CN114005186A - 一种车牌识别方法、装置及停车管理系统 - Google Patents
一种车牌识别方法、装置及停车管理系统 Download PDFInfo
- Publication number
- CN114005186A CN114005186A CN202111242560.4A CN202111242560A CN114005186A CN 114005186 A CN114005186 A CN 114005186A CN 202111242560 A CN202111242560 A CN 202111242560A CN 114005186 A CN114005186 A CN 114005186A
- Authority
- CN
- China
- Prior art keywords
- license plate
- plate number
- parking
- database
- target 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
Images
Classifications
-
- 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
- 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
- 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
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车牌识别方法、装置及停车管理系统,它包括获取目标车辆的车辆信息;从数据库中,筛选距目标车辆的停车时间预设时间范围内,与目标车辆车型一致的车牌号,形成第一备选车牌号数据库;从第一备选车牌号数据库中,筛选距目标车辆的停车位置预设距离范围内,与目标车辆车型一致的车牌号,形成第二备选车牌号数据库;根据目标车辆的未完整识别的车牌号和第二备选车牌号数据库确定目标车辆的完整车牌号。本申请采用逐层筛选取交集的形式筛选出目标车牌号,有效保证车牌号的准确性,有效解决错收或者不收停车费的问题。
Description
技术领域
本申请属于停车管理领域,尤其涉及一种车牌识别方法、装置及停车管理系统。
背景技术
车牌识别过程中由于光线、遮挡以及角度等原因造成未能完整识别车牌号。未完整识别的车牌号不能作为停车收费的有效依据,则容易造成错收或者不收停车费的问题,不利于停车管理。
发明内容
本申请实施例提供了一种车牌识别方法、装置及停车管理系统,以解决未能完整识别车牌号造成的错收或者不收停车费的问题。
为实现上述目的,本申请采用的一种技术方案是:
一种车牌识别方法,其特征在于:
它包括
获取目标车辆的车辆信息,其中所述车辆信息包括未完整识别的车牌号、车型、停车时间以及停车位置;
从数据库中,筛选距所述目标车辆的停车时间预设时间范围内,与所述目标车辆车型一致的车牌号,形成第一备选车牌号数据库,其中所述数据库为将在第一预设时间内,所有停车位上的所有停放车辆的第一车辆信息形成数据库,所述第一车辆信息包括车牌号、车型、停车时间以及停车位置;
从所述第一备选车牌号数据库中,筛选距所述目标车辆的停车位置预设距离范围内,与所述目标车辆车型一致的车牌号,形成第二备选车牌号数据库;
根据所述目标车辆的未完整识别的车牌号和所述第二备选车牌号数据库确定所述目标车辆的完整车牌号。
所述预设时间范围包括日期和时间段。
所述预设距离范围包括所在路段和经纬度。
所述车型包括车辆的品牌和型号。
一种车牌识别装置,其特征在于:
它包括
获取单元,用于获取目标车辆的车辆信息,其中所述车辆信息包括未完整识别的车牌号、车型、停车时间以及停车位置;
第一筛选单元,用于从数据库中,筛选距所述目标车辆的停车时间预设时间范围内,与所述目标车辆车型一致的车牌号,形成第一备选车牌号数据库,其中所述数据库为将在第一预设时间内,所有停车位上的所有停放车辆的第一车辆信息形成数据库,所述第一车辆信息包括车牌号、车型、停车时间以及停车位置;
第二筛选单元,用于从所述第一备选车牌号数据库中,筛选距所述目标车辆的停车位置预设距离范围内,与所述目标车辆车型一致的车牌号,形成第二备选车牌号数据库;
确定单元,用于根据所述目标车辆的未完整识别的车牌号和所述第二备选车牌号数据库确定所述目标车辆的完整车牌号。
一种停车管理系统,其特征在于:
它包括所述的车牌识别装置。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行所述的车牌识别方法的步骤。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述的车牌识别方法的步骤。
