CN113762254A - 一种车牌识别方法和系统 - Google Patents
一种车牌识别方法和系统 Download PDFInfo
- Publication number
- CN113762254A CN113762254A CN202111044792.9A CN202111044792A CN113762254A CN 113762254 A CN113762254 A CN 113762254A CN 202111044792 A CN202111044792 A CN 202111044792A CN 113762254 A CN113762254 A CN 113762254A
- Authority
- CN
- China
- Prior art keywords
- license plate
- image
- parking vehicle
- pixel
- representing
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Character Discrimination (AREA)
Abstract
本发明提出了一种车牌识别方法和系统，该系统包括服务器和M个移动智能手持终端，还包括数据滤除终端；第m移动智能手持终端对采集的停车车辆车牌图像以及滤除码发送至数据滤除终端，数据滤除终端判断后，将接收到的停车车辆车牌图像发送至服务器，服务器对数据滤除终端发送的停车车辆车牌图像进行图像处理，获得其停车车辆车牌号码。本发明能够通过采集的停车车辆车牌图像识别得到停车车辆车牌号码，无需驾驶者输入车辆牌号，提升支付者的体验。
Description
技术领域
本发明涉及一种车牌技术领域，特别是涉及一种车牌识别方法和系统。
背景技术
车牌识别技术(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。车牌识别技术要求能够将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；车牌识别在车辆停放管理中得到广泛应用。然而在移动终端上支付停车费用时，需要输入车辆牌号，造成了支付者的不良体验。
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，特别创新地提出了一种车牌识别系统。
为了实现本发明的上述目的，本发明提供了一种车牌识别系统，包括服务器和M个移动智能手持终端，所述M为大于或者等于1的正整数，分别为第1移动智能手持终端端、第2移动智能手持终端、第3移动智能手持终端、……、第M移动智能手持终端，第m移动智能手持终端包括第m移动智能手持终端本体和设置在第m移动智能手持终端本体上的用于采集停车车辆车牌图像的第m摄像头，所述m为小于或者等于M的正整数，以及设置在第m移动智能手持终端本体内的第m控制器和第m无线数据传输模块，第m无线数据传输模块的数据无线传输端与第m控制器的数据无线传输端相连，第m摄像头的图像数据传输端与第m控制器的图像数据传输端相连；还包括数据滤除终端；第m移动智能手持终端对采集的停车车辆车牌图像以及滤除码发送至数据滤除终端，数据滤除终端判断后，将接收到的停车车辆车牌图像发送至服务器，服务器对数据滤除终端发送的停车车辆车牌图像进行图像处理，获得其停车车辆车牌号码。
在本发明的一种优选实施方式中，第m无线数据传输模块包括第m无线数据传输3G模块、第m无线数据传输4G模块、第m无线数据传输5G模块、第m无线数据传输WiFi模块、第m无线数据传输NB-IoT模块、第m无线数据传输LoRa模块之一或者任意组合；
第m无线数据传输3G模块的数据无线传输端与第m控制器的数据无线传输3G端相连，第m无线数据传输4G模块的数据无线传输端与第m控制器的数据无线传输4G端相连，第m无线数据传输5G模块的数据无线传输端与第m控制器的数据无线传输5G端相连，第m无线数据传输WiFi模块的数据无线传输端与第m控制器的数据无线传输WiFi端相连，第m无线数据传输NB-IoT模块的数据无线传输端与第m控制器的数据无线传输NB-IoT端相连，第m无线数据传输LoRa模块的数据无线传输端与第m控制器的数据无线传输LoRa端相连。
在本发明的一种优选实施方式中，滤除码的得到方法包括以下步骤：
SA，获取其采集的停车车辆车牌图像的图像宽度值和图像高度值以及图像分辨率，记作为IHeight、IWidth和IResolution，IHeight表示停车车辆车牌图像的图像高度值，IWidth表示停车车辆车牌图像的图像宽度值，IResolution表示停车车辆车牌图像的图像分辨率；
SB，根据步骤SA获取的停车车辆车牌图像的图像高度值IHeight、停车车辆车牌图像的图像宽度值IWidth和停车车辆车牌图像的图像分辨率IResolution构成停车车辆车牌图像二维矩阵；记作如下：
其中，Pixel11表示停车车辆车牌图像第1行第1列中像素点的色彩度；
Pixel12表示停车车辆车牌图像第1行第2列中像素点的色彩度；
Pixel13表示停车车辆车牌图像第1行第3列中像素点的色彩度；
Pixel1J表示停车车辆车牌图像第1行第J列中像素点的色彩度；J＝IWidth×IResolution；
Pixel21表示停车车辆车牌图像第2行第1列中像素点的色彩度；
Pixel22表示停车车辆车牌图像第2行第2列中像素点的色彩度；
Pixel23表示停车车辆车牌图像第2行第3列中像素点的色彩度；
Pixel2J表示停车车辆车牌图像第2行第J列中像素点的色彩度；
Pixel31表示停车车辆车牌图像第3行第1列中像素点的色彩度；
Pixel32表示停车车辆车牌图像第3行第2列中像素点的色彩度；
Pixel33表示停车车辆车牌图像第3行第3列中像素点的色彩度；
Pixel3J表示停车车辆车牌图像第3行第J列中像素点的色彩度；
PixelI1表示停车车辆车牌图像第I行第1列中像素点的色彩度；I＝IHeight×IResolution；PixelI2表示停车车辆车牌图像第I行第2列中像素点的色彩度；
PixelI3表示停车车辆车牌图像第I行第3列中像素点的色彩度；
PixelIJ表示停车车辆车牌图像第I行第J列中像素点的色彩度；
SC，计算其色彩度，其色彩度的计算方法为：
其中，Redij表示停车车辆车牌图像第i行第j列中像素点的红色色彩度；
Greenij表示表示停车车辆车牌图像第i行第j列中像素点的绿色色彩度；
Blueij表示表示停车车辆车牌图像第i行第j列中像素点的蓝色色彩度；
Pixelij表示停车车辆车牌图像第i行第j列中像素点的色彩度；i为小于或者等于I的正整数，j为小于或者等于J的正整数；
SD，将I*J个色彩度构成色彩度字符串，即按照从左至右从上至下的次序将色彩度排列，形如：
Pixel11Pixel12Pixel13…Pixel1JPixel21Pixel22Pixel23…Pixel2JPixel31Pixel32Pixel33…Pixel3J…PixelI1PixelI2PixelI3…PixelIJ，
SE，对步骤SD中得到的色彩度字符串进行字符串处理，得到其滤除码；其对色彩度字符串进行字符串处理的方法为：
Filter code＝Hash algorithm(Chromaticity string)，
其中，Filter code表示滤除码；
Hash algorithm()表示哈希算法；具体可以采用MD5算法；
Chromaticity string表示色彩度字符串。
本发明还公开了一种车牌识别方法，包括以下步骤：
S1，获取停车车辆车牌图像，根据获取的停车车辆车牌图像得到其滤除码；将得到的滤除码以及停车车辆车牌图像发送至数据滤除终端；
S2，数据滤除终端接收到移动智能手持终端发送的滤除码以及停车车辆车牌图像后，判断其滤除码是否存在于车牌图像滤除数据库中：
若滤除码存在于车牌图像滤除数据库中，则将接收到的滤除码发送至服务器；执行步骤S3；
若滤除码不存在于车牌图像滤除数据库中，则将接收到的滤除码以及停车车辆车牌图像发送至服务器；执行步骤S4；
S3，服务器接收到数据滤除终端发送的滤除码后，服务器根据滤除码检索其滤除码所对应的停车车辆车牌号码；
S4，服务器接收到数据滤除终端发送的滤除码以及停车车辆车牌图像后，对停车车辆车牌图像进行停车车辆车牌号码提取；对滤除码与提取得到的停车车辆车牌号码相绑定。
在本发明的一种优选实施方式中，在步骤S1中，获取其停车车辆车牌图像的方法包括以下之一或者任意组合：
获取一：通过摄像头拍摄的停车车辆车牌图像；
获取二：其他移动智能手持终端通过蓝牙方式将停车车辆车牌图像传输给具有与数据滤除终端相连的移动智能手持终端；
获取三：移动智能手持终端上存储的停车车辆车牌图像。
在本发明的一种优选实施方式中，关于获取一包括以下步骤：
S11，安装在移动智能手持终端上的客户端判断其摄像头是否拍摄了图像：
若摄像头拍摄了图像，则客户端获取其拍摄图像存储路径；
若摄像头未拍摄图像，则继续等待，返回步骤S11；
S12，客户端根据步骤S11中获取的拍摄图像存储路径获取其拍摄图像；即得到停车车辆车牌图像；
关于获取二包括以下步骤：
SA，安装在移动智能手持终端上的客户端判断其是否与其他移动智能手持终端通过蓝牙方式连接，且接收了其他移动智能手持终端发送的图像：
若接收了其他移动智能手持终端发送的图像，则客户端获取其接收图像存储路径；
若未接收其他移动智能手持终端发送的图像，则继续等待，返回步骤SA；
SB，客户端根据步骤SA中获取的接收图像存储路径获取其接收图像；即得到停车车辆车牌图像；
关于获取三包括以下步骤：
Sa，安装在移动智能手持终端上的客户端判断其是否触发寻找图像文件夹命令：
若客户端接收到触发寻找图像文件夹命令，则弹出图像文件夹，图像文件夹包括拍摄图像存储路径文件夹或/和接收图像存储路径文件夹；在拍摄图像存储路径文件夹中，拍摄图像按照拍摄时间从后到先次序排列，在接收图像存储路径文件夹中，接收图像按照接收时间从后到先次序排列；
若客户端未接收到触发寻找图像文件夹命令，则继续等待，返回步骤Sa；
Sb，根据选择的图像路径获取选择的图像，即得到停车车辆车牌图像。
在本发明的一种优选实施方式中，在步骤S1中滤除码的得到方法包括以下步骤：
