CN113284349A - 车牌识别方法及系统 - Google Patents
车牌识别方法及系统 Download PDFInfo
- Publication number
- CN113284349A CN113284349A CN202110833474.4A CN202110833474A CN113284349A CN 113284349 A CN113284349 A CN 113284349A CN 202110833474 A CN202110833474 A CN 202110833474A CN 113284349 A CN113284349 A CN 113284349A
- Authority
- CN
- China
- Prior art keywords
- license plate
- information
- image information
- panoramic image
- vehicle
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 abstract description 6
- 230000001960 triggered effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 21
- 239000000428 dust Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
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
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
-
- 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)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Character Discrimination (AREA)
Abstract
本申请涉及一种车牌识别方法及系统。车辆进入停车场识别后产生记录，相机终端对识别结果的可信度进行判断，如果达到预设值就直接入场成功，如果可信度小于预设置，则在本地计算机中进行的二次识别，如果二次识别还未到达预设值，则上报给云端服务器，通过服务器来计算车牌，如果还没达到预设值，则通过主动触发车牌修正专员来人工确认修正，然后送达给停车场；车辆出场识别，如果相机终端识别没达到预设值或者找不到入场记录匹配，通过本地计算机从入场记录中找到相似度较高的几个车牌，然后通过车牌识别算法和这些匹配度高的车牌进行比对，得出相似度高的一个车牌；如果相似度没有达到预设值，就会主动调用24小时值班人员呼叫，请求人工修正。
Description
技术领域
本申请涉及车牌识别技术的领域，尤其是涉及一种车牌识别方法及系统。
背景技术
车牌识别系统(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。
在停车场的出入口对车辆的车牌进行识别时，若天气恶劣，如：沙尘、雾霾等，车牌上或多或少沾染有尘土等污物，污物遮挡车牌，易导致识别错误，使得车辆在停车场出入口附近滞留，影响其他车辆的正常通行。
发明内容
为了降低识别错误，提高车辆通行效率，本申请提供一种车牌识别方法及系统。
第一方面，本申请提供一种车牌识别方法，采用如下的技术方案：
一种车牌识别方法，包括以下步骤：
S100，设于停车场出入口处的相机终端获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；相机终端确认识别结果可信时，输出识别结果作为牌照信息；相机终端确认识别结果置疑时，输出车辆全景图像信息至本地计算机；
S200，本地计算机获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；本地计算机确认识别结果可信时，输出识别结果作为牌照信息；本地计算机端确认识别结果置疑时，输出车辆全景图像信息至服务器；
S300，服务器获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；服务器确认识别结果可信时，输出识别结果作为牌照信息。
通过采用上述技术方案，车辆进入停车场识别后产生记录，相机终端对识别结果的可信度进行判断，如果达到预设置的值就直接入场成功，如果可信度小于预设置，则在本地计算机中进行的二次识别，如果二次识别还未到达预设值，则上报给云端服务器，通过服务器来计算车牌；
