CN114241472A - 基于底库的车牌识别方法、装置、存储介质及设备 - Google Patents
基于底库的车牌识别方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN114241472A CN114241472A CN202210174096.8A CN202210174096A CN114241472A CN 114241472 A CN114241472 A CN 114241472A CN 202210174096 A CN202210174096 A CN 202210174096A CN 114241472 A CN114241472 A CN 114241472A
- Authority
- CN
- China
- Prior art keywords
- license plate
- ith
- predicted
- length
- equal
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Abstract
本申请公开了一种基于底库的车牌识别方法、装置、存储介质及设备，属于图像处理技术领域。所述方法包括：获取底库中的车牌集合和待匹配车辆的预测车牌；对于车牌集合中的第i个车牌，计算第i个车牌与预测车牌的最长公共字符长度；若最长公共字符长度大于或等于预定数值，则检测第i个车牌与预测车牌的长度是否相等，预定数值等于第i个车牌的长度减1；若第i个车牌与预测车牌的长度相等，则根据第i个车牌与预测车牌的相同字符数量输出车牌识别结果；若第i个车牌与预测车牌的长度不等，则根据第i个车牌与预测车牌中的最短长度输出车牌识别结果。本申请既可以避免未录入的车牌撞库，也可以提高匹配的难度系数，从而提高车牌识别的准确性。
Description
技术领域
本申请涉及图像处理技术领域，特别涉及一种基于底库的车牌识别方法、装置、存储介质及设备。
背景技术
在收费的停车场中通常都安装有车牌识别设备，当车辆从停车场驶出时，车牌识别设备能够自动识别出车牌，从而计算车辆的停车费。然而，由于光照、遮挡、扭曲、模糊等原因导致车牌识别可能不太准确，因此，如何提高车牌识别的准确性成为了热门课题。
相关技术中，车牌识别设备可以在每辆车驶入停车场时，将识别出的车牌录入底库；当某一辆车驶出停车场时，可以计算识别出的车牌的词频向量，再计算该词频向量与底库中所有车牌的词频向量的余弦相似度，确定最大余弦相似度在底库中对应的车牌，将该车牌识别为该车的车牌。
由于车牌识别设备必须从底库中匹配一个余弦相似度最大的车牌作为车辆的车牌，当底库中的车牌与车辆的车牌只是相似而不同时，容易误将底库中的车牌识别为车辆的车牌，从而导致车牌识别出错。比如，车辆的车牌是浙A12M34，底库中的车牌是浙A21W34，由于这两个车牌的余弦相似度为0.857，所以，容易误将浙A21W34识别为车辆的车牌。
发明内容
本申请提供了一种基于底库的车牌识别方法、装置、存储介质及设备，用于解决根据余弦相似度匹配底库中的车牌时，容易将与车辆的车牌较为相似但不同的车牌识别为车辆的车牌，从而导致车牌识别出错的问题。所述技术方案如下：
一方面，提供了一种基于底库的车牌识别方法，所述方法包括：
获取底库中的车牌集合和待匹配车辆的预测车牌，所述车牌集合中的车牌是预先登记并录入所述底库中的；
对于所述车牌集合中的第i个车牌，计算所述第i个车牌与所述预测车牌的最长公共字符长度，i为正整数；
若所述最长公共字符长度大于或等于预定数值，则检测所述第i个车牌与所述预测车牌的长度是否相等，所述预定数值等于所述第i个车牌的长度减1；
若所述第i个车牌与所述预测车牌的长度相等，则根据所述第i个车牌与所述预测车牌的相同字符数量输出车牌识别结果；
若所述第i个车牌与所述预测车牌的长度不等，则根据所述第i个车牌与所述预测车牌中的最短长度输出车牌识别结果。
在一种可能的实现方式中，所述根据所述第i个车牌与所述预测车牌的相同字符数量输出车牌识别结果，包括：
计算所述第i个车牌与所述预测车牌的相同字符数量；
检测所述相同字符数量是否大于或等于所述预定数值；
若所述相同字符数量大于或等于所述预定数值，则将所述第i个车牌作为所述车牌识别结果；