S1-1，获取其采集的停车车辆车牌图像的图像宽度值和图像高度值以及图像分辨率，记作为IHeight、IWidth和IResolution，IHeight表示停车车辆车牌图像的图像高度值，IWidth表示停车车辆车牌图像的图像宽度值，IResolution表示停车车辆车牌图像的图像分辨率；
S1-2，根据步骤S1-1获取的停车车辆车牌图像的图像高度值IHeight、停车车辆车牌图像的图像宽度值IWidth和停车车辆车牌图像的图像分辨率IResolution构成停车车辆车牌图像二维矩阵；记作如下：
其中，Pixel11表示停车车辆车牌图像第1行第1列中像素点的色彩度；
Pixel12表示停车车辆车牌图像第1行第2列中像素点的色彩度；
Pixel13表示停车车辆车牌图像第1行第3列中像素点的色彩度；
Pixel1J表示停车车辆车牌图像第1行第J列中像素点的色彩度；J＝IWidth×IResolution；
Pixel21表示停车车辆车牌图像第2行第1列中像素点的色彩度；
Pixel22表示停车车辆车牌图像第2行第2列中像素点的色彩度；
Pixel23表示停车车辆车牌图像第2行第3列中像素点的色彩度；
Pixel2J表示停车车辆车牌图像第2行第J列中像素点的色彩度；
Pixel31表示停车车辆车牌图像第3行第1列中像素点的色彩度；
Pixel32表示停车车辆车牌图像第3行第2列中像素点的色彩度；
Pixel33表示停车车辆车牌图像第3行第3列中像素点的色彩度；
Pixel3J表示停车车辆车牌图像第3行第J列中像素点的色彩度；
PixelI1表示停车车辆车牌图像第I行第1列中像素点的色彩度；I＝IHeight×IResolution；
PixelI2表示停车车辆车牌图像第I行第2列中像素点的色彩度；
PixelI3表示停车车辆车牌图像第I行第3列中像素点的色彩度；
PixelIJ表示停车车辆车牌图像第I行第J列中像素点的色彩度；
S1-3，计算其色彩度，其色彩度的计算方法为：
其中，Redij表示停车车辆车牌图像第i行第j列中像素点的红色色彩度；
Greenij表示表示停车车辆车牌图像第i行第j列中像素点的绿色色彩度；
Blueij表示表示停车车辆车牌图像第i行第j列中像素点的蓝色色彩度；
Pixelij表示停车车辆车牌图像第i行第j列中像素点的色彩度；i为小于或者等于I的正整数，j为小于或者等于J的正整数；
S1-4，将I*J个色彩度构成色彩度字符串，即按照从左至右从上至下的次序将色彩度排列，形如：
Pixel11Pixel12Pixel13…Pixel1JPixel21Pixel22Pixel23…Pixel2JPixel31Pixel32Pixel33…Pixel3J…PixelI1PixelI2PixelI3…PixelIJ，
S1-5，对步骤S1-4中得到的色彩度字符串进行字符串处理，得到其滤除码；其对色彩度字符串进行字符串处理的方法为：
Filter code＝Hash algorithm(Chromaticity string)，
其中，Filter code表示滤除码；
Hash algorithm()表示哈希算法；具体可以采用MD5算法；
Chromaticity string表示色彩度字符串。
在本发明的一种优选实施方式中，在步骤S3中服务器根据滤除码检索其滤除码所对应的停车车辆车牌号码的方法包括以下步骤：
S31，根据滤除码字符长度划分为N段，所述N为大于或者等于2的正整数，从左至右分别为第1滤除码、第2滤除码、第3滤除码、……、第N滤除码；第n滤除码的字符长度小于滤除码的长度，n为小于或者等于N正整数，其中，Filter code＝Filter code1-Filter code2-Filter code3-…-Filter codeQ，Filter code表示滤除码，Filter code1表示第1滤除码，Filter code2表示第2滤除码，Filter code3表示第3滤除码，Filter codeQ表示第Q滤除码；-表示字符串连接符；
S32，令q＝1，
S33，根据第q滤除码Filter codeq筛选出含有第q滤除码Filter codeq的字符串放入第q滤除码集合；
S34，q＝q+1，判断其q与Q的关系：
若q＞Q，则执行下一步；
若q≤Q，则返回步骤S33；
S35，筛选出第1滤除码集合、第2滤除码集合、第3滤除码集合、……、第Q滤除码集合中具有相同字符串的字符构成筛选字符集，从筛选字符集中筛选出滤除码Filter code，根据滤除码Filter code获得滤除码Filter code所对应的停车车辆车牌号码。
在本发明的一种优选实施方式中，在步骤S4中对停车车辆车牌图像进行停车车辆车牌号码提取的方法包括以下步骤：
S41，判断其停车车辆车牌图像是否为灰度图像：
若停车车辆车牌图像为灰度图像，则执行下一步；
若停车车辆车牌图像不为灰度图像，则将停车车辆车牌图像转换为灰度图像，其将停车车辆车牌图像转换为灰度图像的方法为：
Gray＝(R+G+B)/3，
其中，Gray表示灰度值；
R表示RGB色彩模式下的红色色彩度；
G表示RGB色彩模式下的绿色色彩度；
B表示RGB色彩模式下的蓝色色彩度；
S42，计算车牌字符像素点总个数与停车车辆车牌图像的比例系数，其车牌字符像素点总个数与停车车辆车牌图像的比例系数的计算方法为：
其中，w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
N1表示预设停车车辆车牌图像中的灰度值小于车牌图像分割阈值P的总个数；
IWidth表示停车车辆车牌图像的图像宽度值；
IHeight表示停车车辆车牌图像的图像高度值；
IResolution表示停车车辆车牌图像的图像分辨率；
S43，计算其他像素点总个数与停车车辆车牌图像的比例系数，其其他像素点总个数与停车车辆车牌图像的比例系数的计算方法为：
w1＝1-w0，
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
S44，计算车牌字符图像的灰度均值，其车牌字符图像的灰度均值的计算方法为：
其中，A表示车牌字符图像的灰度均值；
N1表示预设停车车辆车牌图像中的灰度值小于车牌图像分割阈值P的总个数；
ni表示车牌字符图像中第i像素点的灰度值；
S44，计算其他像素点构成背景图像的灰度均值，其其他像素点构成图像的灰度均值的计算方法为：
其中，B表示其他像素点构成背景图像的灰度均值；
N1′表示其他像素点的总个数，N1+N1′＝IWidth×IHeight×IResolution 2；
ni′表示背景图像中第i像素点的灰度值；
S45，计算停车车辆车牌图像的灰度均值，其停车车辆车牌图像的灰度均值的计算方法为：
C＝w0A+Bw1，
其中，C表示停车车辆车牌图像的灰度均值；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
A表示车牌字符图像的灰度均值；
B表示其他像素点构成背景图像的灰度均值；
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
S46，计算停车车辆车牌图像的灰度差值，其停车车辆车牌图像的灰度差值的计算方法为：
D＝w0(A-C)2+(C-B)2w1，
其中，D表示停车车辆车牌图像的灰度差值；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
A表示车牌字符图像的灰度均值；
C表示停车车辆车牌图像的灰度均值；
B表示其他像素点构成背景图像的灰度均值；
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
采用遍历的方法使得停车车辆车牌图像的灰度差值最大时，即得到图像分割阈值P；
S47，计算停车车辆车牌图像的替代像素值，其停车车辆车牌图像的替代像素值的计算方法为：
其中，IF表示逻辑条件如果；
P表示图像分割阈值；
ni″表示停车车辆车牌图像中第i像素点的灰度值，i∈[0,N1+N1′]andi∈Z+，and表示逻辑条件且，Z+表示正整数集；
S48，将对照字符与步骤S47中的停车车辆车牌图像中的字符相对照，得到其停车车辆车牌号码。
在本发明的一种优选实施方式中，在步骤S4中对滤除码与提取得到的停车车辆车牌号码相绑定的方法包括以下步骤：
S4-1，判断其提取得到的停车车辆车牌号码是否存在于服务器车牌存储数据库中：
若提取得到的停车车辆车牌号码存在于服务器车牌存储数据库中，则执行步骤S4-2；
若提取得到的停车车辆车牌号码不存在于服务器车牌存储数据库中，则将停车车辆车牌号码存储于服务器车牌存储数据库中，返回步骤S4-1；
S4-2，判断其提取得到的停车车辆车牌号码是否存在与其他滤除码相绑定：
若提取得到的停车车辆车牌号码存在与其他滤除码相绑定，则建立滤除码绑定列表，将其他滤除码和滤除码置于滤除码绑定列表中，并将滤除码绑定列表与停车车辆车牌号码相绑定；
若提取得到的停车车辆车牌号码不存在与其他滤除码相绑定，则将滤除码与停车车辆车牌号码相绑定；
或/和在步骤S1之前还包括步骤S0，利用移动智能手持终端登录服务器；
或/和在步骤S4之后还包括步骤S6，根据获取的停车车辆车牌号码自助查询停车车辆实现缴费。
综上所述，由于采用了上述技术方案，本发明能够通过采集的停车车辆车牌图像识别得到停车车辆车牌号码，无需驾驶者输入车辆牌号，提升支付者的体验。
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是本发明示意框图。
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。
