挂车牌；
若未悬挂车牌，则进一步根据前、后挡风玻璃处的图像的各个子区域的梯度值判断车辆在前、后挡风玻璃处是否张贴有临时车牌；
若车辆既未在指定区域悬挂车牌，也未张贴临时车牌，则判定所述车辆未正常使用车牌。
进一步的，所述计算每一个子区域的梯度值包括：
将每一个子区域记为一块像素，将已获取的原始图像与Sobel算子做平面卷积，得到每一块像素的梯度值G：
Figure BDA0002941121280000021
其中，H为每一块像素的灰度值，Gx、Gy分别为每一块像素在水平方向和垂直方向的梯度值；
所述根据各个子区域的梯度值判断所述车辆是否正常使用车牌，包括：
判断已获取的图像中各块像素的梯度值是否都小于预设门限值，且各块像素的灰度值是否相近；
若都满足，则判定所述车辆未正常使用车牌。
第二方面，本公开实施例提供一种违规使用车辆号牌的判断系统，包括：
接收模块，其设置接收车辆发送的本车发动机号码M1；
拍摄模块，其设置为获取所述车辆前、后方指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；
识别模块，其设置为根据已获取图像识别出车牌号码N1；
查询模块，其设置为根据车牌号码N1在车管系统内查询对应的发动机号码M0，以及根据发动机号码M1在车管系统内查询对应的车牌号码N0；
判断模块，其设置为判断发动机号码M1与发动机号码M0是否一致，以及车牌号码N1与车牌号码N0是否一致；
处理模块，其设置为若所述判断模块判断车牌号码和发动机号码中有一者不一致，则判定所述车辆违规使用号牌，并向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
进一步的，所述系统还包括计算模块；
所述计算模块设置为将已获取的图像分别分成多个子区域，并计算每一个子区域的梯度值；
所述判断模块还设置为根据各个子区域的梯度值判断所述车辆是否正常使用车牌；
所述处理模块还设置为若所述判断模块判断所述车辆未正常使用车牌，则向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
进一步的，所述判断模块还设置为：
根据所述车辆前、后方指定悬挂号牌处的图像的各个子区域的梯度值判断车辆是否在指定区域悬挂车牌；
若未悬挂车牌，则进一步根据前、后挡风玻璃处的图像的各个子区域的梯度值判断车辆在前、后挡风玻璃处是否张贴有临时车牌；以及，
若车辆既未在特定区域悬挂车牌，也未张贴临时车牌，则判定车辆未正常使用车牌。
进一步的，所述计算模块具体设置为：
将每一个子区域记为一块像素，将已获取的原始图像与Sobel算子做平面卷积，得到每一块像素的梯度值G：
Figure BDA0002941121280000041
其中，H为每一块像素的灰度值，Gx、Gy分别为每一块像素在水平方向和垂直方向的梯度值；
所述判断模块具体设置为：
判断已获取的图像中各块像素的梯度值是否都小于预设门限值，且各块像素的灰度值是否相近；以及，
若都满足，则判定所述该车辆未正常使用车牌。
第三方面，本公开实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行如第一方面中任一所述的违规使用车辆号牌的判断方法。
第四方面，本公开实施例还提供一种计算机可读存储介质，包括：计算机程序，当其在计算机上运行时，使得计算机执行如第一方面中任一所述的违规使用车辆号牌的判断方法。
有益效果：
本公开提供的违规使用车辆号牌的判断方法、系统、计算机设备及计算机可读存储介质，通过接收车辆发送的本车发动机号码M1；获取所述车辆前、后方指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；根据已获取图像识别出车牌号码N1；再根据车牌号码N1在车管系统内查询对应的发动机号码M0，以及根据发动机号码M1在车管系统内查询对应的车牌号码N0；判断发动机号码M1与发动机号码M0是否一致，以及车牌号码N1与车牌号码N0是否一致；若有一者不一致，则判定所述车辆违规使用号牌，并向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。本公开技术方案能够自动判断车辆是否违规使用车辆号牌，可以识别出车辆是否按要求张贴临时车牌，并在车辆违规使用车辆号牌时自动将该车辆的违章信息发送到车管系统。
附图说明
图1为本公开实施例一提供的一种违规使用车辆号牌的判断方法的流程示意图；