若所述相同字符数量小于所述预定数值，则将所述预测车牌作为所述车牌识别结果。
在一种可能的实现方式中，所述计算所述第i个车牌与所述预测车牌的相同字符数量，包括：
逐位比较所述第i个车牌与所述预测车牌中相同位置的字符；
根据所有位置的比较结果统计所述相同字符数量。
在一种可能的实现方式中，所述根据所述第i个车牌与所述预测车牌中的最短长度输出车牌识别结果，包括：
获取所述第i个车牌与所述预测车牌中的最短长度；
若所述最短长度等于所述最长公共字符长度，则将所述第i个车牌作为所述车牌识别结果；
若所述最短长度不等于所述最长公共字符长度，则将所述预测车牌作为所述车牌识别结果。
在一种可能的实现方式中，所述方法还包括：
若所述最长公共字符长度小于所述预定数值，则将i更新为i+1，继续执行所述计算所述第i个车牌与所述预测车牌的最长公共字符长度的步骤。
在一种可能的实现方式中，所述方法还包括：
若所述车牌集合中最后一个车牌与所述预测车牌的最长公共字符长度小于所述预定数值，则将所述预测车牌作为所述车牌识别结果。
一方面，提供了一种基于底库的车牌识别装置，所述装置包括：
获取模块，用于获取底库中的车牌集合和待匹配车辆的预测车牌，所述车牌集合中的车牌是预先登记并录入所述底库中的；
计算模块，用于对于所述车牌集合中的第i个车牌，计算所述第i个车牌与所述预测车牌的最长公共字符长度，i为正整数；
检测模块，用于若所述最长公共字符长度大于或等于预定数值，则检测所述第i个车牌与所述预测车牌的长度是否相等，所述预定数值等于所述第i个车牌的长度减1；
输出模块，用于若所述第i个车牌与所述预测车牌的长度相等，则根据所述第i个车牌与所述预测车牌的相同字符数量输出车牌识别结果；若所述第i个车牌与所述预测车牌的长度不等，则根据所述第i个车牌与所述预测车牌中的最短长度输出车牌识别结果。
在一种可能的实现方式中，所述输出模块，还用于：
计算所述第i个车牌与所述预测车牌的相同字符数量；
检测所述相同字符数量是否大于或等于所述预定数值；
若所述相同字符数量大于或等于所述预定数值，则将所述第i个车牌作为所述车牌识别结果；
若所述相同字符数量小于所述预定数值，则将所述预测车牌作为所述车牌识别结果。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上所述的基于底库的车牌识别方法。
一方面，提供了一种车牌识别设备，所述车牌识别设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的基于底库的车牌识别方法。
本申请提供的技术方案的有益效果至少包括：
在获取到预测车牌后，对于车牌集合中的第i个车牌，可以计算第i个车牌与预测车牌的最长公共字符长度；若最长公共字符长度大于或等于预定数值，则检测第i个车牌与预测车牌的长度是否相等，该预定数值等于第i个车牌的长度减1；若第i个车牌与预测车牌的长度相等，则根据第i个车牌与预测车牌的相同字符数量输出车牌识别结果；若第i个车牌与预测车牌的长度不等，则根据第i个车牌与预测车牌中的最短长度输出车牌识别结果，由于底库中的车牌集合中的车牌是预先登记并录入底库中的，可以保证底库中的车牌的准确性，防止相似车牌误匹配为录入车牌的情况，避免未录入的车牌撞库，从而提高车牌识别的准确性；另外，可以根据预测车牌与底库中的车牌的最长公共字符长度、相同字符数量和最短长度识别预测车牌，相比于根据余弦相似度进行车牌匹配来说，可以从多个角度来匹配车牌，提高匹配的难度系数，从而进一步提高车牌识别的准确性。
若车牌集合中最后一个车牌与预测车牌的最长公共字符长度小于预定数值，则将预测车牌作为车牌识别结果，而不是必须从底库中匹配出一个车牌，可以降低误识别率。
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是本申请一个实施例提供的基于底库的车牌识别方法的方法流程图；
图2是本申请另一实施例提供的基于底库的车牌识别方法的方法流程图；
图3是本申请再一实施例提供的基于底库的车牌识别装置的结构框图；
图4是本申请再一实施例提供的基于底库的车牌识别装置的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