本发明提供了一种车牌识别系统，如图1所示，包括服务器和M个移动智能手持终端，所述M为大于或者等于1的正整数，分别为第1移动智能手持终端、第2移动智能手持终端、第3移动智能手持终端、……、第M移动智能手持终端，第m移动智能手持终端包括第m移动智能手持终端本体和设置在第m移动智能手持终端本体上的用于采集停车车辆车牌图像的第m摄像头，所述m为小于或者等于M的正整数，以及设置在第m移动智能手持终端本体内的第m控制器和第m无线数据传输模块，第m无线数据传输模块的数据无线传输端与第m控制器的数据无线传输端相连，第m摄像头的图像数据传输端与第m控制器的图像数据传输端相连；还包括数据滤除终端；第m移动智能手持终端对采集的停车车辆车牌图像以及滤除码发送至数据滤除终端，数据滤除终端判断后，将接收到的停车车辆车牌图像发送至服务器，服务器对数据滤除终端发送的停车车辆车牌图像进行图像处理，获得其停车车辆车牌号码。当其M＝3时，包括服务器和3个移动智能手持终端，分别为第1移动智能手持终端、第2移动智能手持终端、第3移动智能手持终端，第1移动智能手持终端包括第1移动智能手持终端本体和设置在第1移动智能手持终端本体上的用于采集停车车辆车牌图像的第1摄像头，以及设置在第1移动智能手持终端本体内的第1控制器和第1无线数据传输模块，第1无线数据传输模块的数据无线传输端与第1控制器的数据无线传输端相连，第1摄像头的图像数据传输端与第1控制器的图像数据传输端相连；第2移动智能手持终端包括第2移动智能手持终端本体和设置在第2移动智能手持终端本体上的用于采集停车车辆车牌图像的第2摄像头，以及设置在第2移动智能手持终端本体内的第2控制器和第2无线数据传输模块，第2无线数据传输模块的数据无线传输端与第2控制器的数据无线传输端相连，第2摄像头的图像数据传输端与第2控制器的图像数据传输端相连；第3移动智能手持终端包括第3移动智能手持终端本体和设置在第3移动智能手持终端本体上的用于采集停车车辆车牌图像的第3摄像头，以及设置在第3移动智能手持终端本体内的第3控制器和第3无线数据传输模块，第3无线数据传输模块的数据无线传输端与第3控制器的数据无线传输端相连，第3摄像头的图像数据传输端与第3控制器的图像数据传输端相连。还包括数据滤除终端；第1移动智能手持终端、第2移动智能手持终端、第3移动智能手持终端之一或者任意组合对采集的停车车辆车牌图像以及滤除码发送至数据滤除终端，数据滤除终端判断后，将接收到的停车车辆车牌图像发送至服务器，服务器对数据滤除终端发送的停车车辆车牌图像进行图像处理，获得其停车车辆车牌号码。通过数据滤除终端可以减少采集的停车车辆车牌图像重复上传至服务器，增强服务器的处理效率，防止数据堆积。
在本发明的一种优选实施方式中，第m无线数据传输模块包括第m无线数据传输3G模块、第m无线数据传输4G模块、第m无线数据传输5G模块、第m无线数据传输WiFi模块、第m无线数据传输NB-IoT模块、第m无线数据传输LoRa模块之一或者任意组合；
第m无线数据传输3G模块的数据无线传输端与第m控制器的数据无线传输3G端相连，第m无线数据传输4G模块的数据无线传输端与第m控制器的数据无线传输4G端相连，第m无线数据传输5G模块的数据无线传输端与第m控制器的数据无线传输5G端相连，第m无线数据传输WiFi模块的数据无线传输端与第m控制器的数据无线传输WiFi端相连，第m无线数据传输NB-IoT模块的数据无线传输端与第m控制器的数据无线传输NB-IoT端相连，第m无线数据传输LoRa模块的数据无线传输端与第m控制器的数据无线传输LoRa端相连。为了保证传输速度，第m无线数据传输模块优选采用第m无线数据传输WiFi模块，无WiFi连接时，第m无线数据传输模块优选采用第m无线数据传输4G模块。
在本发明的一种优选实施方式中，滤除码的得到方法包括以下步骤：
SA，获取其采集的停车车辆车牌图像的图像宽度值和图像高度值以及图像分辨率，记作为IHeight、IWidth和IResolution，IHeight表示停车车辆车牌图像的图像高度值，IWidth表示停车车辆车牌图像的图像宽度值，IResolution表示停车车辆车牌图像的图像分辨率；
SB，根据步骤SA获取的停车车辆车牌图像的图像高度值IHeight、停车车辆车牌图像的图像宽度值IWidth和停车车辆车牌图像的图像分辨率IResolution构成停车车辆车牌图像二维矩阵；记作如下：
其中，Pixel11表示停车车辆车牌图像第1行第1列中像素点的色彩度；
Pixel12表示停车车辆车牌图像第1行第2列中像素点的色彩度；
Pixel13表示停车车辆车牌图像第1行第3列中像素点的色彩度；
Pixel1J表示停车车辆车牌图像第1行第J列中像素点的色彩度；J＝IWidth×IResolution；
Pixel21表示停车车辆车牌图像第2行第1列中像素点的色彩度；
Pixel22表示停车车辆车牌图像第2行第2列中像素点的色彩度；
Pixel23表示停车车辆车牌图像第2行第3列中像素点的色彩度；
Pixel2J表示停车车辆车牌图像第2行第J列中像素点的色彩度；
Pixel31表示停车车辆车牌图像第3行第1列中像素点的色彩度；
Pixel32表示停车车辆车牌图像第3行第2列中像素点的色彩度；
Pixel33表示停车车辆车牌图像第3行第3列中像素点的色彩度；
Pixel3J表示停车车辆车牌图像第3行第J列中像素点的色彩度；
PixelI1表示停车车辆车牌图像第I行第1列中像素点的色彩度；I＝IHeight×IResolution；
PixelI2表示停车车辆车牌图像第I行第2列中像素点的色彩度；
PixelI3表示停车车辆车牌图像第I行第3列中像素点的色彩度；
PixelIJ表示停车车辆车牌图像第I行第J列中像素点的色彩度；
SC，计算其色彩度，其色彩度的计算方法为：
其中，Redij表示停车车辆车牌图像第i行第j列中像素点的红色色彩度；
Greenij表示表示停车车辆车牌图像第i行第j列中像素点的绿色色彩度；
Blueij表示表示停车车辆车牌图像第i行第j列中像素点的蓝色色彩度；
Pixelij表示停车车辆车牌图像第i行第j列中像素点的色彩度；i为小于或者等于I的正整数，j为小于或者等于J的正整数；
SD，将I*J个色彩度构成色彩度字符串，即按照从左至右从上至下的次序将色彩度排列，形如：
Pixel11Pixel12Pixel13…Pixel1JPixel21Pixel22Pixel23…Pixel2JPixel31Pixel32Pixel33…Pixel3J…PixelI1PixelI2PixelI3…PixelIJ，
SE，对步骤SD中得到的色彩度字符串进行字符串处理，得到其滤除码；其对色彩度字符串进行字符串处理的方法为：
Filter code＝Hash algorithm(Chromaticity string)，
其中，Filter code表示滤除码；
Hash algorithm()表示哈希算法；具体可以采用MD5算法；
Chromaticity string表示色彩度字符串。通过将采集的停车车辆车牌图像转换为滤除码，可以快速的识别采集的停车车辆车牌图像是否已经上传过，防止对服务器资源造成浪费。
本发明还公开了一种车牌识别方法，包括以下步骤：
S1，获取停车车辆车牌图像，根据获取的停车车辆车牌图像得到其滤除码；将得到的滤除码以及停车车辆车牌图像发送至数据滤除终端；
S2，数据滤除终端接收到移动智能手持终端发送的滤除码以及停车车辆车牌图像后，判断其滤除码是否存在于车牌图像滤除数据库中：
若滤除码存在于车牌图像滤除数据库中，则将接收到的滤除码发送至服务器；执行步骤S3；
若滤除码不存在于车牌图像滤除数据库中，则将接收到的滤除码以及停车车辆车牌图像发送至服务器；执行步骤S4；
S3，服务器接收到数据滤除终端发送的滤除码后，服务器根据滤除码检索其滤除码所对应的停车车辆车牌号码；
S4，服务器接收到数据滤除终端发送的滤除码以及停车车辆车牌图像后，对停车车辆车牌图像进行停车车辆车牌号码提取；对滤除码与提取得到的停车车辆车牌号码相绑定。
在本发明的一种优选实施方式中，在步骤S1中，获取其停车车辆车牌图像的方法包括以下之一或者任意组合：
获取一：通过摄像头拍摄的停车车辆车牌图像；
获取二：其他移动智能手持终端通过蓝牙方式将停车车辆车牌图像传输给具有与数据滤除终端相连的移动智能手持终端；
获取三：移动智能手持终端上存储的停车车辆车牌图像。
在本发明的一种优选实施方式中，关于获取一包括以下步骤：
S11，安装在移动智能手持终端上的客户端判断其摄像头是否拍摄了图像：
若摄像头拍摄了图像，则客户端获取其拍摄图像存储路径；
若摄像头未拍摄图像，则继续等待，返回步骤S11；
S12，客户端根据步骤S11中获取的拍摄图像存储路径获取其拍摄图像；即得到停车车辆车牌图像；
关于获取二包括以下步骤：
SA，安装在移动智能手持终端上的客户端判断其是否与其他移动智能手持终端通过蓝牙方式连接，且接收了其他移动智能手持终端发送的图像：
若接收了其他移动智能手持终端发送的图像，则客户端获取其接收图像存储路径；
若未接收其他移动智能手持终端发送的图像，则继续等待，返回步骤SA；
SB，客户端根据步骤SA中获取的接收图像存储路径获取其接收图像；即得到停车车辆车牌图像；
关于获取三包括以下步骤：
Sa，安装在移动智能手持终端上的客户端判断其是否触发寻找图像文件夹命令：
若客户端接收到触发寻找图像文件夹命令，则弹出图像文件夹，图像文件夹包括拍摄图像存储路径文件夹或/和接收图像存储路径文件夹；在拍摄图像存储路径文件夹中，拍摄图像按照拍摄时间从后到先次序排列，在接收图像存储路径文件夹中，接收图像按照接收时间从后到先次序排列；
若客户端未接收到触发寻找图像文件夹命令，则继续等待，返回步骤Sa；
Sb，根据选择的图像路径获取选择的图像，即得到停车车辆车牌图像。通过不同的方式获取停车车辆车牌图像，不论是通过安装在移动智能手持终端上的客户端拍摄的存储的停车车辆车牌图像，还是其他移动智能手持终端传输过来的停车车辆车牌图像，还是直接通过摄像头拍摄的停车车辆车牌图像，都可以快速的找到停车车辆车牌图像的存储路径。
在本发明的一种优选实施方式中，在步骤S1中滤除码的得到方法包括以下步骤：
S1-1，获取其采集的停车车辆车牌图像的图像宽度值和图像高度值以及图像分辨率，记作为IHeight、IWidth和IResolution，IHeight表示停车车辆车牌图像的图像高度值，IWidth表示停车车辆车牌图像的图像宽度值，IResolution表示停车车辆车牌图像的图像分辨率；
S1-2，根据步骤S1-1获取的停车车辆车牌图像的图像高度值IHeight、停车车辆车牌图像的图像宽度值IWidth和停车车辆车牌图像的图像分辨率IResolution构成停车车辆车牌图像二维矩阵；记作如下：
其中，Pixel11表示停车车辆车牌图像第1行第1列中像素点的色彩度；
Pixel12表示停车车辆车牌图像第1行第2列中像素点的色彩度；
Pixel13表示停车车辆车牌图像第1行第3列中像素点的色彩度；
Pixel1J表示停车车辆车牌图像第1行第J列中像素点的色彩度；J＝IWidth×IResolution；
Pixel21表示停车车辆车牌图像第2行第1列中像素点的色彩度；