图2为本公开实施例一提供的将拍摄的图像分成若干个子区域的示意图；
图3为本公开实施例二提供的一种违规使用车辆号牌的判断系统的架构图；
图4为本公开实施例三提供的一种计算机设备的架构图。
具体实施方式
为使本领域技术人员更好地理解本公开的技术方案，下面结合附图和实施例对本公开作进一步详细描述。
其中，在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚的表示其他含义。
由于目前机动车不按规定使用号牌的现象不断增多，由此产生的闯红灯，超速，违法停车，违规超车等现象频发，不仅增加了执法部门的取证难度，还容易产生交通事故。而现有的号牌识别方法不能实现24小时不间断监控，无法识别篡改号牌/套牌问题；同时还缺少识别机动车未按规定粘贴临时号牌，不能很好的解决违规使用号牌的问题，无法保障交通安全。
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图1为本公开实施例一提供的一种违规使用车辆号牌的判断方法的流程示意图，如图1所述，包括：
步骤S101：接收车辆发送的本车发动机号码M1；
步骤S102：获取所述车辆前、后方指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；
步骤S103：根据已获取图像识别出车牌号码N1；
步骤S104：根据车牌号码N1在车管系统内查询对应的发动机号码M0，以及根据发动机号码M1在车管系统内查询对应的车牌号码N0；
步骤S105：判断发动机号码M1与发动机号码M0是否一致，以及车牌号码N1与车牌号码N0是否一致；
步骤S106：若有一者不一致，则判定所述车辆违规使用号牌，并向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
当机动车正常行驶时，通过道路上的摄像头拍摄车前、车后指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；车前、车后指定悬挂号牌的图像用于判断车辆的正式牌，前、后挡风玻璃处的图像用于判断车辆的临时牌，在每一台车辆上设置有通信模块，在违规使用车辆号牌的判断系统与车辆建立通讯，车辆接收到特定请求时(如摄像头发送的获取车辆的发动机号码的请求时)，会发送车辆发动机号码到对方；例如，在拍取车辆指定区域图像时，车辆会与摄像头建立通讯，发送车辆的发动机号码M1等固有信息到摄像头。摄像头将拍摄的图像和车辆发送的信息绑定并一起发送到特定的处理服务器，服务器识别出图像中的车牌号码N1并获取车辆的发动机号码M1，对于如何识别车牌号码，在现在技术中通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，可识别车辆牌号、颜色等信息，此处不再赘述。服务器再对车辆发动机号码和车牌号码进行一致性校验，分别根据车牌号码N1和发动机号码M1在车管系统内查询对应登记的发动机号码M0和车牌号码N0，如果M0与M1完全一致且N0与N1完全一致，则不作处理，否则就认为是违规使用号牌，向车管系统发送包括获取的该车辆的发动机号的违章信息；例如当确认车牌号码N1与车牌号码N0不一致，由于车辆发送的发动机号是无法伪造，其能代表车辆的身份，因此通过发动机号码M1在车管系统内查询对应登记的车牌号码N0，是其车辆正确的车牌号，因此，可以认为拍摄到的车牌号可能是套牌或变更车牌，同时，车牌号码不一致，对应可以确定发动机号也一定不一致；如果确认了发动机号码M0与发动机号码M1不一致，则表示通过车牌号N1查询的发动机号码M1，不是其真实的发动机号，不能通过拍摄到的车牌号查询到车辆正确的发动机号，也可以认为拍摄到的车牌号可能是套牌或变更车牌。
在本实施例的另一种实施方式中，在识别出车牌号码N1并获取车辆的发动机号码M1后，还可以根据获取的发动机号查询该车辆在车管系统所登记的车牌号码，或者根据识别的车牌的号码查询该车牌的号码在车管系统所登记的发动机号；若所述识别的车牌号码与登记的车牌号码不一致，或者获取的发动机号与登记的发动机号不一致，则认为该车辆违规使用号牌，向车管系统发送包括获取的该车辆的发动机号的违章信息，只需查询其中的一项，就可判断出是否违规使用车号牌。在本实施例中，所述发动机号也可以换成车辆唯一的车辆识别代号。
通过自动判断车辆是否违规使用车辆号牌，并根据发动机号获取违章人的信息，可实现对违规使用车辆号牌的有效管理，减少违规使用号牌的情况，并减少交通事故的发生。