相机终端、本地计算机及服务器中均基于神经网络算法对车牌进行识别；并且，相机终端中的神经网络算法的训练程度、学习深度低于本地计算机，本地计算机中的神经网络算法的训练程度、学习深度低于服务器；
同时，相机终端将车辆全景图像信息发送至本地计算机，以及本地计算机将车辆全景图像信息发送至服务器，均存在大量数据的传输，数据传输效率低，因此，优先在相机终端中进行识别，有利于提高识别效率。
优选的，所述图像识别算法包括以下步骤：
获取车辆全景图像信息，识别车牌位置，并获取牌照图像信息；
基于牌照图像信息中的每个字符，对牌照图像信息进行分割，获取多个仅包括一个字符的字符图像信息；
将每个字符图像信息与多个基准字符进行匹配，输出相似值最高的基准字符为识别结果，并输出对应的相似值；
获取对应于每个字符图像信息识别结果的相似值，以其中分值最低的相似值作为可信度；
确认可信度不小于预设值时，输出识别结果。
优选的，步骤S100中还包括：相机终端获取并记录获取车辆全景图像信息时的时间信息；并且，相机终端确认识别结果可信时，输出识别结果和时间信息；相机终端确认识别结果置疑时，输出车辆全景图像信息和时间信息至本地计算机；
步骤S200中还包括：本地计算机获取车辆全景图像信息和时间信息；并且，本地计算机确认识别结果可信时，输出识别结果和时间信息；本地计算机确认识别结果置疑时，输出车辆全景图像信息和时间信息至服务器；
步骤S300中还包括：服务器获取车辆全景图像信息和时间信息；并且，服务器确认识别结果可信时，输出识别结果和时间信息。
通过采用上述技术方案，依据相机终端于获取车辆全景图像信息时获取的时间信息，可知车辆进入或离开停车场的时间，进而实现停车场的计时收费。
优选的，步骤S100中还包括：相机终端确认识别结果可信时，输出识别结果和终端信息；
其中，终端信息包括编号，以基于终端信息用于判断进入停车场或离开停车场。
优选的，步骤S100中还包括：相机终端依据终端信息判断为进入停车场，且确认识别结果可信时，输出识别结果和终端信息至入场数据库。
优选的，步骤S100中还包括：相机终端依据终端信息判断为离开停车场，且确认识别结果可信时，相机终端将识别结果与入场数据库的牌照信息进行匹配；若匹配成功，输出识别结果；若匹配失败，输出车辆全景图像信息和终端信息至本地计算机。
优选的，步骤S100中还包括：相机终端确认识别结果置疑时，输出车辆全景图像信息和终端信息至本地计算机；
所述步骤S200中还包括：本地计算机获取车辆全景图像信息和时间信息，本地计算机依据终端信息判断为进入停车场，则通过图像识别算法识别车辆全景图像信息中的车牌；本地计算机依据终端信息判断为离开停车场，则通过出场识别算法识别车辆全景图像信息中的车牌。
优选的，所述出场识别算法包括以下步骤：
获取车辆全景图像信息，识别车牌位置，并获取牌照图像信息；
基于牌照图像信息中的每个字符，对牌照图像信息进行分割，获取多个仅包括一个字符的字符图像信息；
获取入场数据库中的牌照信息；
将每个字符图像信息与入场数据库中的牌照信息进行匹配，并输出对应的相似度；
获取入场数据库中相似度最高的牌照信息作为识别结果；
确认相似度不小于预设值时，输出识别结果。
通过采用上述技术方案，车辆离开停车场，且相机终端识别失败时，本地计算机将字符图像信息与入场数据库中的牌照信息进行匹配，以便于车辆离开停车场时的识别结果与入场记录能够匹配。
优选的，步骤S200中还包括：本地计算机依据终端信息判断为离开停车场，且识别结果置疑时，输出人工确认信息。
通过采用上述技术方案，离开停车场时，车主及车辆在道闸处等待，则离开停车场时，最多进行两次的设备识别，若两次均识别失败，无需上传服务器，直接提交人工确认，以减少车主及车辆的等待时间。
优选的，步骤S300中，还包括：服务器确认识别结果置疑时，输出人工确认修改信息。
第二方面，本申请提供一种车牌识别系统，采用如下的技术方案：
一种车牌识别系统，包括相机终端、本地计算机及服务，
相机终端设于停车场出入口处，用于端获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；相机终端确认识别结果可信时，输出识别结果作为牌照信息；相机终端确认识别结果置疑时，输出车辆全景图像信息至本地计算机；
本地计算机获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；本地计算机确认识别结果可信时，输出识别结果作为牌照信息；本地计算机端确认识别结果置疑时，输出车辆全景图像信息至服务器；