Pixel22表示停车车辆车牌图像第2行第2列中像素点的色彩度；
Pixel23表示停车车辆车牌图像第2行第3列中像素点的色彩度；
Pixel2J表示停车车辆车牌图像第2行第J列中像素点的色彩度；
Pixel31表示停车车辆车牌图像第3行第1列中像素点的色彩度；
Pixel32表示停车车辆车牌图像第3行第2列中像素点的色彩度；
Pixel33表示停车车辆车牌图像第3行第3列中像素点的色彩度；
Pixel3J表示停车车辆车牌图像第3行第J列中像素点的色彩度；
PixelI1表示停车车辆车牌图像第I行第1列中像素点的色彩度；I＝IHeight×IResolution；
PixelI2表示停车车辆车牌图像第I行第2列中像素点的色彩度；
PixelI3表示停车车辆车牌图像第I行第3列中像素点的色彩度；
PixelIJ表示停车车辆车牌图像第I行第J列中像素点的色彩度；
S1-3，计算其色彩度，其色彩度的计算方法为：
其中，Redij表示停车车辆车牌图像第i行第j列中像素点的红色色彩度；
Greenij表示表示停车车辆车牌图像第i行第j列中像素点的绿色色彩度；
Blueij表示表示停车车辆车牌图像第i行第j列中像素点的蓝色色彩度；
Pixelij表示停车车辆车牌图像第i行第j列中像素点的色彩度；i为小于或者等于I的正整数，j为小于或者等于J的正整数；
S1-4，将I*J个色彩度构成色彩度字符串，即按照从左至右从上至下的次序将色彩度排列，形如：
Pixel11Pixel12Pixel13…Pixel1JPixel21Pixel22Pixel23…Pixel2JPixel31Pixel32Pixel33…Pixel3J…PixelI1PixelI2PixelI3…PixelIJ，
S1-5，对步骤S1-4中得到的色彩度字符串进行字符串处理，得到其滤除码；其对色彩度字符串进行字符串处理的方法为：
Filter code＝Hash algorithm(Chromaticity string)，
其中，Filter code表示滤除码；
Hash algorithm()表示哈希算法；具体可以采用MD5算法；
Chromaticity string表示色彩度字符串。
在本发明的一种优选实施方式中，在步骤S3中服务器根据滤除码检索其滤除码所对应的停车车辆车牌号码的方法包括以下步骤：
S31，根据滤除码字符长度划分为N段，所述N为大于或者等于2的正整数，从左至右分别为第1滤除码、第2滤除码、第3滤除码、……、第N滤除码；第n滤除码的字符长度小于滤除码的长度，n为小于或者等于N正整数，其中，Filter code＝Filter code1-Filter code2-Filter code3-…-Filter codeQ，Filter code表示滤除码，Filter code1表示第1滤除码，Filter code2表示第2滤除码，Filter code3表示第3滤除码，Filter codeQ表示第Q滤除码；-表示字符串连接符；
S32，令q＝1，
S33，根据第q滤除码Filter codeq筛选出含有第q滤除码Filter codeq的字符串放入第q滤除码集合；
S34，q＝q+1，判断其q与Q的关系：
若q＞Q，则执行下一步；
若q≤Q，则返回步骤S33；
S35，筛选出第1滤除码集合、第2滤除码集合、第3滤除码集合、……、第Q滤除码集合中具有相同字符串的字符构成筛选字符集，从筛选字符集中筛选出滤除码Filter code，根据滤除码Filter code获得滤除码Filter code所对应的停车车辆车牌号码。
在本发明的一种优选实施方式中，在步骤S4中对停车车辆车牌图像进行停车车辆车牌号码提取的方法包括以下步骤：
S41，判断其停车车辆车牌图像是否为灰度图像：
若停车车辆车牌图像为灰度图像，则执行下一步；
若停车车辆车牌图像不为灰度图像，则将停车车辆车牌图像转换为灰度图像，其将停车车辆车牌图像转换为灰度图像的方法为：
Gray＝(R+G+B)/3，
其中，Gray表示灰度值；
R表示RGB色彩模式下的红色色彩度；
G表示RGB色彩模式下的绿色色彩度；
B表示RGB色彩模式下的蓝色色彩度；
S42，计算车牌字符像素点总个数与停车车辆车牌图像的比例系数，其车牌字符像素点总个数与停车车辆车牌图像的比例系数的计算方法为：
其中，w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
N1表示预设停车车辆车牌图像中的灰度值小于车牌图像分割阈值P的总个数；
IWidth表示停车车辆车牌图像的图像宽度值；
IHeight表示停车车辆车牌图像的图像高度值；
IResolution表示停车车辆车牌图像的图像分辨率；
S43，计算其他像素点总个数与停车车辆车牌图像的比例系数，其其他像素点总个数与停车车辆车牌图像的比例系数的计算方法为：
w1＝1-w0，
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
S44，计算车牌字符图像的灰度均值，其车牌字符图像的灰度均值的计算方法为：
其中，A表示车牌字符图像的灰度均值；
N1表示预设停车车辆车牌图像中的灰度值小于车牌图像分割阈值P的总个数；
ni表示车牌字符图像中第i像素点的灰度值；
S44，计算其他像素点构成背景图像的灰度均值，其其他像素点构成图像的灰度均值的计算方法为：
其中，B表示其他像素点构成背景图像的灰度均值；
N1′表示其他像素点的总个数，N1+N1′＝IWidth×IHeight×IResolution 2；
ni′表示背景图像中第i像素点的灰度值；
S45，计算停车车辆车牌图像的灰度均值，其停车车辆车牌图像的灰度均值的计算方法为：
C＝w0A+Bw1，其中，C表示停车车辆车牌图像的灰度均值；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
A表示车牌字符图像的灰度均值；
B表示其他像素点构成背景图像的灰度均值；
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
S46，计算停车车辆车牌图像的灰度差值，其停车车辆车牌图像的灰度差值的计算方法为：
D＝w0(A-C)2+(C-B)2w1，
其中，D表示停车车辆车牌图像的灰度差值；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
A表示车牌字符图像的灰度均值；
C表示停车车辆车牌图像的灰度均值；
B表示其他像素点构成背景图像的灰度均值；
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
采用遍历的方法使得停车车辆车牌图像的灰度差值最大时，即得到图像分割阈值P；
S47，计算停车车辆车牌图像的替代像素值，其停车车辆车牌图像的替代像素值的计算方法为：
其中，IF表示逻辑条件如果；
P表示图像分割阈值；
ni″表示停车车辆车牌图像中第i像素点的灰度值，i∈[0,N1+N1′]andi∈Z+，and表示逻辑条件且，Z+表示正整数集；
S48，将对照字符与步骤S47中的停车车辆车牌图像中的字符相对照，得到其停车车辆车牌号码。
在本发明的一种优选实施方式中，在步骤S4中对滤除码与提取得到的停车车辆车牌号码相绑定的方法包括以下步骤：
S4-1，判断其提取得到的停车车辆车牌号码是否存在于服务器车牌存储数据库中：
若提取得到的停车车辆车牌号码存在于服务器车牌存储数据库中，则执行步骤S4-2；
若提取得到的停车车辆车牌号码不存在于服务器车牌存储数据库中，则将停车车辆车牌号码存储于服务器车牌存储数据库中，返回步骤S4-1；
S4-2，判断其提取得到的停车车辆车牌号码是否存在与其他滤除码相绑定：
若提取得到的停车车辆车牌号码存在与其他滤除码相绑定，则建立滤除码绑定列表，将其他滤除码和滤除码置于滤除码绑定列表中，并将滤除码绑定列表与停车车辆车牌号码相绑定；
若提取得到的停车车辆车牌号码不存在与其他滤除码相绑定，则将滤除码与停车车辆车牌号码相绑定。可以实现一个停车车辆车牌号码对应多个不相同的滤除码构成的滤除码绑定列表，降低存储容量。
或/和在步骤S1之前还包括步骤S0，利用移动智能手持终端登录服务器；
S01，登录用户向其账号登录输入框输入客户端使用账号以及密码登录输入框输入客户端使用密码；
S02，提取其步骤S01中登录用户向其账号登录输入框输入的客户端使用账号以及密码登录输入框输入的客户端使用密码，对客户端使用账号或/和客户端使用密码进行处理后，得到其上传账号和上传密码；将上传账号和上传密码上传至服务器；
S03，服务器对接收到的上传账号和上传密码进行处理后，得到比较账号和比较密码，判断其比较账号和比较密码是否与服务器存储的存储账号和存储密码是否一致：
在本实施方式中，存储账号和存储密码的获得方式包括以下步骤：
S03a，注册时，注册用户在账号注册输入框内输入客户端使用账号，该客户端使用账号包括数字0～9、小写字母a～z、大写字母A～Z三者之一且客户端使用账号位数为α，α∈[6,15]&α∈Z；&表示逻辑条件且，Z表示整数集，以及在密码注册输入框内输入客户端使用密码，客户端使用密码包括数字0～9、小写字母a～z、大写字母A～Z三者同时存在且客户端使用密码位数为β，β∈[6,20]；
S03b，客户端判断其注册用户向其账号注册输入框输入的客户端使用账号位数与集合α0间的关系：
若α1∈α0，其中α1表示注册用户向其账号注册输入框输入的客户端使用账号位数，α0＝[6,15]，则执行下一步；
若
则在账号注册输入框旁显示警示信息，该警示信息为输入的客户端使用账号位数不符合规定：
若输入的客户端使用账号位数短于六位，则该警示信息为输入的客户端使用账号位数短于六位；
若输入的客户端使用账号位数长于十五位，则该警示信息为输入的客户端使用账号位数长于十五位；
S03c，客户端判断其注册用户向其密码注册输入框输入的客户端使用密码位数与集合β0间的关系：
若β1∈β0，其中β1表示注册用户向其密码注册输入框输入的客户端使用密码位数，β0＝[6,20]，则执行下一步；
若
则在密码注册输入框旁显示警示信息，该警示信息为输入的客户端使用密码位数不符合规定：
若输入的客户端使用密码位数短于六位，则该警示信息为输入的客户端使用密码位数短于六位；
若输入的客户端使用密码位数长于二十位，则该警示信息为输入的客户端使用密码位数长于二十位；