进一步的，在识别出图像中的车牌号码N1之前，还包括：
将已获取的图像分别分成多个子区域，并计算每一个子区域的梯度值；
根据各个子区域的梯度值判断所述车辆是否正常使用车牌；
若未正常使用车牌，则向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
如果车辆有正式号牌，则车辆必须在指定位置正确安装号牌，若车辆未正式上牌，则要求车主在车辆的前挡风玻璃左下角或右下角处张贴临时车牌，另外一张应贴在车内后挡风玻璃左下角，如后挡风玻璃处没有位置可以贴，那么另外一张临时牌照也应随车携带；因此，车辆必须正常使用车牌。
对拍摄的指定使用车牌位置的图像进行梯度分析，如图2所示，将拍摄的图像分成若干个子区域记为一块像素，各块的像素为(x0，y0)，(x1，y1)，(x2，y2)，…。对这些离散的像素求其变化率即为梯度，得到每一个子区域的梯度。
水平方向(x方向)梯度：
Figure BDA0002941121280000081
垂直方向(y方向)梯度：
Figure BDA0002941121280000082
由于图像上的像素块都是离散值即数字信号，因为主要识别判断图像中的边缘部分，故采用Sobel算子利用相邻区域来计算一个像素块的梯度值。像素块可以根据图像自己划分，例如正方形，长方形等，像素块包括多个像素点；如果有车牌的话，会有明显边界，根据梯队值可以判断是否有明显的边界，确定是否有正常使用车牌。
若未正常使用车牌，则向车管系统发送包括获取的该车辆的发动机号M1的违章信息。
进一步的，所述根据各个子区域的梯度值判断所述车辆是否正常使用车牌，包括：
根据所述车辆前、后方指定悬挂号牌处的图像的各个子区域的梯度值判断所述车辆是否在指定区域悬挂车牌；
若未悬挂车牌，则进一步根据前、后挡风玻璃处的图像的各个子区域的梯度值判断车辆在前、后挡风玻璃处是否张贴有临时车牌；
若车辆既未在指定区域悬挂车牌，也未张贴临时车牌，则判定所述车辆未正常使用车牌。
在判断车辆是否正常使用车牌时，先判断车辆是否在车辆前后悬挂车牌，若未悬挂，再判断是否张贴临时牌，可治理未按规定粘贴临时号牌的问题，防止因临时牌不能管理导致司机抱有侥幸心理违规驾驶。
进一步的，所述计算每一个子区域的梯度值包括：
将每一个子区域记为一块像素，将已获取的原始图像与Sobel算子做平面卷积，得到每一块像素的梯度值G：
Figure BDA0002941121280000091
其中，H为每一块像素的灰度值，Gx、Gy分别为每一块像素在水平方向和垂直方向的梯度值；
所述根据各个子区域的梯度值判断所述车辆是否正常使用车牌，包括：
判断已获取的图像中各块像素的梯度值是否都小于预设门限值，且各块像素的灰度值是否相近；
若都满足，则判定所述车辆未正常使用车牌。
在计算梯度值时，将原始图像与Sobel算子做平面卷积，Sobel算子可以较好的抑制噪声；根据原始图像的灰度值，通过服务器软件自动将图像的灰度值读取为一个3x3的矩阵数值，例如若图像中一个3x3的窗口为A，要计算梯度的像素块为e，则和Sobel算子进行卷积之后，像素块e在x和y方向的梯度值分别为：。
Figure BDA0002941121280000101
Figure BDA0002941121280000102
其中*为卷积符号，sum表示矩阵中所有元素相加求和。根据上式便可以计算出像素点e的水平和垂直方向的梯度值。再根据公式
Figure BDA0002941121280000103
计算得到e的梯度值。
如果有车牌的话，会有明显边界。如果梯度值明显大于门限值T，就认为该点是边缘点。当图片中各点的梯度值都小于门限值且各点灰度值相近时认为特定区域没有悬挂车牌。没有悬挂车牌时，特定区域的像素值基本相近。若未正常使用车牌则向车管系统发送包括获取的该车辆的发动机号的违章信息；使交管部门对车辆违章信息进行处理。
本公开实施例能够自动判断车辆是否违规使用车辆号牌，可以识别出车辆是否按要求张贴临时车牌，并在车辆违规使用车辆号牌时自动将该车辆的违章信息发送到车管系统。由此加强对违规使用车辆号牌的有效管理，减少违规使用号牌的情况，并减少交通事故的发生。
图3为本公开实施例二提供的一种违规使用车辆号牌的判断系统的架构图，如图3所示，包括：
接收模块1，其设置接收车辆发送的本车发动机号码M1；
拍摄模块2，其设置为获取所述车辆前、后方指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；