服务器获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；服务器确认识别结果可信时，输出识别结果作为牌照信息。
综上所述，本申请包括以下至少一种有益技术效果：
1.车辆进入停车场识别后产生记录，相机终端对识别结果的可信度进行判断，如果达到预设置的值就直接入场成功，如果可信度小于预设置，则在本地计算机中进行的二次识别，如果二次识别还未到达预设值，则上报给云端服务器，通过服务器来计算车牌，如果还没达到预设值，则通过主动触发车牌修正专员来人工确认修正，然后送达给停车场；
2.车辆出场识别，如果终端识别没达到预设值或者找不到入场记录匹配，通过本地计算机从入场记录中找到相似度较高的几个车牌，然后通过车牌识别算法和这些匹配度高的车牌进行比对，得出相似度高的一个车牌；如果得出的相似度高车牌没有到预设值，就会主动调用24小时值班人员呼叫，请求人工修正。
附图说明
图1是车牌识别系统的结构框图。
图2是车牌识别方法的流程示意图。
图3是相机终端的流程示意图。
图4是图像识别算法的流程示意图。
图5是本地计算机的流程示意图。
图6是出场识别算法的流程示意图。
图7是服务器的流程示意图。
附图标记说明：1、相机终端；11、拍摄单元；12、时间记录单元；2、入场数据库；3、本地计算机；31、接收判断单元；4、服务器；5、计费单元；6、图像处理单元；61、图像处理模块；62、判断输出模块。
具体实施方式
以下结合附图1-7对本申请作进一步详细说明。
在停车场的出入口对车辆的车牌进行识别时，若天气恶劣，如：沙尘、雾霾等，车牌上或多或少沾染有尘土等污物，污物遮挡车牌，易导致识别错误，使得车辆在停车场出入口附近滞留，影响其他车辆的正常通行。
参照图1，本申请实施例公开一种车牌识别系统，包括相机终端1、入场数据库2、本地计算机3、服务器4及计费单元5。
相机终端1设有多个，并设于停车场的每个出入口处；且每个相机终端1对应设有终端信息，终端信息包括编号等信息，并可依据终端信息判断该相机终端1设于出口处或入口处。
相机终端1包括拍摄单元11及时间记录单元12。拍摄单元11可采用摄像头，并用于在车辆进入或离开停车场时，对车辆拍摄多张车辆全景照片；同时，拍摄单元11输出多张车辆全景照片作为车辆全景图像信息；其中，车辆全景图像信息包括车标、车牌、前挡玻璃等。时间记录单元12于拍摄单元11对车辆进行拍摄时，记录当前时间作为时间信息。
同时，相机终端1中还设有图像处理单元6；图像处理单元6包括图像处理模块61及判断输出模块62。
图像处理模块61获取车辆全景图像信息，并基于基准字符对车辆全景图像进行图像处理和图像识别，并输出识别结果。识别结果包括车牌颜色及车牌号码。
判断输出模块62确认识别结果可信，且基于终端信息判断为进入停车场时，判断输出模块62输出识别结果作为牌照信息，并将对应的终端信息、牌照信息及时间信息发送至入场数据库2进行存储。
判断输出模块62确认识别结果可信，且基于终端信息判断为离开停车场时，判断输出模块62将识别结果与入场数据库2中已存储的牌照信息进行匹配；若匹配成功，则判断输出模块62输出识别结果作为牌照信息，并将终端信息、牌照信息及时间信息发送至计费单元5。
计费单元5接收来自判断输出模块62输出的牌照信息及时间信息，并从入场数据库2获取对应的牌照信息及时间信息；同时，计费单元5删除入场数据库2中对应的牌照信息及时间信息；并且计费单元5基于两个时间信息之间的差值，计算所需缴纳的停车费。
判断输出模块62确认识别结果可信，且基于终端信息判断为离开停车场时，判断输出模块62将识别结果与入场数据库2中已存储的牌照信息进行匹配；若匹配失败，则判断输出模块62输出终端信息、车辆全景图像信息及时间信息至本地计算机3。
同时，判断输出模块62确认识别结果置疑时，输出终端信息、车辆全景图像信息及时间信息至本地计算机3。
本地计算机3可设于停车场的岗亭、监控室等室内，并可设有一台或多台。
本地计算机3中设有图像处理单元6。本地计算机3包括接收判断模块；接收判断模块基于终端信息判断为进入或离开停车场。
接收判断模块依据终端信息判断为进入停车场时：
图像处理模块61获取车辆全景图像信息，并基于基准字符对车辆全景图像进行图像处理和图像识别，并输出识别结果；
判断输出模块62确认识别结果可信时，则输出识别结果作为牌照信息，并将对应的终端信息、牌照信息及时间信息发送至入场数据库2进行存储；
判断输出模块62确认识别结果置疑时，则输出终端信息、车辆全景图像信息及时间信息至服务器4。