S03d，客户端判断其注册用户向其密码注册输入框输入的客户端使用密码字符是否包括数字、小写字母、大写字母三者：
S03d1，令χ1＝χ2＝χ3＝0，其中χ1表示第一中间参数，χ2表示第二中间参数，χ3表示第三中间参数；δ1＝δ2＝δ3＝1；δ1表示第一序号参数，δ2表示第二序号参数，δ3表示第三序号参数；
S03d2，判断
是否属于数字集0～9：
若
属于数字集0～9，
表示注册用户向其密码注册输入框输入的客户端使用密码的第δ1位；则δ1＝δ1+1；执行步骤S03d3；
若
不属于数字集0～9，则δ1＝δ1+1，χ1＝χ1+1；判断其δ1与β1的关系：
若δ1≥β1-1，则在密码注册输入框旁显示警示信息，该警示信息为输入的客户端使用密码字符不符合规定，请输入包括数字、小写字母、大写字母三者的字符；
若δ1≤β1-2，则返回步骤S03d2；
S03d3，判断
是否属于小写字母集a～z：
若
属于小写字母集a～z，
表示注册用户向其密码注册输入框输入的客户端使用密码的第δ2位；则δ2＝δ2+1；执行步骤S03d4；
若
不属于小写字母集a～z，则δ2＝δ2+1，χ2＝χ2+1；判断其δ2与β1的关系：
若δ2≥β1，则在密码注册输入框旁显示警示信息，该警示信息为输入的客户端使用密码字符不符合规定，请输入包括数字、小写字母、大写字母三者的字符；
若δ2≤β1-1，则返回步骤S03d3；
S03d4，判断
是否属于大写字母集A～Z：
若
属于大写字母集A～Z，
表示注册用户向其密码注册输入框输入的客户端使用密码的第δ3位；则δ3＝δ3+1；执行步骤S03e；
若
不属于大写字母集A～Z，则δ3＝δ3+1，χ3＝χ3+1；判断其δ3与β1的关系：
若δ3≥β1+1，则在密码注册输入框旁显示警示信息，该警示信息为输入的客户端使用密码字符不符合规定，请输入包括数字、小写字母、大写字母三者的字符；
若δ3≤β1，则返回步骤S0344；
S03e，对注册用户向其账号注册输入框输入的客户端使用账号或/和密码注册输入框输入的客户端使用密码进行处理后，得到其上传账号和上传密码；
S03f，服务器对接收到的上传账号和上传密码进行处理后，得到存储账号和存储密码，对其存储账号和存储密码进行存储。
在本发明的一种优选实施方式中，在步骤S03e中，对注册用户向其账号注册输入框输入的客户端使用账号进行处理后，得到其上传账号的方法包括以下步骤：
S03e1，对客户端使用账号根据字符-数值映射表进行数值映射，得到其映射账号；其字符-数值映射表如表1所示。
表1.字符-数值映射表
| 字符 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | a |
| 数值 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 字符 | b | c | d | e | f | g | h | i | j | k | l |
| 数值 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 字符 | m | n | o | p | q | r | s | t | u | v | w |
| 数值 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 |
| 字符 | x | y | z | A | B | C | D | E | F | G | H |
| 数值 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 |
| 字符 | I | J | K | L | M | N | O | P | Q | R | S |
| 数值 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 |
| 字符 | T | U | V | W | X | Y | Z | ||||
| 数值 | 55 | 56 | 57 | 58 | 59 | 60 | 61 |
S03e2，将映射账号切换为中间账号表示；将映射账号切换为中间账号表示的方法为：
其中，
表示注册用户向其密码注册输入框输入的客户端使用密码的第δ0位；
α1表示注册用户向其账号注册输入框输入的客户端使用账号位数；
φ表示中间账号；
S03e3，将中间账号切换为传递账号表示；将中间账号切换为传递账号表示的方法包括以下步骤：
S03e31，令φ0＝φ，δ4＝0；
S03e32，
其中，Rounding algorithm<>表示取整算法；
判断其
与35间的关系：
若
则δ4＝δ4+1，返回步骤S03e32；
若
则δ4＝δ4+1，执行步骤S03e33；
S03e33，令δ5＝0；
S03e34，
其中，Remainder algorithm<>表示取余算法；
判断其δ5与δ4的关系：
若δ5≥δ4，则执行下一步；
若δ5＜δ4，则δ5＝δ5+1，步骤S03e34；
S03e35，提取账号取余值按以下排列：
S03e4，对传递账号根据字符-数值映射表进行数值反映射，得到其上传账号。
在本发明的一种优选实施方式中，在步骤S03e中，对注册用户向其密码注册输入框输入的客户端使用密码进行处理后，得到其上传密码的方法包括以下步骤：
S03eA，对客户端使用密码根据字符-数值映射表进行数值映射，得到其映射密码；
S03eB，将映射密码切换为中间密码表示；将映射密码切换为中间密码表示的方法为：
其中，
表示注册用户向其密码注册输入框输入的客户端使用密码的第
位；
β1表示注册用户向其密码注册输入框输入的客户端使用密码位数；
S03eC，将中间密码切换为传递密码表示；将中间密码切换为传递密码表示的方法包括以下步骤：
S03eC1，令
S03eC2，
其中，Rounding algorithm<>表示取整算法；
判断其
与35间的关系：
若
则
返回步骤S03eC2；
若
则
执行步骤S03eC3；
S03eC3，令
S03eC4，
其中，Remainder algorithm<>表示取余算法；
判断其
与
的关系：
若
则执行下一步；
若
则
步骤S03eC4；
S03eC5，提取密码取余值按以下排列：
S03eD，对传递密码根据字符-数值映射表进行数值反映射，得到其上传密码。
例如，假设注册用户向其密码注册输入框输入的客户端使用密码为123abcABC。
第一步，对客户端使用密码根据字符-数值映射表进行数值映射，得到其映射密码；具体的，对1根据字符-数值映射表进行数值映射，得到1；对2根据字符-数值映射表进行数值映射，得到2；对3根据字符-数值映射表进行数值映射，得到3；对a根据字符-数值映射表进行数值映射，得到10；对b根据字符-数值映射表进行数值映射，得到11；对c根据字符-数值映射表进行数值映射，得到12；对A根据字符-数值映射表进行数值映射，得到36；对B根据字符-数值映射表进行数值映射，得到37；对C根据字符-数值映射表进行数值映射，得到38；即对123abcABC根据字符-数值映射表进行数值映射，得到1 2 3 10 11 12 36 37 38；即客户端使用密码123abcABC所对应的映射密码为1 2 3 10 11 12 36 37 38。
第二步，将映射密码切换为中间密码表示，具体为：
即将映射密码1 2 3 10 11 12 36 37 38切换为中间密码225563062372732表示。
第三步，令
由于6265640621464>35，因此，
第四步，
由于174045572818>35，因此，
第五步，
由于4834599244>35，因此，
第六步，
由于134294423>35，因此，
第七步，
由于3730400>35，因此，
第八步，
由于103622>35，因此，
第九步，
由于2878>35，因此，
第十步，
由于79>35，因此，
第十一步，
由于2≤35，因此，
此时
第十二步，令
第十三步，
由于0<9，因此
第十四步，
由于1<9，因此
第十五步，
由于2<9，因此
第十六步，
由于3<9，因此
第十七步，
由于4<9，因此
第十八步，
由于5<9，因此
第十九步，
由于6<9，因此
第二十步，
由于7<9，因此
第二十一步，
由于8<9，因此
第二十二步，
由于9≥9，因此，此时
第二十三步，提取密码取余值按以下排列：
2 7 34 14 8 23 16 34 16 28即为传递密码；
第二十四步，对传递密码根据字符-数值映射表进行数值反映射，得到其上传密码；具体的，对2根据字符-数值映射表进行数值反映射，得到2；对7根据字符-数值映射表进行数值反映射，得到7；对34根据字符-数值映射表进行数值反映射，得到y；对14根据字符-数值映射表进行数值反映射，得到e；对8根据字符-数值映射表进行数值反映射，得到8；对23根据字符-数值映射表进行数值反映射，得到n；对16根据字符-数值映射表进行数值反映射，得到g；对34根据字符-数值映射表进行数值反映射，得到y；对16根据字符-数值映射表进行数值反映射，得到g；对28根据字符-数值映射表进行数值反映射，得到s；即是对传递密码2 7 34 14 8 23 16 34 16 28根据字符-数值映射表进行数值反映射，得到其上传密码为27ye8ngygs。
S031，判断其比较账号是否存在于服务器上：
若比较账号存在于服务器上，则执行下一步；
若比较账号不存在于服务器上，则发出提示信息，该提示为输入的客户端使用账号错误，请重新输入客户端使用账号；
S032，判断其比较密码是否与存储账号所对应的存储密码一致：
若比较密码与存储账号所对应的存储密码一致，则登录服务器成功；
若比较密码与存储账号所对应的存储密码不一致，则发出提示信息，该提示为输入的客户端使用密码错误，请重新输入客户端使用密码。
在本发明的一种优选实施方式中，在步骤S02中对客户端使用账号进行处理后，得到其上传账号的方法包括以下步骤：
S021，对客户端使用账号根据字符-数值映射表进行数值映射，得到其映射账号；
S022，将映射账号切换为中间账号表示；将映射账号切换为中间账号表示的方法为：
其中，
表示登录用户向其密码登录输入框输入的客户端使用密码的第δ0位；
α1表示登录用户向其账号登录输入框输入的客户端使用账号位数；
φ表示中间账号；
S023，将中间账号切换为传递账号表示；将中间账号切换为传递账号表示的方法包括以下步骤：
S0231，令φ0＝φ，δ4＝0；