识别模块3，其设置为根据已获取图像识别出车牌号码N1；
查询模块4，其设置为根据车牌号码N1在车管系统内查询对应的发动机号码M0，以及根据发动机号码M1在车管系统内查询对应的车牌号码N0；
判断模块5，其设置为判断发动机号码M1与发动机号码M0是否一致，以及车牌号码N1与车牌号码N0是否一致；
处理模块6，其设置为若所述判断模块5判断车牌号码和发动机号码中有一者不一致，则判定所述车辆违规使用号牌，并向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
进一步的，所述系统还包括计算模块7；
所述计算模块7设置为将已获取的图像分别分成多个子区域，并计算每一个子区域的梯度值；
所述判断模块5还设置为根据各个子区域的梯度值判断所述车辆是否正常使用车牌；
所述处理模块6还设置为若所述判断模块5判断所述车辆未正常使用车牌，则向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
进一步的，所述判断模块5还设置为：
根据所述车辆前、后方指定悬挂号牌处的图像的各个子区域的梯度值判断车辆是否在指定区域悬挂车牌；
若未悬挂车牌，则进一步根据前、后挡风玻璃处的图像的各个子区域的梯度值判断车辆在前、后挡风玻璃处是否张贴有临时车牌；以及，
若车辆既未在特定区域悬挂车牌，也未张贴临时车牌，则判定车辆未正常使用车牌。
进一步的，所述计算模块7具体设置为：
将每一个子区域记为一块像素，将已获取的原始图像与Sobel算子做平面卷积，得到每一块像素的梯度值G：
Figure BDA0002941121280000111
其中，H为每一块像素的灰度值，Gx、Gy分别为每一块像素在水平方向和垂直方向的梯度值；
所述判断模块5具体设置为：
判断已获取的图像中各块像素的梯度值是否都小于预设门限值，且各块像素的灰度值是否相近；以及，
若都满足，则判定所述该车辆未正常使用车牌。
本公开实施例的违规使用车辆号牌的判断系统用于实施方法实施例一中的违规使用车辆号牌的判断方法，所以描述的较为简单，具体可以参见前面方法实施例一中的相关描述，此处不再赘述。
此外，如图4所示，本公开实施例三还提供一种计算机设备，包括存储器10和处理器20，所述存储器10中存储有计算机程序，当所述处理器20运行所述存储器10存储的计算机程序时，所述处理器20执行上述各种可能的违规使用车辆号牌的判断方法。
此外，本公开实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的违规使用车辆号牌的判断方法。
其中，计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC(Application Specific Integrated Circuit，专用集成电路)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。
可以理解的是，以上实施方式仅仅是为了说明本公开的原理而采用的示例性实施方式，然而本公开并不局限于此。对于本领域内的普通技术人员而言，在不脱离本公开的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本公开的保护范围。

Claims (10)

1.一种违规使用车辆号牌的判断方法，其特征在于，包括：
接收车辆发送的本车发动机号码M1；
获取所述车辆前、后方指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；
根据已获取图像识别出车牌号码N1；
根据车牌号码N1在车管系统内查询对应的发动机号码M0，以及根据发动机号码M1在车管系统内查询对应的车牌号码N0；
判断发动机号码M1与发动机号码M0是否一致，以及车牌号码N1与车牌号码N0是否一致；
若有一者不一致，则判定所述车辆违规使用号牌，并向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
2.根据权利要求1所述的方法，其特征在于，在识别出图像中的车牌号码N1之前，还包括：
将已获取的图像分别分成多个子区域，并计算每一个子区域的梯度值；
根据各个子区域的梯度值判断所述车辆是否正常使用车牌；
若未正常使用车牌，则向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