接收判断模块依据终端信息判断为离开停车场时：
图像处理模块61获取入场数据库2中已存储的牌照信息；图像处理模块61获取车辆全景图像信息，并基于入场数据库2中已存储的牌照信息对车辆全景图像进行图像处理和图像识别，并输出识别结果；
判断输出模块62确认识别结果可信时，则输出识别结果作为牌照信息，并将对应的终端信息、牌照信息及时间信息发送计费单元5；
判断输出模块62确认识别结果置疑时，输出人工确认信息；并在人工确认后，将对应的终端信息、牌照信息及时间发送至计费单元5。
服务器4中设有图像处理单元6；图像处理模块61获取车辆全景图像信息，并基于基准字符对车辆全景图像进行图像处理和图像识别，并输出识别结果；判断输出模块62确认识别结果可信时，则输出识别结果作为牌照信息，并将对应的终端信息、牌照信息及时间信息发送至入场数据库2进行存储；判断输出模块62确认识别结果置疑时，输出人工确认修改信息，并在人工确认修改后，将对应的终端信息、牌照信息及时间发送至入场数据库2。
本申请实施例还公开一种车牌识别方法，包括以下步骤：
参照图2，S100，设于停车场出入口处的相机终端1获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；相机终端1确认识别结果可信时，输出识别结果作为牌照信息；相机终端1确认识别结果置疑时，输出车辆全景图像信息至本地计算机3。
具体的，参照图3，S110，拍摄单元11于车辆进入或离开停车场时，对车辆拍摄多张车辆全景照片，并输出多张车辆全景照片作为车辆全景图像信息。
其中，车辆全景图像信息包括车标、车牌、前挡玻璃等。
S120，通过图像识别算法识别车辆全景图像信息中的车牌，并确认识别结果可信或置疑。
其中，参照图4，图像识别算法包括以下步骤：
S000，时间记录单元12于拍摄单元11对车辆进行拍摄时，记录当前时间作为时间信息。
S001, 图像处理模块61获取车辆全景图像信息，并对车牌整体进行识别，以从车辆全景图像信息截取出车牌图像作为牌照图像信息。
S002，基于牌照图像信息中的每个字符，对牌照图像信息进行分割，获取多个仅包括一个字符的字符图像信息。
具体的，图像处理模块61基于牌照图像信息中的车牌颜色，确定将牌照图像信息分割成八个或九个字符图像信息，并安装顺序进行排列。例如：若牌照图像信息中为蓝底白字（传统车辆的牌照），则确定将牌照图像信息分割成八个字符图像信息。若牌照图像信息中为绿底黑字（新能源车辆的牌照），则确定将牌照图像信息分割成九个字符图像信息。
S003，图像处理模块61对每个字符图像信息进行特征点识别，并与基准字符进行匹配，输出相似值最高的基准字符为识别结果，并输出对应的相似值。
基准字符包括汉字、字母及数字。具体的，将第一个字符图像信息与汉字基准字符进行匹配，其余字符图像信息与字母及数字基准字符进行匹配。同时，每个字符图像信息均于多个基准字符进行匹配，且一个字符图像信息对应的每个基准字符均有一个相似值，且相似值为数值，其中，相似值1表示字符图像信息与基准字符一致，相似值0.97表示字符图像信息与基准字符基本一致；如：字符图像信息“D”，其与基准字符“0”的相似值可能为0.93，其与基准字符“D”的相似值可能为0.98，其与基准字符“B”的相似值可能为0.3；则输出“D”为识别结果，并输出相似值0.99。
需要说明的是，拍摄单元11拍摄的车辆全景图像信息中，若天气好，则字符图像信息中的字符较为清晰；但是，若天气较为恶劣（沙尘、雾霾等），则车牌上或多或少沾染有尘土等污物，污物遮挡车牌，则字符图像信息中的字符清晰度较低，即此时，字符图像信息“D”，其与基准字符“0”的相似值可能为0.95，其与基准字符“D”的相似值可能为0.94，则输出“0”为识别结果，并输出相似值0.95。
S004，判断输出模块62获取对应于每个字符图像信息识别结果的相似值，以其中分值最低的相似值作为可信度。
例如，第一个字符图像信息“粤”，识别结果“粤”，相似值为0.99；
第二个字符图像信息“B”，识别结果“B”，相似值为0.98；
第三个字符图像信息“D”，识别结果“D”，相似值为0.97；
……
则以“粤BD……”为识别结果，且0.97为可信度。
S005，判断输出模块62确认可信度不小于预设值，则判断输出模块62确认识别结果可信，并输出识别结果；判断输出模块62确认可信度小于预设值，则判断输出模块62确认识别结果置疑。
本实施例中，预设值设置为0.97。
S130，判断输出模块62基于终端信息确认为进入停车场，且判断输出模块62确认识别结果可信，则输出识别结果作为牌照信息，并将对应的终端信息、牌照信息及时间信息发送至入场数据库2进行存储。