S0232，
其中，Rounding algorithm<>表示取整算法；
判断其
与35间的关系：
若
则δ4＝δ4+1，返回步骤S0232；
若
则δ4＝δ4+1，执行步骤S0233；
S0233，令δ5＝0；
S0234，
其中，Remainder algorithm<>表示取余算法；
判断其δ5与δ4的关系：
若δ5≥δ4，则执行下一步；
若δ5＜δ4，则δ5＝δ5+1，步骤S0234；
S0235，提取账号取余值按以下排列：
S024，对传递账号根据字符-数值映射表进行数值反映射，得到其上传账号；
或/和对客户端使用密码进行处理后，得到其上传密码的方法包括以下步骤：
S02A，对客户端使用密码根据字符-数值映射表进行数值映射，得到其映射密码；S02B，将映射密码切换为中间密码表示；将映射密码切换为中间密码表示的方法为：
其中，
表示注册用户向其密码注册输入框输入的客户端使用密码的第
位；
β1表示注册用户向其密码注册输入框输入的客户端使用密码位数；
S02C，将中间密码切换为传递密码表示；将中间密码切换为传递密码表示的方法包括以下步骤：
S02C1，令
S02C2，
其中，Rounding algorithm<>表示取整算法；
判断其
与35间的关系：
若
则
返回步骤S02C2；
若
则
执行步骤S02C3；
S02C3，令
S02C4，
其中，Remainder algorithm<>表示取余算法；
判断其
与
的关系：
若
则执行下一步；
若
则
步骤S02C4；
S02C5，提取密码取余值按以下排列：
S02D，对传递密码根据字符-数值映射表进行数值反映射，得到其上传密码。
在本发明的一种优选实施方式中，在步骤S03中服务器对接收到的上传账号进行处理后，得到比较账号的方法为：
Storage account′＝Hash algorithm(Upload account)，
Storage account′表示比较账号；
Upload account表示上传账号；
Hash algorithm()表示哈希算法；
或/和在步骤S03中服务器对接收到的上传密码进行处理后，得到比较密码的方法为：
Storage password′＝Hash algorithm(Upload password)，
Storage password′表示比较密码；
Upload password表示上传密码；
Hash algorithm()表示哈希算法；具体可以采用MD5算法。
或/和在步骤S4之后还包括步骤S6，根据获取的停车车辆车牌号码自助查询停车车辆实现缴费。在本实施方式中，在步骤S6中包括以下步骤：
S61，判断其本客户端是否存在待支付停车车辆：
若本客户端存在待支付停车车辆，则在客户端上显示待支付页面，待支付页面包括停车车辆车牌号码、停车车辆停车时间、停车车辆待驶离时间、待支付金额之一或者任意组合；
若本客户端不存在待支付停车车辆，则直接进入首页页面；
S62，客户端判断其是否接收到支付触发命令：
若客户端接收到支付触发命令，则跳转至支付页面，支付页面包括支付宝支付、微信支付、银行卡支付之一或者任意组合；执行步骤S64；
若客户端未接收到支付触发命令，则执行下一步；
S63，客户端判断其是否接收到关闭显示待支付页面触发命令：
若客户端接收到关闭显示待支付页面触发命令，则客户端关闭待支付页面，直接进入首页页面；
若客户端未接收到关闭显示待支付页面触发命令，则返回步骤S62；
S64，服务器接收到支付完成触发命令，将支付完成的停车车辆车牌号码记录在待驶离数据库中。
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)
1.一种车牌识别系统，包括服务器和M个移动智能手持终端，所述M为大于或者等于1的正整数，分别为第1移动智能手持终端端、第2移动智能手持终端、第3移动智能手持终端、……、第M移动智能手持终端，其特征在于，第m移动智能手持终端包括第m移动智能手持终端本体和设置在第m移动智能手持终端本体上的用于采集停车车辆车牌图像的第m摄像头，所述m为小于或者等于M的正整数，以及设置在第m移动智能手持终端本体内的第m控制器和第m无线数据传输模块，第m无线数据传输模块的数据无线传输端与第m控制器的数据无线传输端相连，第m摄像头的图像数据传输端与第m控制器的图像数据传输端相连；还包括数据滤除终端；第m移动智能手持终端对采集的停车车辆车牌图像以及滤除码发送至数据滤除终端，数据滤除终端判断后，将接收到的停车车辆车牌图像发送至服务器，服务器对数据滤除终端发送的停车车辆车牌图像进行图像处理，获得其停车车辆车牌号码。
2.根据权利要求1所述的车牌识别系统，其特征在于，第m无线数据传输模块包括第m无线数据传输3G模块、第m无线数据传输4G模块、第m无线数据传输5G模块、第m无线数据传输WiFi模块、第m无线数据传输NB-IoT模块、第m无线数据传输LoRa模块之一或者任意组合；
第m无线数据传输3G模块的数据无线传输端与第m控制器的数据无线传输3G端相连，第m无线数据传输4G模块的数据无线传输端与第m控制器的数据无线传输4G端相连，第m无线数据传输5G模块的数据无线传输端与第m控制器的数据无线传输5G端相连，第m无线数据传输WiFi模块的数据无线传输端与第m控制器的数据无线传输WiFi端相连，第m无线数据传输NB-IoT模块的数据无线传输端与第m控制器的数据无线传输NB-IoT端相连，第m无线数据传输LoRa模块的数据无线传输端与第m控制器的数据无线传输LoRa端相连。
3.根据权利要求1所述的车牌识别系统，其特征在于，滤除码的得到方法包括以下步骤：
SA，获取其采集的停车车辆车牌图像的图像宽度值和图像高度值以及图像分辨率，记作为IHeight、IWidth和IResolution，IHeight表示停车车辆车牌图像的图像高度值，IWidth表示停车车辆车牌图像的图像宽度值，IResolution表示停车车辆车牌图像的图像分辨率；
SB，根据步骤SA获取的停车车辆车牌图像的图像高度值IHeight、停车车辆车牌图像的图像宽度值IWidth和停车车辆车牌图像的图像分辨率IResolution构成停车车辆车牌图像二维矩阵；记作如下：
其中，Pixel11表示停车车辆车牌图像第1行第1列中像素点的色彩度；
Pixel12表示停车车辆车牌图像第1行第2列中像素点的色彩度；
Pixel13表示停车车辆车牌图像第1行第3列中像素点的色彩度；
Pixel1J表示停车车辆车牌图像第1行第J列中像素点的色彩度；J＝IWidth×IResolution；
Pixel21表示停车车辆车牌图像第2行第1列中像素点的色彩度；
Pixel22表示停车车辆车牌图像第2行第2列中像素点的色彩度；
Pixel23表示停车车辆车牌图像第2行第3列中像素点的色彩度；
Pixel2J表示停车车辆车牌图像第2行第J列中像素点的色彩度；
Pixel31表示停车车辆车牌图像第3行第1列中像素点的色彩度；
Pixel32表示停车车辆车牌图像第3行第2列中像素点的色彩度；
Pixel33表示停车车辆车牌图像第3行第3列中像素点的色彩度；
Pixel3J表示停车车辆车牌图像第3行第J列中像素点的色彩度；
PixelI1表示停车车辆车牌图像第I行第1列中像素点的色彩度；I＝IHeight×IResolution；
PixelI2表示停车车辆车牌图像第I行第2列中像素点的色彩度；
PixelI3表示停车车辆车牌图像第I行第3列中像素点的色彩度；
PixelIJ表示停车车辆车牌图像第I行第J列中像素点的色彩度；
SC，计算其色彩度，其色彩度的计算方法为：
其中，Redij表示停车车辆车牌图像第i行第j列中像素点的红色色彩度；
Greenij表示表示停车车辆车牌图像第i行第j列中像素点的绿色色彩度；
Blueij表示表示停车车辆车牌图像第i行第j列中像素点的蓝色色彩度；
Pixelij表示停车车辆车牌图像第i行第j列中像素点的色彩度；i为小于或者等于I的正整数，j为小于或者等于J的正整数；
SD，将I*J个色彩度构成色彩度字符串，即按照从左至右从上至下的次序将色彩度排列，形如：
Pixel11Pixel12Pixel13…Pixel1JPixel21Pixel22Pixel23…Pixel2JPixel31Pixel32Pixel33…Pixel3J…PixelI1PixelI2PixelI3…PixelIJ，
SE，对步骤SD中得到的色彩度字符串进行字符串处理，得到其滤除码；其对色彩度字符串进行字符串处理的方法为：
Filter code＝Hash a lg orithm(Chromaticity string)，
其中，Filter code表示滤除码；
Hash a lg orithm()表示哈希算法；
Chromaticity string表示色彩度字符串。
4.一种车牌识别方法，其特征在于，包括以下步骤：
S1，获取停车车辆车牌图像，根据获取的停车车辆车牌图像得到其滤除码；将得到的滤除码以及停车车辆车牌图像发送至数据滤除终端；
S2，数据滤除终端接收到移动智能手持终端发送的滤除码以及停车车辆车牌图像后，判断其滤除码是否存在于车牌图像滤除数据库中：
若滤除码存在于车牌图像滤除数据库中，则将接收到的滤除码发送至服务器；执行步骤S3；
若滤除码不存在于车牌图像滤除数据库中，则将接收到的滤除码以及停车车辆车牌图像发送至服务器；执行步骤S4；
S3，服务器接收到数据滤除终端发送的滤除码后，服务器根据滤除码检索其滤除码所对应的停车车辆车牌号码；
S4，服务器接收到数据滤除终端发送的滤除码以及停车车辆车牌图像后，对停车车辆车牌图像进行停车车辆车牌号码提取；对滤除码与提取得到的停车车辆车牌号码相绑定。
5.根据权利要求4所述的车牌识别方法，其特征在于，在步骤S1中，获取其停车车辆车牌图像的方法包括以下之一或者任意组合：
获取一：通过摄像头拍摄的停车车辆车牌图像；
获取二：其他移动智能手持终端通过蓝牙方式将停车车辆车牌图像传输给具有与数据滤除终端相连的移动智能手持终端；
获取三：移动智能手持终端上存储的停车车辆车牌图像。
6.根据权利要求5所述的车牌识别方法，其特征在于，关于获取一包括以下步骤：
S11，安装在移动智能手持终端上的客户端判断其摄像头是否拍摄了图像：
若摄像头拍摄了图像，则客户端获取其拍摄图像存储路径；
若摄像头未拍摄图像，则继续等待，返回步骤S11；
S12，客户端根据步骤S11中获取的拍摄图像存储路径获取其拍摄图像；即得到停车车辆车牌图像；