目前业界流行CTC-Loss（Connectionist Temporal Classification-Loss，时序类分类-损失）训练卷积神经网络以识别中文车牌字符，此类方法的缺点包括但不限于以下三种：①受训练集中省份占比的影响，省份易识别错误成训练集中出现频率最高的省份；②受输出结果空白符的影响，某些字符会重复识别，使得预测车牌长度大于实际车牌长度；③受车牌曝光、遮挡、扭曲、模糊等不可抗因素影响，某些字符会识别成相似字符或被跳过识别。这些错误样例通常与实际车牌字符的差异较小，如果利用了底库中的车牌信息，能够将录入底库的车牌识别精度提升至几乎100%，从而方便了小区、园区、商业楼等车位包租的车辆出入，极大提升了用户体验。
请参考图1，其示出了本申请一个实施例提供的基于底库的车牌识别方法的方法流程图，该基于底库的车牌识别方法可以应用于车牌识别设备中。该基于底库的车牌识别方法，可以包括：
步骤101，获取底库中的车牌集合和待匹配车辆的预测车牌，该车牌集合中的车牌是预先登记并录入底库中的。
本实施例的目的是实现包租车辆的车牌识别，所以，可以通过人为输入或机器导入的方式将包租车辆的真实车牌预先登记并录入底库中，从而可以保证底库中的车牌的准确性。
预测车牌是根据算法对驶出的待匹配车辆的车牌进行识别得出的结果，该预测车牌可能是准确的，也可能是错误的。本实施例中，车牌识别设备可以先进行车牌的检测、校正和文字识别，将得到的识别结果称为预测车牌，本实施例不对检测算法、校正算法和文字识别算法作限制。
步骤102，对于车牌集合中的第i个车牌，计算第i个车牌与预测车牌的最长公共字符长度，i为正整数。
车牌识别设备中可以按照顺序从底库的车牌集合中选择出一个车牌，将该车牌与预测车牌进行匹配，若得到车牌识别结果，则结束识别流程；若未得到车牌识别结果，则继续读取车牌集合中的下一个车牌进行匹配，直至得到车牌识别结果后停止，或者，直至完成车牌集合中最后一个车牌的匹配流程后停止。其中，对车牌集合中每个车牌的匹配流程相同，本实施例中以第i个车牌为例，对车牌的匹配流程进行说明。
车牌识别设备可以提取第i个车牌中的每个字符，得到第i个字符集合；提取预测车牌中的每个字符，得到预测字符集合。其中，同一车牌中的相同字符需要重复提取。比如，预测车牌为苏A112345，则提取到的预测字符集合为{苏、A、1、1、2、3、4、5}。
车牌识别设备统计第i个字符集合和预测字符集合中相同字符的数量，得到最长公共字符长度。需要说明的是，第i个字符集合和预测字符集合中的相同字符可以位于车牌中的不同位置，即，在比较两个集合中的相同字符时，不考虑字符在车牌中的位置。比如，第i个字符集合为{苏、A、1、1、2、3、4、5}，预测字符集合为{苏、A、2、1、3、4、5}，则这两个字符集合的最长公共字符长度为7。又比如，第i个字符集合为{苏、A、1、2、3、4、5}，预测字符集合为{苏、A、1、1、2、3、4、5}，则这两个字符集合的最长公共字符长度为7。
车牌识别设备还可以将第i个车牌的长度减1，得到预定数值，比较最长公共字符长度与预定数值，若最长公共字符长度大于或等于预定数值，则说明第i个车牌与预测车牌比较相似，可以执行步骤103-105来进行进一步的匹配；若最长公共字符长度小于预定数值，则确定第i个车牌与预测车牌不相似。
步骤103，若最长公共字符长度大于或等于预定数值，则检测第i个车牌与预测车牌的长度是否相等，预定数值等于第i个车牌的长度减1。
步骤104，若第i个车牌与预测车牌的长度相等，则根据第i个车牌与预测车牌的相同字符数量输出车牌识别结果。
在计算第i个车牌与预测车牌的相同字符数量时，需要考虑字符在车牌中的位置，其计算方法详见下文中的描述，此处不作赘述。
在得到相同字符数量后，车牌识别设备可以根据该相同字符数量来生成车牌识别结果。这里所说的车牌识别结果是，将预测车牌作为待匹配车辆的车牌，或者，将第i个车牌作为待匹配车辆的车牌。
步骤105，若第i个车牌与预测车牌的长度不等，则根据第i个车牌与预测车牌中的最短长度输出车牌识别结果。
车牌识别设备可以比较第i个车牌和预测车牌的长度，从中选出最短长度，根据该最短长度来生成车牌识别结果。这里所说的车牌识别结果是，将预测车牌作为待匹配车辆的车牌，或者，将第i个车牌作为待匹配车辆的车牌。