S140，判断输出模块62基于终端信息确认为离开停车场，且断输出模块确认识别结果可信，则判断输出模块62将识别结果与入场数据库2中已存储的牌照信息进行匹配：
若匹配成功，则判断输出模块62输出识别结果作为牌照信息，并将终端信息、牌照信息及时间信息发送至计费单元5；
若匹配失败，则判断输出模块62输出终端信息、车辆全景图像信息及时间信息至本地计算机3。
S150，判断输出模块62确认识别结果置疑，则输出终端信息、车辆全景图像信息及时间信息至本地计算机3。
S200，本地计算机3获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；本地计算机3确认识别结果可信时，输出识别结果作为牌照信息；本地计算机3端确认识别结果置疑时，输出车辆全景图像信息至服务器4。
具体的，参照图5，S210，接收判断模块获取相机终端1输出的终端信息、车辆全景图像信息及时间信息。
S220，接收判断模块依据终端信息判断为进入停车场，则本地计算机3通过上述的图像识别算法识别车辆全景图像信息中的车牌。
S230，本地计算机3确认识别结果可信时，输出识别结果作为牌照信息，并将终端信息、牌照信息及时间信息发送至入场数据库2。
S240, 本地计算机3确认识别结果置疑时，则输出终端信息、车辆全景图像信息及时间信息至服务器4。
S250，接收判断模块依据终端信息判断为离开停车场，则本地计算机3通过出场识别算法识别车辆全景图像信息中的车牌。
具体的，参照图6，出场识别算法包括以下步骤；
S010，获取车辆全景图像信息，并对车牌整体进行识别，以从车辆全景图像信息截取出车牌图像作为牌照图像信息。
S011基于牌照图像信息中的每个字符，对牌照图像信息进行分割，获取多个仅包括一个字符的字符图像信息。
S012，获取入场数据库2中已存储的牌照信息。
S013，图像处理模块61按顺序对每个字符图像信息进行特征点识别，并与入场数据库2中已存储的牌照信息进行匹配，并输出对应的相似度。
S014，获取入场数据库2中相似度最高的牌照信息作为识别结果。
S260，确认相似度不小于预设值时，则确认识别结果可信，输出识别结果；确认可信度小于预设值，则确认识别结果置疑，并输出人工确认信息。
S300，服务器4获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；服务器4确认识别结果可信时，输出识别结果作为牌照信息。
具体的，参照图7，S310，获取本地计算机3输出的终端信息、车辆全景图像信息及时间信息。
S320，通过上述的图像识别算法识别车辆全景图像信息中的车牌；
S330，确认相似度不小于预设值时，则确认识别结果可信，输出识别结果作为牌照信息，并将对应的终端信息、牌照信息及时间信息发送至入场数据库2进行存储；确认可信度小于预设值，则确认识别结果置疑，并输出人工确认修改信息。
参照图1，S400，计费单元5接收相机终端1或本地计算机3输出的终端信息、牌照信息及时间信息，并从入场数据库2获取对应的牌照信息及时间信息；同时，计费单元5删除入场数据库2中对应的牌照信息及时间信息；并且计费单元5基于两个时间信息之间的差值，计算所需缴纳的停车费。
具体的，计费单元5获取来自相机终端1或本地计算机3的牌照信息及时间，如：粤B123456,2021-6-21 11:12:57；则计费单元5从入场数据库2中获取有关“粤B123456”的数据，例如获取到：粤B123456,2021-6-20 21:18:04；计费单元5基于两个时间之间的差值，计算所需缴纳的提车费，并从入场数据库2中删除有关“粤B123456”的数据。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种车牌识别方法，其特征在于，包括以下步骤：
S100，设于停车场出入口处的相机终端（1）获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；相机终端（1）确认识别结果可信时，输出识别结果作为牌照信息；相机终端（1）确认识别结果置疑时，输出车辆全景图像信息至本地计算机（3）；
S200，本地计算机（3）获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；本地计算机（3）确认识别结果可信时，输出识别结果作为牌照信息；本地计算机（3）端确认识别结果置疑时，输出车辆全景图像信息至服务器（4）；