关于获取二包括以下步骤：
SA，安装在移动智能手持终端上的客户端判断其是否与其他移动智能手持终端通过蓝牙方式连接，且接收了其他移动智能手持终端发送的图像：
若接收了其他移动智能手持终端发送的图像，则客户端获取其接收图像存储路径；
若未接收其他移动智能手持终端发送的图像，则继续等待，返回步骤SA；
SB，客户端根据步骤SA中获取的接收图像存储路径获取其接收图像；即得到停车车辆车牌图像；
关于获取三包括以下步骤：
Sa，安装在移动智能手持终端上的客户端判断其是否触发寻找图像文件夹命令：
若客户端接收到触发寻找图像文件夹命令，则弹出图像文件夹，图像文件夹包括拍摄图像存储路径文件夹或/和接收图像存储路径文件夹；在拍摄图像存储路径文件夹中，拍摄图像按照拍摄时间从后到先次序排列，在接收图像存储路径文件夹中，接收图像按照接收时间从后到先次序排列；
若客户端未接收到触发寻找图像文件夹命令，则继续等待，返回步骤Sa；
Sb，根据选择的图像路径获取选择的图像，即得到停车车辆车牌图像。
7.根据权利要求4所述的车牌识别方法，其特征在于，在步骤S1中滤除码的得到方法包括以下步骤：
S1-1，获取其采集的停车车辆车牌图像的图像宽度值和图像高度值以及图像分辨率，记作为IHeight、IWidth和IResolution，IHeight表示停车车辆车牌图像的图像高度值，IWidth表示停车车辆车牌图像的图像宽度值，IResolution表示停车车辆车牌图像的图像分辨率；
S1-2，根据步骤S1-1获取的停车车辆车牌图像的图像高度值IHeight、停车车辆车牌图像的图像宽度值IWidth和停车车辆车牌图像的图像分辨率IResolution构成停车车辆车牌图像二维矩阵；记作如下：
其中，Pixel21表示停车车辆车牌图像第2行第1列中像素点的色彩度；
Pixel22表示停车车辆车牌图像第2行第2列中像素点的色彩度；
Pixel23表示停车车辆车牌图像第2行第3列中像素点的色彩度；
Pixel2J表示停车车辆车牌图像第2行第J列中像素点的色彩度；
Pixel31表示停车车辆车牌图像第3行第1列中像素点的色彩度；
Pixel32表示停车车辆车牌图像第3行第2列中像素点的色彩度；
Pixel33表示停车车辆车牌图像第3行第3列中像素点的色彩度；
Pixel3J表示停车车辆车牌图像第3行第J列中像素点的色彩度；
PixelI1表示停车车辆车牌图像第I行第1列中像素点的色彩度；I＝IHeight×IResolution；
PixelI2表示停车车辆车牌图像第I行第2列中像素点的色彩度；
PixelI3表示停车车辆车牌图像第I行第3列中像素点的色彩度；
PixelIJ表示停车车辆车牌图像第I行第J列中像素点的色彩度；
S1-3，计算其色彩度；
S1-4，将I*J个色彩度构成色彩度字符串，即按照从左至右从上至下的次序将色彩度排列，形如：
Pixel11Pixel12Pixel13…Pixel1JPixel21Pixel22Pixel23…Pixel2JPixel31Pixel32Pixel33…Pixel3J…PixelI1PixelI2PixelI3…PixelIJ，
S1-5，对步骤S1-4中得到的色彩度字符串进行字符串处理，得到其滤除码。
8.根据权利要求4所述的车牌识别方法，其特征在于，在步骤S3中服务器根据滤除码检索其滤除码所对应的停车车辆车牌号码的方法包括以下步骤：
S31，根据滤除码字符长度划分为N段，所述N为大于或者等于2的正整数，从左至右分别为第1滤除码、第2滤除码、第3滤除码、……、第N滤除码；第n滤除码的字符长度小于滤除码的长度，n为小于或者等于N正整数，其中，Filter code＝Filter code1-Filter code2-Filter code3-…-Filter codeQ，Filter code表示滤除码，Filter code1表示第1滤除码，Filter code2表示第2滤除码，Filter code3表示第3滤除码，Filter codeQ表示第Q滤除码；-表示字符串连接符；
S32，令q＝1，
S33，根据第q滤除码Filter codeq筛选出含有第q滤除码Filter codeq的字符串放入第q滤除码集合；
S34，q＝q+1，判断其q与Q的关系：
若q＞Q，则执行下一步；
若q≤Q，则返回步骤S33；
S35，筛选出第1滤除码集合、第2滤除码集合、第3滤除码集合、……、第Q滤除码集合中具有相同字符串的字符构成筛选字符集，从筛选字符集中筛选出滤除码Filter code，根据滤除码Filter code获得滤除码Filter code所对应的停车车辆车牌号码。
9.根据权利要求4所述的车牌识别方法，其特征在于，在步骤S4中对停车车辆车牌图像进行停车车辆车牌号码提取的方法包括以下步骤：
S41，判断其停车车辆车牌图像是否为灰度图像：
若停车车辆车牌图像为灰度图像，则执行下一步；
若停车车辆车牌图像不为灰度图像，则将停车车辆车牌图像转换为灰度图像，其将停车车辆车牌图像转换为灰度图像的方法为：
Gray＝(R+G+B)/3，
其中，Gray表示灰度值；
R表示RGB色彩模式下的红色色彩度；
G表示RGB色彩模式下的绿色色彩度；
B表示RGB色彩模式下的蓝色色彩度；
S42，计算车牌字符像素点总个数与停车车辆车牌图像的比例系数；
S43，计算其他像素点总个数与停车车辆车牌图像的比例系数，其其他像素点总个数与停车车辆车牌图像的比例系数的计算方法为：
w1＝1-w0，
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
S44，计算车牌字符图像的灰度均值，其车牌字符图像的灰度均值的计算方法为：
其中，A表示车牌字符图像的灰度均值；
N1表示预设停车车辆车牌图像中的灰度值小于车牌图像分割阈值P的总个数；
ni表示车牌字符图像中第i像素点的灰度值；
S44，计算其他像素点构成背景图像的灰度均值；
S45，计算停车车辆车牌图像的灰度均值，其停车车辆车牌图像的灰度均值的计算方法为：
C＝w0A+Bw1，
其中，C表示停车车辆车牌图像的灰度均值；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
A表示车牌字符图像的灰度均值；
B表示其他像素点构成背景图像的灰度均值；
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
S46，计算停车车辆车牌图像的灰度差值，其停车车辆车牌图像的灰度差值的计算方法为：
D＝w0(A-C)2+(C-B)2w1，
其中，D表示停车车辆车牌图像的灰度差值；
w0表示车牌字符像素点总个数与停车车辆车牌图像的比例系数；
A表示车牌字符图像的灰度均值；
C表示停车车辆车牌图像的灰度均值；
B表示其他像素点构成背景图像的灰度均值；
w1表示其他像素点总个数与停车车辆车牌图像的比例系数；
采用遍历的方法使得停车车辆车牌图像的灰度差值最大时，即得到图像分割阈值P；
S47，计算停车车辆车牌图像的替代像素值；
S48，将对照字符与步骤S47中的停车车辆车牌图像中的字符相对照，得到其停车车辆车牌号码。
10.根据权利要求4所述的车牌识别方法，其特征在于，在步骤S4中对滤除码与提取得到的停车车辆车牌号码相绑定的方法包括以下步骤：
S4-1，判断其提取得到的停车车辆车牌号码是否存在于服务器车牌存储数据库中：
若提取得到的停车车辆车牌号码存在于服务器车牌存储数据库中，则执行步骤S4-2；
若提取得到的停车车辆车牌号码不存在于服务器车牌存储数据库中，则将停车车辆车牌号码存储于服务器车牌存储数据库中，返回步骤S4-1；
S4-2，判断其提取得到的停车车辆车牌号码是否存在与其他滤除码相绑定：
若提取得到的停车车辆车牌号码存在与其他滤除码相绑定，则建立滤除码绑定列表，将其他滤除码和滤除码置于滤除码绑定列表中，并将滤除码绑定列表与停车车辆车牌号码相绑定；
若提取得到的停车车辆车牌号码不存在与其他滤除码相绑定，则将滤除码与停车车辆车牌号码相绑定；
或/和在步骤S1之前还包括步骤S0，利用移动智能手持终端登录服务器；
或/和在步骤S4之后还包括步骤S6，根据获取的停车车辆车牌号码自助查询停车车辆实现缴费。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111044792.9A CN113762254B (zh) | 2021-09-07 | 2021-09-07 | 一种车牌识别方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111044792.9A CN113762254B (zh) | 2021-09-07 | 2021-09-07 | 一种车牌识别方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113762254A true CN113762254A (zh) | 2021-12-07 |
| CN113762254B CN113762254B (zh) | 2022-11-11 |
Family
ID=78793493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111044792.9A Active CN113762254B (zh) | 2021-09-07 | 2021-09-07 | 一种车牌识别方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113762254B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114863691A (zh) * | 2022-04-12 | 2022-08-05 | 江苏骏环昇旺科技产业股份有限公司 | 通过违法因子测算数据收敛状态的工作方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103854488A (zh) * | 2014-03-19 | 2014-06-11 | 浙江宇视科技有限公司 | 一种黑名单分布式鉴别方法及装置 |