本申请实施例提供的车牌识别方法的有益效果在于:它包括获取目标车辆的车辆信息;从数据库中,筛选距目标车辆的停车时间预设时间范围内,与目标车辆车型一致的车牌号,形成第一备选车牌号数据库;从第一备选车牌号数据库中,筛选距目标车辆的停车位置预设距离范围内,与目标车辆车型一致的车牌号,形成第二备选车牌号数据库;根据目标车辆的未完整识别的车牌号和第二备选车牌号数据库确定目标车辆的完整车牌号。本申请采用逐层筛选取交集的形式筛选出目标车牌号,有效保证车牌号的准确性,有效解决错收或者不收停车费的问题。本申请实施例采用逐层筛选取交集的形式筛选出目标车牌号,有效保证车牌号的准确性,有效解决错收或者不收停车费的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的一种车牌识别方法的示意图;
图2是本申请一实施例提供的一种车牌识别装置的示意图;
图3是本申请一实施例提供的一种停车管理系统的示意图;
图4是本申请一实施例中计算机设备的内部结构图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
如图1所示,本申请一实施例提供的一种车牌识别方法100,它包括
步骤110、获取目标车辆的车辆信息,其中车辆信息包括未完整识别的车牌号、车型、停车时间以及停车位置;
其中,目标车辆为停放在目标停车位上的车辆,目标停车位可以为一个或多个。
未完整识别的车牌号中已识别的位数可以为5或6更少,例如辽A79*3C或者辽A8**34等,在此不做限定。
车型包括但不限于车辆的品牌和型号,车辆的品牌包括奔驰、宝马、大众以及丰田等等,虽然不同品牌的车辆型号可能相同或相近,但是经过品牌筛选,再筛选型号即可确定。
步骤120、从数据库中,筛选距目标车辆的停车时间预设时间范围内,与目标车辆车型一致的车牌号,形成第一备选车牌号数据库,其中数据库为将在第一预设时间内,所有停车位上的所有停放车辆的第一车辆信息形成数据库,第一车辆信息包括车牌号、车型、停车时间以及停车位置;
其中,由于车辆停靠在停车位上进行收费等管理,因此会形成相应的数据库,数据库为将在第一预设时间内,所有停车位上的所有停放车辆的第一车辆信息形成数据库,第一车辆信息包括车牌号、车型、停车时间以及停车位置。
第一预设时间可以采用一周、可以采用两周、也可以采用一个月,甚至更长,为了数据的基础样本更多,通常选择两周至一个月。第一预设时间的时间长短选定可以根据需要选择,在此不做限定。
第一车辆信息可以采用包括但不限于车牌号、车型、停车时间以及停车位置,还可以包括车辆的颜色等,在此不做限定,能用于识别车辆的信息均可称之为车辆信息。
数据库的形式可以采用包括但不限于以下形式,本申请采用以下实施例说明:
(1)按照停车时间的先后顺序存储,即停车时间、车牌号、停车位置、车型等,除停车时间外的其他类别先后顺序不限定,如下表所示:
表1按照按照停车时间的先后顺序形成数据库
(2)按照车牌号存储,即车牌号、停车时间、停车位置、车型等,除车牌号外的其他类别先后顺序不限定,如下表所示:
表2按照车牌号存储形成数据库
从数据库中筛选距目标车辆的停车时间预设时间范围内与目标车辆车型一致的车牌号,形成第一备选车牌号数据库。
预设时间范围可以包括但不限于日期和时间段,根据需要设定,在此不做限定。
预设时间范围可以根据需要选定,在此不做限定。例如距当前目标车辆的停车时间前一周之内,根据车辆的停放日期可以判断备选车牌号是否经常停靠,从而更加确定是否为目标车辆。
进一步的,根据车辆的停车时间段可以进一步确认,备选车牌号是否与目标车辆在相同时间段停放车辆,从而更加确定是否为目标车辆。
步骤130、从第一备选车牌号数据库中,筛选距目标车辆的停车位置预设距离范围内,与目标车辆车型一致的车牌号,形成第二备选车牌号数据库;
其中,预设距离范围包括所在路段和经纬度,在此不做限定。
预设距离范围可以根据需要选定,在此不做限定。例如距当前目标车辆的停放距离方圆50米之内,根据车辆经常停放的位置判断,备选车牌号是否与目标车辆停放在相同路段,从而更加确定是否为目标车辆。
进一步地,根据车辆的停放经纬度可以进一步确认,备选车牌号是否与目标车辆在相同经纬度停放车辆,从而更加确定是否为目标车辆。
步骤140、根据目标车辆的未完整识别的车牌号和第二备选车牌号数据库确定目标车辆的完整车牌号。
其中,将目标车辆未完整识别的车牌号与第二备选车牌号数据库中的车牌号做比对,当且仅当第二备选车牌号数据库中仅有一个与目标车辆的车牌号相似时,则确定车牌号为目标车辆的完整车牌号,从而保证目标车牌号的准确性。
综上可知,本申请实施例提供的一种车牌识别方法,它包括获取目标车辆的车辆信息;从数据库中,筛选距目标车辆的停车时间预设时间范围内,与目标车辆车型一致的车牌号,形成第一备选车牌号数据库;从第一备选车牌号数据库中,筛选距目标车辆的停车位置预设距离范围内,与目标车辆车型一致的车牌号,形成第二备选车牌号数据库;根据目标车辆的未完整识别的车牌号和第二备选车牌号数据库确定目标车辆的完整车牌号。本申请采用逐层筛选取交集的形式筛选出目标车牌号,有效保证车牌号的准确性,有效解决错收或者不收停车费的问题。本申请实施例采用逐层筛选取交集的形式筛选出目标车牌号,有效保证车牌号的准确性,有效解决错收或者不收停车费的问题。