S300，服务器（4）获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；服务器（4）确认识别结果可信时，输出识别结果作为牌照信息。
2.根据权利要求1所述的车牌识别方法，其特征在于，所述图像识别算法包括以下步骤：
获取车辆全景图像信息，识别车牌位置，并获取牌照图像信息；
基于牌照图像信息中的每个字符，对牌照图像信息进行分割，获取多个仅包括一个字符的字符图像信息；
将每个字符图像信息与多个基准字符进行匹配，输出相似值最高的基准字符为识别结果，并输出对应的相似值；
获取对应于每个字符图像信息识别结果的相似值，以其中分值最低的相似值作为可信度；
确认可信度不小于预设值时，输出识别结果。
3.根据权利要求1所述的车牌识别方法，其特征在于，步骤S100中还包括：相机终端（1）获取并记录获取车辆全景图像信息时的时间信息；并且，相机终端（1）确认识别结果可信时，输出识别结果和时间信息；相机终端（1）确认识别结果置疑时，输出车辆全景图像信息和时间信息至本地计算机（3）；
步骤S200中还包括：本地计算机（3）获取车辆全景图像信息和时间信息；并且，本地计算机（3）确认识别结果可信时，输出识别结果和时间信息；本地计算机（3）确认识别结果置疑时，输出车辆全景图像信息和时间信息至服务器（4）；
步骤S300中还包括：服务器（4）获取车辆全景图像信息和时间信息；并且，服务器（4）确认识别结果可信时，输出识别结果和时间信息。
4.根据权利要求2所述的车牌识别方法，其特征在于，步骤S100中还包括：相机终端（1）确认识别结果可信时，输出识别结果和终端信息；
其中，终端信息包括编号，以基于终端信息用于判断进入停车场或离开停车场。
5.根据权利要求4所述的车牌识别方法，其特征在于，步骤S100中还包括：相机终端（1）依据终端信息判断为进入停车场，且确认识别结果可信时，输出识别结果和终端信息至入场数据库（2）。
6.根据权利要求5所述的车牌识别方法，其特征在于，步骤S100中还包括：相机终端（1）依据终端信息判断为离开停车场，且确认识别结果可信时，相机终端（1）将识别结果与入场数据库（2）的牌照信息进行匹配；若匹配成功，输出识别结果；若匹配失败，输出车辆全景图像信息和终端信息至本地计算机（3）。
7.根据权利要求4所述的车牌识别方法，其特征在于：步骤S100中还包括：相机终端（1）确认识别结果置疑时，输出车辆全景图像信息和终端信息至本地计算机（3）；
所述步骤S200中还包括：本地计算机（3）获取车辆全景图像信息和时间信息，本地计算机（3）依据终端信息判断为进入停车场，则通过图像识别算法识别车辆全景图像信息中的车牌；本地计算机（3）依据终端信息判断为离开停车场，则通过出场识别算法识别车辆全景图像信息中的车牌。
8.根据权利要求7所述的车牌识别方法，其特征在于：所述出场识别算法包括以下步骤：
获取车辆全景图像信息，识别车牌位置，并获取牌照图像信息；
基于牌照图像信息中的每个字符，对牌照图像信息进行分割，获取多个仅包括一个字符的字符图像信息；
获取入场数据库（2）中的牌照信息；
将每个字符图像信息与入场数据库（2）中的牌照信息进行匹配，并输出对应的相似度；
获取入场数据库（2）中相似度最高的牌照信息作为识别结果；
确认相似度不小于预设值时，输出识别结果。
9.根据权利要求7所述的车牌识别方法，其特征在于，步骤S200中还包括：本地计算机（3）依据终端信息判断为离开停车场，且识别结果置疑时，输出人工确认信息。
10.一种车牌识别系统，其特征在于：包括相机终端（1）、本地计算机（3）及服务；
相机终端（1）设于停车场出入口处，用于端获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；相机终端（1）确认识别结果可信时，输出识别结果作为牌照信息；相机终端（1）确认识别结果置疑时，输出车辆全景图像信息至本地计算机（3）；
本地计算机（3）获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；本地计算机（3）确认识别结果可信时，输出识别结果作为牌照信息；本地计算机（3）端确认识别结果置疑时，输出车辆全景图像信息至服务器（4）；