3.根据权利要求2所述的方法，其特征在于，所述根据各个子区域的梯度值判断所述车辆是否正常使用车牌，包括：
根据所述车辆前、后方指定悬挂号牌处的图像的各个子区域的梯度值判断所述车辆是否在指定区域悬挂车牌；
若未悬挂车牌，则进一步根据前、后挡风玻璃处的图像的各个子区域的梯度值判断车辆在前、后挡风玻璃处是否张贴有临时车牌；
若车辆既未在指定区域悬挂车牌，也未张贴临时车牌，则判定所述车辆未正常使用车牌。
4.根据权利要求2所述的方法，其特征在于，所述计算每一个子区域的梯度值包括：
将每一个子区域记为一块像素，将已获取的原始图像与Sobel算子做平面卷积，得到每一块像素的梯度值G：
Figure FDA0002941121270000021
其中，H为每一块像素的灰度值，Gx、Gy分别为每一块像素在水平方向和垂直方向的梯度值；
所述根据各个子区域的梯度值判断所述车辆是否正常使用车牌，包括：
判断已获取的图像中各块像素的梯度值是否都小于预设门限值，且各块像素的灰度值是否相近；
若都满足，则判定所述车辆未正常使用车牌。
5.一种违规使用车辆号牌的判断系统，其特征在于，包括：
接收模块，其设置接收车辆发送的本车发动机号码M1；
拍摄模块，其设置为获取所述车辆前、后方指定悬挂号牌处的图像以及前、后挡风玻璃处的图像；
识别模块，其设置为根据已获取图像识别出车牌号码N1；
查询模块，其设置为根据车牌号码N1在车管系统内查询对应的发动机号码M0，以及根据发动机号码M1在车管系统内查询对应的车牌号码N0；
判断模块，其设置为判断发动机号码M1与发动机号码M0是否一致，以及车牌号码N1与车牌号码N0是否一致；
处理模块，其设置为若所述判断模块判断车牌号码和发动机号码中有一者不一致，则判定所述车辆违规使用号牌，并向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
6.根据权利要求5所述的系统，其特征在于，所述系统还包括计算模块；
所述计算模块设置为将已获取的图像分别分成多个子区域，并计算每一个子区域的梯度值；
所述判断模块还设置为根据各个子区域的梯度值判断所述车辆是否正常使用车牌；
所述处理模块还设置为若所述判断模块判断所述车辆未正常使用车牌，则向车管系统发送包括所述车辆的发动机号码M1的违规使用号牌信息。
7.根据权利要求6所述的系统，其特征在于，所述判断模块还设置为：
根据所述车辆前、后方指定悬挂号牌处的图像的各个子区域的梯度值判断车辆是否在指定区域悬挂车牌；
若未悬挂车牌，则进一步根据前、后挡风玻璃处的图像的各个子区域的梯度值判断车辆在前、后挡风玻璃处是否张贴有临时车牌；以及，
若车辆既未在特定区域悬挂车牌，也未张贴临时车牌，则判定车辆未正常使用车牌。
8.根据权利要求6所述的系统，其特征在于，所述计算模块具体设置为：
将每一个子区域记为一块像素，将已获取的原始图像与Sobel算子做平面卷积，得到每一块像素的梯度值G：
Figure FDA0002941121270000031
其中，H为每一块像素的灰度值，Gx、Gy分别为每一块像素在水平方向和垂直方向的梯度值；
所述判断模块具体设置为：
判断已获取的图像中各块像素的梯度值是否都小于预设门限值，且各块像素的灰度值是否相近；以及，
若都满足，则判定所述该车辆未正常使用车牌。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行根据权利要求1-4中任一项所述的违规使用车辆号牌的判断方法。
10.一种计算机可读存储介质，包括：计算机程序，当其在计算机上运行时，使得计算机执行根据权利要求1-4中任一项所述的违规使用车辆号牌的判断方法。
CN202110179853.6A 2021-02-07 2021-02-07 违规使用车辆号牌的判断方法、系统、设备及存储介质 Withdrawn CN113158758A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110179853.6A CN113158758A (zh) 2021-02-07 2021-02-07 违规使用车辆号牌的判断方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110179853.6A CN113158758A (zh) 2021-02-07 2021-02-07 违规使用车辆号牌的判断方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113158758A true CN113158758A (zh) 2021-07-23