综上所述，本申请实施例提供的基于底库的车牌识别方法，在获取到预测车牌后，对于车牌集合中的第i个车牌，可以计算第i个车牌与预测车牌的最长公共字符长度；若最长公共字符长度大于或等于预定数值，则检测第i个车牌与预测车牌的长度是否相等，该预定数值等于第i个车牌的长度减1；若第i个车牌与预测车牌的长度相等，则根据第i个车牌与预测车牌的相同字符数量输出车牌识别结果；若第i个车牌与预测车牌的长度不等，则根据第i个车牌与预测车牌中的最短长度输出车牌识别结果，由于底库中的车牌集合中的车牌是预先登记并录入底库中的，可以保证底库中的车牌的准确性，防止相似车牌误匹配为录入车牌的情况，避免未录入的车牌撞库，从而提高车牌识别的准确性；另外，可以根据预测车牌与底库中的车牌的最长公共字符长度、相同字符数量和最短长度识别预测车牌，相比于根据余弦相似度进行车牌匹配来说，可以从多个角度来匹配车牌，提高匹配的难度系数，从而进一步提高车牌识别的准确性。
请参考图2，其示出了本申请一个实施例提供的基于底库的车牌识别方法的方法流程图，该基于底库的车牌识别方法可以应用于车牌识别设备中。该基于底库的车牌识别方法，可以包括：
步骤201，获取底库中的车牌集合和待匹配车辆的预测车牌，该车牌集合中的车牌是预先登记并录入底库中的。
步骤202，对于车牌集合中的第i个车牌，计算第i个车牌与预测车牌的最长公共字符长度，i为正整数。
步骤203，若最长公共字符长度大于或等于预定数值，则检测第i个车牌与预测车牌的长度是否相等，预定数值等于第i个车牌的长度减1。
其中，步骤201-203的实现流程与步骤101-103的实现流程相同，此处不作赘述。
步骤204，若第i个车牌与预测车牌的长度相等，则计算第i个车牌与预测车牌的相同字符数量；检测相同字符数量是否大于或等于预定数值；若相同字符数量大于或等于预定数值，则将第i个车牌作为车牌识别结果；若相同字符数量小于预定数值，则将预测车牌作为车牌识别结果。
在计算第i个车牌与预测车牌的相同字符数量时，需要考虑字符在车牌中的位置。具体的，车牌识别设备逐位比较第i个车牌与预测车牌中相同位置的字符；根据所有位置的比较结果统计相同字符数量。
在第一个示例中，假设预测车牌为苏A12345，第i个车牌为苏AT2345，预定数值为7-1=6，则车牌识别设备可以计算出两者的最长公共字符长度为6，由于最长公共字符长度6等于预定数值6，且预测车牌与第i个车牌的长度相等，所以，需要统计两者的相同字符数。由于预测车牌与第i个车牌只有第三位字符不同，所以，两者的相同字符数量为6。
在第二个示例中，假设预测车牌为苏A12345，第i个车牌为苏A21345，预定数值为7-1=6，则车牌识别设备可以计算出两者的最长公共字符长度为7，由于最长公共字符长度7大于预定数值6，且预测车牌与第i个车牌的长度相等，所以，需要统计两者的相同字符数。由于预测车牌与第i个车牌只有第三位和第四位字符不同，所以，两者的相同字符数量为5。
在得到相同字符数量后，车牌识别设备可以比较相同字符数量和预定数值，若相同字符数量大于或等于预定数值，则将第i个车牌作为车牌识别结果；若相同字符数量小于预定数值，则将预测车牌作为车牌识别结果。
在第一个示例中，由于相同字符数量6等于预定数值6，所以，车牌识别设备将第i个车牌苏AT2345作为车牌识别结果。
在第二个示例中，由于相同字符数量5小于预定数值6，所以，车牌识别设备将预测车牌苏A12345作为车牌识别结果。
步骤205，若第i个车牌与预测车牌的长度不等，则获取第i个车牌与预测车牌中的最短长度；若最短长度等于最长公共字符长度，则将第i个车牌作为车牌识别结果；若最短长度不等于最长公共字符长度，则将预测车牌作为车牌识别结果。
车牌识别设备可以比较第i个车牌和预测车牌的长度，从中选出最短长度，再比较最短长度和最长公共字符长度，若最短长度等于最长公共字符长度，则将第i个车牌作为车牌识别结果；若最短长度不等于最长公共字符长度，则将预测车牌作为车牌识别结果。
在第三个示例中，假设预测车牌为苏A112345，第i个车牌为苏A12345，预定数值为7-1=6，则车牌识别设备可以计算出两者的最长公共字符长度为7，由于最长公共字符长度7大于预定数值6，且预测车牌与第i个车牌的长度不等，所以，需要获取预测车牌和第i个车牌中的最短长度7。由于最短长度7等于最长公共字符长度为7，所以，车牌识别设备将第i个车牌苏A12345作为车牌识别结果。