服务器（4）获取车辆全景图像信息，并通过图像识别算法识别车辆全景图像信息中的车牌；服务器（4）确认识别结果可信时，输出识别结果作为牌照信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110833474.4A CN113284349A (zh) | 2021-07-23 | 2021-07-23 | 车牌识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110833474.4A CN113284349A (zh) | 2021-07-23 | 2021-07-23 | 车牌识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113284349A true CN113284349A (zh) | 2021-08-20 |
Family
ID=77287004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110833474.4A Pending CN113284349A (zh) | 2021-07-23 | 2021-07-23 | 车牌识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113284349A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114495558A (zh) * | 2021-12-22 | 2022-05-13 | 深圳市科漫达智能管理科技有限公司 | 一种车位信息的处理方法、滞留车辆平台及统一平台 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914682A (zh) * | 2013-01-09 | 2014-07-09 | 深圳市中联创新自控系统有限公司 | 一种车牌识别方法及系统 |
| CN103927880A (zh) * | 2014-04-28 | 2014-07-16 | 浙江宇视科技有限公司 | 一种车牌识别比对方法及装置 |
| CN107358236A (zh) * | 2017-08-11 | 2017-11-17 | 南京云计趟信息技术有限公司 | 一种基于摄像装置的车牌号码识别系统及方法 |
| CN107730614A (zh) * | 2017-01-05 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 停车计费方法及装置 |
| CN108171985A (zh) * | 2017-12-26 | 2018-06-15 | 北京悦畅科技有限公司 | 车辆识别方法及装置 |
| CN108877229A (zh) * | 2017-05-09 | 2018-11-23 | 深圳市赛菲姆科技有限公司 | 一种实现脱机收费的车牌识别摄像机及方法 |
| CN109523792A (zh) * | 2018-11-14 | 2019-03-26 | 厦门路桥信息股份有限公司 | 车牌识别结果的自动修正方法、介质及系统 |
| CN110020669A (zh) * | 2019-03-04 | 2019-07-16 | 珠海亿智电子科技有限公司 | 一种车牌分类方法、系统、终端设备及计算机程序 |
| CN110349411A (zh) * | 2019-06-13 | 2019-10-18 | 成都宜泊信息科技有限公司 | 一种车牌识别方法和系统 |
| CN210924676U (zh) * | 2020-03-12 | 2020-07-03 | 杭州浩腾智能科技开发有限公司 | 一种无人停车收费工控机 |
-
2021
- 2021-07-23 CN CN202110833474.4A patent/CN113284349A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914682A (zh) * | 2013-01-09 | 2014-07-09 | 深圳市中联创新自控系统有限公司 | 一种车牌识别方法及系统 |
| CN103927880A (zh) * | 2014-04-28 | 2014-07-16 | 浙江宇视科技有限公司 | 一种车牌识别比对方法及装置 |
| CN107730614A (zh) * | 2017-01-05 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 停车计费方法及装置 |
| CN108877229A (zh) * | 2017-05-09 | 2018-11-23 | 深圳市赛菲姆科技有限公司 | 一种实现脱机收费的车牌识别摄像机及方法 |