Family

ID=76882980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110179853.6A Withdrawn CN113158758A (zh) 2021-02-07 2021-02-07 违规使用车辆号牌的判断方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113158758A (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831429A (zh) * 2012-08-13 2012-12-19 深圳市捷顺科技实业股份有限公司 车牌定位方法
CN203165218U (zh) * 2013-04-03 2013-08-28 杭州网轩科技有限公司 一种车辆核查监控系统
CN103778787A (zh) * 2014-02-19 2014-05-07 陈昊 汽车假套牌识别逻辑判断方法
CN104537841A (zh) * 2014-12-23 2015-04-22 上海博康智能信息技术有限公司 无牌车辆违章检测方法及其检测系统
CN105512662A (zh) * 2015-06-12 2016-04-20 北京卓视智通科技有限责任公司 一种无牌车辆检测方法及装置
CN105608903A (zh) * 2015-12-15 2016-05-25 重庆凯泽科技有限公司 交通违章检测的方法及系统
CN106600968A (zh) * 2016-12-01 2017-04-26 北京长城金点物联网科技股份有限公司 一种车牌识别方法及系统
CN107092855A (zh) * 2016-02-18 2017-08-25 日本电气株式会社 车辆部件识别方法和设备、车辆识别方法和设备
CN108596172A (zh) * 2018-04-11 2018-09-28 航天科技控股集团股份有限公司 一种车联网客户端的车辆绑定装置及方法
US20180300578A1 (en) * 2014-06-27 2018-10-18 Blinker, Inc. Method and apparatus for identifying vehicle information from an image
CN109299695A (zh) * 2018-09-28 2019-02-01 北京首都国际机场公安分局 车辆识别方法和系统
CN109426796A (zh) * 2017-09-05 2019-03-05 杭州海康威视系统技术有限公司 车牌检测方法、装置及系统
CN110444023A (zh) * 2018-05-02 2019-11-12 芝麻开门网络信息股份有限公司 一种基于物联网的套牌车检测系统
CN110444024A (zh) * 2018-05-02 2019-11-12 芝麻开门网络信息股份有限公司 一种基于物联网的套牌车识别系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831429A (zh) * 2012-08-13 2012-12-19 深圳市捷顺科技实业股份有限公司 车牌定位方法
CN203165218U (zh) * 2013-04-03 2013-08-28 杭州网轩科技有限公司 一种车辆核查监控系统
CN103778787A (zh) * 2014-02-19 2014-05-07 陈昊 汽车假套牌识别逻辑判断方法
US20180300578A1 (en) * 2014-06-27 2018-10-18 Blinker, Inc. Method and apparatus for identifying vehicle information from an image
CN104537841A (zh) * 2014-12-23 2015-04-22 上海博康智能信息技术有限公司 无牌车辆违章检测方法及其检测系统
CN105512662A (zh) * 2015-06-12 2016-04-20 北京卓视智通科技有限责任公司 一种无牌车辆检测方法及装置