| US20140229387A1 (en) * | 2012-04-17 | 2014-08-14 | Taiwan Development & Construction Co. | Rfid tag and system and method for securing rfid tag |
| CN105225281A (zh) * | 2015-08-27 | 2016-01-06 | 广西交通科学研究院 | 一种车辆检测方法 |
| CN105550551A (zh) * | 2015-12-25 | 2016-05-04 | 北京奇虎科技有限公司 | 密码处理方法和设备以及密码提示方法和设备 |
| CN105574063A (zh) * | 2015-08-24 | 2016-05-11 | 西安电子科技大学 | 基于视觉显著性的图像检索方法 |
| CN105701551A (zh) * | 2016-04-18 | 2016-06-22 | 东南大学 | 一种智能停车平台及其智能停车方法 |
| CN106991821A (zh) * | 2016-11-26 | 2017-07-28 | 广东技术师范学院 | 违章车辆用手持移动终端数据采集系统 |
| US20170330460A1 (en) * | 2016-05-11 | 2017-11-16 | Massey Mind, LLC | System and method for permitless parking |
| CN107451589A (zh) * | 2017-07-07 | 2017-12-08 | 南京邮电大学 | 一种基于改进的ostu算法的夜间车牌二值化的方法 |
| CN109035435A (zh) * | 2018-07-04 | 2018-12-18 | 西安艾润物联网技术服务有限责任公司 | 路边停车管理方法、系统及可读存储介质 |
| CN109344676A (zh) * | 2018-11-22 | 2019-02-15 | 福州图腾易讯信息技术有限公司 | 一种基于哈希算法的自动感应触发方法及其系统 |
| CN112633281A (zh) * | 2020-12-30 | 2021-04-09 | 广东赛诺科技股份有限公司 | 一种基于Hash算法车辆身份认证方法及系统 |
-
2021
- 2021-09-07 CN CN202111044792.9A patent/CN113762254B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140229387A1 (en) * | 2012-04-17 | 2014-08-14 | Taiwan Development & Construction Co. | Rfid tag and system and method for securing rfid tag |
| CN103854488A (zh) * | 2014-03-19 | 2014-06-11 | 浙江宇视科技有限公司 | 一种黑名单分布式鉴别方法及装置 |
| CN105574063A (zh) * | 2015-08-24 | 2016-05-11 | 西安电子科技大学 | 基于视觉显著性的图像检索方法 |
| CN105225281A (zh) * | 2015-08-27 | 2016-01-06 | 广西交通科学研究院 | 一种车辆检测方法 |
| CN105550551A (zh) * | 2015-12-25 | 2016-05-04 | 北京奇虎科技有限公司 | 密码处理方法和设备以及密码提示方法和设备 |
| CN105701551A (zh) * | 2016-04-18 | 2016-06-22 | 东南大学 | 一种智能停车平台及其智能停车方法 |
| US20170330460A1 (en) * | 2016-05-11 | 2017-11-16 | Massey Mind, LLC | System and method for permitless parking |
| CN106991821A (zh) * | 2016-11-26 | 2017-07-28 | 广东技术师范学院 | 违章车辆用手持移动终端数据采集系统 |
| CN107451589A (zh) * | 2017-07-07 | 2017-12-08 | 南京邮电大学 | 一种基于改进的ostu算法的夜间车牌二值化的方法 |
| CN109035435A (zh) * | 2018-07-04 | 2018-12-18 | 西安艾润物联网技术服务有限责任公司 | 路边停车管理方法、系统及可读存储介质 |
| CN109344676A (zh) * | 2018-11-22 | 2019-02-15 | 福州图腾易讯信息技术有限公司 | 一种基于哈希算法的自动感应触发方法及其系统 |
| CN112633281A (zh) * | 2020-12-30 | 2021-04-09 | 广东赛诺科技股份有限公司 | 一种基于Hash算法车辆身份认证方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| PRIYANKASAMANTA ET AL: "Analysis of Perceptual Hashing Algorithms in Image Manipulation Detection", 《PROCEDIA COMPUTER SCIENCE》 * |
| 何霞等: "多任务分段紧凑特征的车辆检索方法", 《中国图象图形学报》 * |
| 关明山等: "基于哈希散列技术的汽车牌照模糊识别算法", 《价值工程》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114863691A (zh) * | 2022-04-12 | 2022-08-05 | 江苏骏环昇旺科技产业股份有限公司 | 通过违法因子测算数据收敛状态的工作方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113762254B (zh) | 2022-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106599792B (zh) | 一种手部驾驶违规行为的检测方法 | |
| CN113762254B (zh) | 一种车牌识别方法和系统 | |
| CN108304754A (zh) | 车型的识别方法和装置 | |
| CN106295645B (zh) | 一种车牌字符识别方法和装置 | |
| CN110516100A (zh) | 一种图像相似度的计算方法、系统、存储介质及电子设备 | |
| CN107944450A (zh) | 一种车牌识别方法及装置 | |
| CN108366203A (zh) | 一种构图方法、装置、电子设备及存储介质 | |
| CN105354773A (zh) | 一种用于交通事故现场证据保全及验证的系统 | |
| DE60219918T2 (de) | Klassifikation von bildblöcken basierend auf der entropie von pixeldifferenzen | |
| CN109871789A (zh) | 一种基于轻量化神经网络的复杂环境下车辆检测方法 | |
| CN110633289A (zh) | 一种车牌号确定方法、服务器及停车管理系统 | |
| CN109977941A (zh) | 车牌识别方法及装置 | |
| CN116052090A (zh) | 图像质量评估方法、模型训练方法、装置、设备及介质 | |
| DE102012201024B4 (de) | Verfahren zum Verarbeiten eines Bildes zur Verdeutlichung von Text in dem Bild | |
| CN107241597A (zh) | 一种结合四叉树自适应编码的可逆信息隐藏方法 | |
| CN1577170A (zh) | 光栅图象路径结构 | |
| CN111985448A (zh) | 车辆图像识别方法、装置、计算机设备及可读存储介质 | |
| CN114120457B (zh) | 一种基于手机端的停车自助缴费方法和查询车辆方法 | |
| CN111401438A (zh) | 图像分拣方法、装置及系统 | |
| CN113808288A (zh) | 一种停车场实时计时消费抵扣分析方法和系统 | |
| CN101276517A (zh) | 一种基于电子警察的图像数据参数数据混合方法 | |
| CN113763577B (zh) | 一种路侧停车位实时计时消费抵扣分析方法和系统 | |
| CN108520256A (zh) | 一种基于无线传感器网络的车牌照识别系统 | |
| CN107197273A (zh) | 图像的编码方法和装置 | |
| CN112749731A (zh) | 一种基于深度神经网络的票据数量识别方法及系统 |
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 | ||
| CP03 | Change of name, title or address |
Address after: Room 202, Building 4, No. 106, West Section of Jinkai Avenue, Dazhulin Street, Liangjiang New Area, Yubei District, Chongqing, 401120 Patentee after: Chongqing Yilian Information Technology Co.,Ltd. Address before: 401121 22-7-6, Honghu West Road, Yubei District, Chongqing Patentee before: Chongqing Changting Intelligent Parking Service Co.,Ltd. |
|
| CP03 | Change of name, title or address |