步骤206，若最长公共字符长度小于预定数值，则将i更新为i+1，继续执行计算第i个车牌与预测车牌的最长公共字符长度的步骤。
若最长公共字符长度小于预定数值，则说明第i个车牌与预测车牌不相似，将车牌集合中的下一个车牌作为新的第i个车牌，继续对新的第i个车牌和预测车牌进行匹配。
若车牌集合中最后一个车牌与预测车牌的最长公共字符长度小于预定数值，则将预测车牌作为车牌识别结果，而不是必须从底库中匹配出一个车牌，可以降低误识别率。
综上所述，本申请实施例提供的基于底库的车牌识别方法，在获取到预测车牌后，对于车牌集合中的第i个车牌，可以计算第i个车牌与预测车牌的最长公共字符长度；若最长公共字符长度大于或等于预定数值，则检测第i个车牌与预测车牌的长度是否相等，该预定数值等于第i个车牌的长度减1；若第i个车牌与预测车牌的长度相等，则根据第i个车牌与预测车牌的相同字符数量输出车牌识别结果；若第i个车牌与预测车牌的长度不等，则根据第i个车牌与预测车牌中的最短长度输出车牌识别结果，由于底库中的车牌集合中的车牌是预先登记并录入底库中的，可以保证底库中的车牌的准确性，防止相似车牌误匹配为录入车牌的情况，避免未录入的车牌撞库，从而提高车牌识别的准确性；另外，可以根据预测车牌与底库中的车牌的最长公共字符长度、相同字符数量和最短长度识别预测车牌，相比于根据余弦相似度进行车牌匹配来说，可以从多个角度来匹配车牌，提高匹配的难度系数，从而进一步提高车牌识别的准确性。
若车牌集合中最后一个车牌与预测车牌的最长公共字符长度小于预定数值，则将预测车牌作为车牌识别结果，而不是必须从底库中匹配出一个车牌，可以降低误识别率。
现有技术中提供了不基于底库进行车牌识别的方案，本实施例中提供了基于底库进行车牌识别的方案，在对这两种方案进行测评时，使用相同的车牌检测、校正、车牌识别模型。为公平测试，从某不属于训练数据的场景中获取29171张出入闸机抓拍的车牌图片，从其中随机挑选出183辆车的车牌作为登记并录入底库的车牌，然后统计出4828张抓拍车牌作为登记并录入底库的车牌，这两种方案的精度对比如表一所示：
表一
| 方案 | 整体识别精度 | 省份识别精度 | 字母和数字识别精度 | 底库中登记车牌的识别精度 |
| 现有技术方案 | 99.49% | 99.67% | 99.79% | 98.53% |
| 本实施例方案 | 99.67% | 99.78% | 99.89% | 100% |
由此可见，使用本实施例方案能够在一定程度上增加登记车辆的车牌识别率，提升了包租车位的用户出入的便捷性。
请参考图3，其示出了本申请一个实施例提供的基于底库的车牌识别装置的结构框图，该基于底库的车牌识别装置可以应用于车牌识别设备中。该基于底库的车牌识别装置，可以包括：
获取模块310，用于获取底库中的车牌集合和待匹配车辆的预测车牌，车牌集合中的车牌是预先登记并录入底库中的；
计算模块320，用于对于车牌集合中的第i个车牌，计算第i个车牌与预测车牌的最长公共字符长度，i为正整数；
检测模块330，用于若最长公共字符长度大于或等于预定数值，则检测第i个车牌与预测车牌的长度是否相等，预定数值等于第i个车牌的长度减1；
输出模块340，用于若第i个车牌与预测车牌的长度相等，则根据第i个车牌与预测车牌的相同字符数量输出车牌识别结果；若第i个车牌与预测车牌的长度不等，则根据第i个车牌与预测车牌中的最短长度输出车牌识别结果。
在一个可选的实施例中，输出模块340，还用于：
计算第i个车牌与预测车牌的相同字符数量；
检测相同字符数量是否大于或等于预定数值；
若相同字符数量大于或等于预定数值，则将第i个车牌作为车牌识别结果；
若相同字符数量小于预定数值，则将预测车牌作为车牌识别结果。
在一个可选的实施例中，输出模块340，还用于：
逐位比较第i个车牌与预测车牌中相同位置的字符；
根据所有位置的比较结果统计相同字符数量。
在一个可选的实施例中，输出模块340，还用于：
获取第i个车牌与预测车牌中的最短长度；
若最短长度等于最长公共字符长度，则将第i个车牌作为车牌识别结果；
若最短长度不等于最长公共字符长度，则将预测车牌作为车牌识别结果。
请参考图4，在一个可选的实施例中，该装置还包括：