CN105608903A (zh) * 2015-12-15 2016-05-25 重庆凯泽科技有限公司 交通违章检测的方法及系统
CN107092855A (zh) * 2016-02-18 2017-08-25 日本电气株式会社 车辆部件识别方法和设备、车辆识别方法和设备
CN106600968A (zh) * 2016-12-01 2017-04-26 北京长城金点物联网科技股份有限公司 一种车牌识别方法及系统
CN109426796A (zh) * 2017-09-05 2019-03-05 杭州海康威视系统技术有限公司 车牌检测方法、装置及系统
CN108596172A (zh) * 2018-04-11 2018-09-28 航天科技控股集团股份有限公司 一种车联网客户端的车辆绑定装置及方法
CN110444023A (zh) * 2018-05-02 2019-11-12 芝麻开门网络信息股份有限公司 一种基于物联网的套牌车检测系统
CN110444024A (zh) * 2018-05-02 2019-11-12 芝麻开门网络信息股份有限公司 一种基于物联网的套牌车识别系统
CN109299695A (zh) * 2018-09-28 2019-02-01 北京首都国际机场公安分局 车辆识别方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘凌霞 等: "基于RAM-MS320C6x的高速套牌车检测识别系统设计", 现代电子技术 *
许浩鹏 等: "基于图像处理技术的套牌车识别系统的研究与设计", 技术应用 *

Similar Documents

Publication Publication Date Title
CN107967806B (zh) 车辆套牌检测方法、装置、可读存储介质及电子设备
KR101756849B1 (ko) 노상 무인정산 주차관제 시스템
CN105702048B (zh) 基于行车记录仪的高速公路前车违法占道识别系统及方法
CN108806272B (zh) 一种提醒多辆机动车车主违法停车行为的方法及装置
CN106991820B (zh) 违规车辆处理方法及装置
CN110738150B (zh) 相机联动抓拍方法、装置以及计算机存储介质
CN112163543A (zh) 一种车辆违法占道的检测方法及系统
CN110867083B (zh) 车辆监控方法、装置、服务器和机器可读存储介质
KR101756848B1 (ko) 불법 주정차 관리 시스템
CN108932851B (zh) 一种记录机动车违法停车行为的方法及装置
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
CN107111940B (zh) 交通违章管理系统和交通违章管理方法
CN112509325B (zh) 一种基于视频深度学习的非现场违法自动甄别方法
CN112419733A (zh) 一种用户不规范停车的检测方法、装置、设备和存储介质
CN112270244A (zh) 目标物违规监控方法、装置、电子设备及存储介质
CN109147393A (zh) 基于视频分析的车辆变道检测方法
CN108932850B (zh) 一种记录机动车低速行驶违法行为的方法及装置
CN111292530A (zh) 处理违章图片的方法、装置、服务器和存储介质
CN108417045A (zh) 一种礼让行人抓拍处理系统及其方法
CN107615347B (zh) 车辆确定装置及包括所述车辆确定装置的车辆确定系统
CN113408364B (zh) 一种临时车牌识别方法、系统、装置及存储介质
CN113469105A (zh) 监控周边车辆的方法及装置、计算机可读存储介质
CN111985304A (zh) 巡防告警方法、系统、终端设备及存储介质
CN108932853B (zh) 一种记录多台机动车违法停车行为的方法及装置
CN113158758A (zh) 违规使用车辆号牌的判断方法、系统、设备及存储介质

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

Application publication date: 20210723

WW01 Invention patent application withdrawn after publication