如图2所示,本申请一实施例提供的一种车牌识别装置200,它包括
获取单元210,用于获取目标车辆的车辆信息,其中车辆信息包括未完整识别的车牌号、车型、停车时间以及停车位置;
其中,目标车辆为停放在目标停车位上的车辆,目标停车位可以为一个或多个。
未完整识别的车牌号中已识别的位数可以为5或6更少,例如辽A79*3C或者辽A8**34等,在此不做限定。
车型包括但不限于车辆的品牌和型号,车辆的品牌包括奔驰、宝马、大众以及丰田等等,虽然不同品牌的车辆型号可能相同或相近,但是经过品牌筛选,再筛选型号即可确定。
第一筛选单元220,用于从数据库中,筛选距目标车辆的停车时间预设时间范围内,与目标车辆车型一致的车牌号,形成第一备选车牌号数据库,其中数据库为将在第一预设时间内,所有停车位上的所有停放车辆的第一车辆信息形成数据库,第一车辆信息包括车牌号、车型、停车时间以及停车位置;
其中,预设时间范围包括但不限于日期和时间段,在此不做限定。
预设时间范围可以根据需要选定,在此不做限定。例如距当前目标车辆的停车时间前一周之内,根据车辆的停放日期可以判断备选车牌号是否经常停靠,从而更加确定是否为目标车辆。
进一步的,根据车辆的停车时间段可以进一步确认,备选车牌号是否与目标车辆在相同时间段停放车辆,从而更加确定是否为目标车辆。
第二筛选单元230,用于从第一备选车牌号数据库中,筛选距目标车辆的停车位置预设距离范围内,与目标车辆车型一致的车牌号,形成第二备选车牌号数据库;
其中,预设距离范围包括所在路段和经纬度,在此不做限定。
预设距离范围可以根据需要选定,在此不做限定。例如距当前目标车辆的停放距离方圆50米之内,根据车辆经常停放的位置判断,备选车牌号是否与目标车辆停放在相同路段,从而更加确定是否为目标车辆。
进一步地,根据车辆的停放经纬度可以进一步确认,备选车牌号是否与目标车辆在相同经纬度停放车辆,从而更加确定是否为目标车辆。
确定单元240,用于根据目标车辆的未完整识别的车牌号和第二备选车牌号数据库确定目标车辆的完整车牌号。
其中,将目标车辆的车牌号与第二备选车牌号数据库中的车牌号做比对,当且仅当第二备选车牌号数据库中仅有一个与目标车辆的车牌号相似时,则确定车牌号为目标车辆的完整车牌号,从而保证目标车牌号的准确性。
综上可知,本申请实施例提供的一种车牌识别装置,它包括获取目标车辆的车辆信息;从数据库中,筛选距目标车辆的停车时间预设时间范围内,与目标车辆车型一致的车牌号,形成第一备选车牌号数据库;从第一备选车牌号数据库中,筛选距目标车辆的停车位置预设距离范围内,与目标车辆车型一致的车牌号,形成第二备选车牌号数据库;根据目标车辆的未完整识别的车牌号和第二备选车牌号数据库确定目标车辆的完整车牌号。本申请采用逐层筛选取交集的形式筛选出目标车牌号,有效保证车牌号的准确性,有效解决错收或者不收停车费的问题。本申请实施例采用逐层筛选取交集的形式筛选出目标车牌号,有效保证车牌号的准确性,有效解决错收或者不收停车费的问题。
如图3所示,本申请一实施例提供的一种停车管理系统300,它包括车牌识别装置200。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再详述。
本申请还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行如任一实施例中车牌识别方法的步骤。
图4示出了一个实施例中计算机设备的内部结构图。如图4所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现车牌识别方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行车牌识别方法。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元上的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均包含在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:
它包括
获取目标车辆的车辆信息,其中所述车辆信息包括未完整识别的车牌号、车型、停车时间以及停车位置;
从数据库中,筛选距所述目标车辆的停车时间预设时间范围内,与所述目标车辆车型一致的车牌号,形成第一备选车牌号数据库,其中所述数据库为将在第一预设时间内,所有停车位上的所有停放车辆的第一车辆信息形成数据库,所述第一车辆信息包括车牌号、车型、停车时间以及停车位置;
从所述第一备选车牌号数据库中,筛选距所述目标车辆的停车位置预设距离范围内,与所述目标车辆车型一致的车牌号,形成第二备选车牌号数据库;