| CN107358236A (zh) * | 2017-08-11 | 2017-11-17 | 南京云计趟信息技术有限公司 | 一种基于摄像装置的车牌号码识别系统及方法 |
| CN108171985A (zh) * | 2017-12-26 | 2018-06-15 | 北京悦畅科技有限公司 | 车辆识别方法及装置 |
| CN109523792A (zh) * | 2018-11-14 | 2019-03-26 | 厦门路桥信息股份有限公司 | 车牌识别结果的自动修正方法、介质及系统 |
| CN110020669A (zh) * | 2019-03-04 | 2019-07-16 | 珠海亿智电子科技有限公司 | 一种车牌分类方法、系统、终端设备及计算机程序 |
| CN110349411A (zh) * | 2019-06-13 | 2019-10-18 | 成都宜泊信息科技有限公司 | 一种车牌识别方法和系统 |
| CN210924676U (zh) * | 2020-03-12 | 2020-07-03 | 杭州浩腾智能科技开发有限公司 | 一种无人停车收费工控机 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114495558A (zh) * | 2021-12-22 | 2022-05-13 | 深圳市科漫达智能管理科技有限公司 | 一种车位信息的处理方法、滞留车辆平台及统一平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101988540B1 (ko) | 주차 관리 시스템 및 방법 | |
| KR102297169B1 (ko) | 차량 번호판 및 차종 인식, rfid 센서를 이용한 차량 관리 시스템 | |
| CN106384513A (zh) | 一种基于智能交通的套牌车捕捉系统及方法 | |
| KR101625384B1 (ko) | 차량 식별 시스템 및 방법 | |
| CN109993978B (zh) | 车辆抓拍方法、装置及门岗系统 | |
| KR20030009149A (ko) | 감시 차량을 이용한 피감시 차량의 차량번호 자동인식시스템 및 방법 | |
| CN113284349A (zh) | 车牌识别方法及系统 | |
| CN112115800A (zh) | 一种基于深度学习目标检测的车辆组合识别系统及方法 | |
| KR102506923B1 (ko) | 이중주차정보 제공 서버 및 이를 이용한 이중주차정보 제공 방법 | |
| CN112489112B (zh) | 加油枪与车辆匹配方法、装置、电子设备及存储介质 | |
| CN106327876A (zh) | 一种基于行车记录仪的套牌车捕捉系统及方法 | |
| CN117528035A (zh) | 一种基于主动通知的物体跨境头追踪方法及系统 | |
| CN111179452A (zh) | 一种基于etc通道客车扣费的系统和方法 | |
| CN111599208A (zh) | 一种停车场出入管理方法、装置和设备及可读存储介质 | |
| KR102428930B1 (ko) | 차량 인식을 통한 세차 요금 결제 방법 및 시스템 | |
| CN112712626A (zh) | 基于车牌信息的车辆验证方法、装置、计算机设备及存储介质 | |
| CN110728276B (zh) | 一种车牌识别方法及装置 | |
| KR100770157B1 (ko) | 이동형 차량번호 판독 및 증거수집 시스템 | |
| KR101970210B1 (ko) | 차번인식 기반의 입출차 관리 방법 및 시스템 | |
| CN113327337A (zh) | 一种确保车辆正常缴费出场的方法 | |
| CN115273484A (zh) | 车牌号码的校正方法及服务器 | |
| KR100778390B1 (ko) | 동영상 차량 번호 인식 방법 | |
| CN115457702B (zh) | 一种基于云计算的新能源汽车充电桩 | |
| CN115862365B (zh) | 一种基于会员停车管理的车牌识别修正方法及系统 | |
| JP3243747B2 (ja) | 車種認識装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210820 |