根据所述目标车辆的未完整识别的车牌号和所述第二备选车牌号数据库确定所述目标车辆的完整车牌号。
2.根据权利要求1所述的一种车牌识别方法,其特征在于:
所述预设时间范围包括日期和时间段。
3.根据权利要求1所述的一种车牌识别方法,其特征在于:
所述预设距离范围包括所在路段和经纬度。
4.根据权利要求1所述的一种车牌识别方法,其特征在于:
所述车型包括车辆的品牌和型号。
5.一种车牌识别装置,其特征在于:
它包括
获取单元,用于获取目标车辆的车辆信息,其中所述车辆信息包括未完整识别的车牌号、车型、停车时间以及停车位置;
第一筛选单元,用于从数据库中,筛选距所述目标车辆的停车时间预设时间范围内,与所述目标车辆车型一致的车牌号,形成第一备选车牌号数据库,其中所述数据库为将在第一预设时间内,所有停车位上的所有停放车辆的第一车辆信息形成数据库,所述第一车辆信息包括车牌号、车型、停车时间以及停车位置;
第二筛选单元,用于从所述第一备选车牌号数据库中,筛选距所述目标车辆的停车位置预设距离范围内,与所述目标车辆车型一致的车牌号,形成第二备选车牌号数据库;
确定单元,用于根据所述目标车辆的未完整识别的车牌号和所述第二备选车牌号数据库确定所述目标车辆的完整车牌号。
6.根据权利要求5所述的一种车牌识别装置,其特征在于:
所述预设时间范围包括日期和时间段。
7.根据权利要求6所述的一种车牌识别装置,其特征在于:
所述预设距离范围包括所在路段和经纬度。
8.一种停车管理系统,其特征在于:
它包括如权利要求5-7任意一项所述的车牌识别装置。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至4中任一项所述的车牌识别方法的步骤。
10.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至4中任一项所述的车牌识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111242560.4A CN114005186A (zh) | 2021-10-25 | 2021-10-25 | 一种车牌识别方法、装置及停车管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111242560.4A CN114005186A (zh) | 2021-10-25 | 2021-10-25 | 一种车牌识别方法、装置及停车管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114005186A true CN114005186A (zh) | 2022-02-01 |
Family
ID=79923885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111242560.4A Pending CN114005186A (zh) | 2021-10-25 | 2021-10-25 | 一种车牌识别方法、装置及停车管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114005186A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115206106A (zh) * | 2022-08-02 | 2022-10-18 | 深圳市小猫信息技术有限公司 | 一种车牌识别方法、系统、服务器及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139659A (zh) * | 2015-10-09 | 2015-12-09 | 东方网力科技股份有限公司 | 车牌识别方法与装置 |
CN107895487A (zh) * | 2017-11-24 | 2018-04-10 | 泰华智慧产业集团股份有限公司 | 一种基于大数据进行相似车牌串并的方法 |
CN108898841A (zh) * | 2018-06-06 | 2018-11-27 | 广州群安电子科技有限公司 | 一种停车场车辆识别异常的处理方法及装置 |
CN109272034A (zh) * | 2018-09-07 | 2019-01-25 | 佳都新太科技股份有限公司 | 一种漏检车牌预测方法及处理终端 |
CN109584623A (zh) * | 2018-12-28 | 2019-04-05 | 西安艾润物联网技术服务有限责任公司 | 停车场寻车方法及装置 |
CN110633289A (zh) * | 2019-10-23 | 2019-12-31 | 北京筑梦园科技有限公司 | 一种车牌号确定方法、服务器及停车管理系统 |
CN113240913A (zh) * | 2021-06-16 | 2021-08-10 | 北京筑梦园科技有限公司 | 一种未识别车辆管理方法、装置及停车管理系统 |
-
2021
- 2021-10-25 CN CN202111242560.4A patent/CN114005186A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139659A (zh) * | 2015-10-09 | 2015-12-09 | 东方网力科技股份有限公司 | 车牌识别方法与装置 |
CN107895487A (zh) * | 2017-11-24 | 2018-04-10 | 泰华智慧产业集团股份有限公司 | 一种基于大数据进行相似车牌串并的方法 |
CN108898841A (zh) * | 2018-06-06 | 2018-11-27 | 广州群安电子科技有限公司 | 一种停车场车辆识别异常的处理方法及装置 |
CN109272034A (zh) * | 2018-09-07 | 2019-01-25 | 佳都新太科技股份有限公司 | 一种漏检车牌预测方法及处理终端 |
CN109584623A (zh) * | 2018-12-28 | 2019-04-05 | 西安艾润物联网技术服务有限责任公司 | 停车场寻车方法及装置 |
CN110633289A (zh) * | 2019-10-23 | 2019-12-31 | 北京筑梦园科技有限公司 | 一种车牌号确定方法、服务器及停车管理系统 |
CN113240913A (zh) * | 2021-06-16 | 2021-08-10 | 北京筑梦园科技有限公司 | 一种未识别车辆管理方法、装置及停车管理系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115206106A (zh) * | 2022-08-02 | 2022-10-18 | 深圳市小猫信息技术有限公司 | 一种车牌识别方法、系统、服务器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101587643B (zh) | 一种套牌车的识别方法 | |
CN108389271B (zh) | 停车计费方法、装置、计算机装置及计算机可读存储介质 | |
CN113055823B (zh) | 一种基于路侧停车管理共享单车的方法及装置 | |
CN113205691B (zh) | 一种识别车辆位置的方法及装置 | |
CN112509325B (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
US11978340B2 (en) | Systems and methods for identifying vehicles using wireless device identifiers | |
CN113240913A (zh) | 一种未识别车辆管理方法、装置及停车管理系统 | |
CN111368617B (zh) | 车辆出入数据处理方法及装置 | |
CN114005186A (zh) | 一种车牌识别方法、装置及停车管理系统 | |
CN110120160B (zh) | 一种泊位编号确定方法、处理器及停车收费系统 | |
CN111768630A (zh) | 一种违章废图检测方法、装置及电子设备 | |
CN111754642A (zh) | 共享停车场的管理方法、管理装置及终端 | |
CN111369790B (zh) | 过车记录校正方法、装置、设备及存储介质 | |
CN115909708A (zh) | 一种共享车辆超停管理方法、系统及装置 | |
CN114170836B (zh) | 一种基于泊位信息的移动巡检停车管理方法及系统 | |
CN114202919A (zh) | 一种非机动车电子车牌遮挡的识别方法、装置及系统 | |
CN111368651B (zh) | 一种车辆识别方法、装置及电子设备 | |
CN111899559B (zh) | 一种停车位管理方法、服务器及停车管理系统 | |
CN111260806B (zh) | 一种路侧停车监测方法 | |
CN114708425A (zh) | 车辆违停的识别方法、装置及计算机可读存储介质 | |
CN113327335A (zh) | 停车场的停车管理方法、装置和电子设备 | |
CN113689706B (zh) | 一种车辆管理方法、装置及停车管理系统 | |
CN113160565A (zh) | 一种套牌车辆的识别方法、装置、存储介质及终端 | |
CN112733909A (zh) | 一种城市案件的去重识别方法、装置、介质及电子设备 | |
CN115410283B (zh) | 停车场的车辆计费方法、装置、计算机设备和存储介质 |
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 |