更新模块350，用于若最长公共字符长度小于预定数值，则将i更新为i+1，继续执行计算第i个车牌与预测车牌的最长公共字符长度的步骤。
在一个可选的实施例中，输出模块340，还用于：
若车牌集合中最后一个车牌与预测车牌的最长公共字符长度小于预定数值，则将预测车牌作为车牌识别结果。
综上所述，本申请实施例提供的基于底库的车牌识别装置，在获取到预测车牌后，对于车牌集合中的第i个车牌，可以计算第i个车牌与预测车牌的最长公共字符长度；若最长公共字符长度大于或等于预定数值，则检测第i个车牌与预测车牌的长度是否相等，该预定数值等于第i个车牌的长度减1；若第i个车牌与预测车牌的长度相等，则根据第i个车牌与预测车牌的相同字符数量输出车牌识别结果；若第i个车牌与预测车牌的长度不等，则根据第i个车牌与预测车牌中的最短长度输出车牌识别结果，由于底库中的车牌集合中的车牌是预先登记并录入底库中的，可以保证底库中的车牌的准确性，防止相似车牌误匹配为录入车牌的情况，避免未录入的车牌撞库，从而提高车牌识别的准确性；另外，可以根据预测车牌与底库中的车牌的最长公共字符长度、相同字符数量和最短长度识别预测车牌，相比于根据余弦相似度进行车牌匹配来说，可以从多个角度来匹配车牌，提高匹配的难度系数，从而进一步提高车牌识别的准确性。
若车牌集合中最后一个车牌与预测车牌的最长公共字符长度小于预定数值，则将预测车牌作为车牌识别结果，而不是必须从底库中匹配出一个车牌，可以降低误识别率。
本申请一个实施例提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上所述的基于底库的车牌识别方法。
本申请一个实施例提供了一种车牌识别设备，所述车牌识别设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的基于底库的车牌识别方法。
需要说明的是：上述实施例提供的基于底库的车牌识别装置在进行基于底库的车牌识别时，仅以上述各功能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模块完成，即将基于底库的车牌识别装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于底库的车牌识别装置与基于底库的车牌识别方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述并不用以限制本申请实施例，凡在本申请实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请实施例的保护范围之内。
Claims (10)
1.一种基于底库的车牌识别方法，其特征在于，所述方法包括：
获取底库中的车牌集合和待匹配车辆的预测车牌，所述车牌集合中的车牌是预先登记并录入所述底库中的；
对于所述车牌集合中的第i个车牌，计算所述第i个车牌与所述预测车牌的最长公共字符长度，i为正整数；
若所述最长公共字符长度大于或等于预定数值，则检测所述第i个车牌与所述预测车牌的长度是否相等，所述预定数值等于所述第i个车牌的长度减1；
若所述第i个车牌与所述预测车牌的长度相等，则根据所述第i个车牌与所述预测车牌的相同字符数量输出车牌识别结果；
若所述第i个车牌与所述预测车牌的长度不等，则根据所述第i个车牌与所述预测车牌中的最短长度输出车牌识别结果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第i个车牌与所述预测车牌的相同字符数量输出车牌识别结果，包括：
计算所述第i个车牌与所述预测车牌的相同字符数量；
检测所述相同字符数量是否大于或等于所述预定数值；
若所述相同字符数量大于或等于所述预定数值，则将所述第i个车牌作为所述车牌识别结果；
若所述相同字符数量小于所述预定数值，则将所述预测车牌作为所述车牌识别结果。
3.根据权利要求2所述的方法，其特征在于，所述计算所述第i个车牌与所述预测车牌的相同字符数量，包括：
逐位比较所述第i个车牌与所述预测车牌中相同位置的字符；
根据所有位置的比较结果统计所述相同字符数量。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第i个车牌与所述预测车牌中的最短长度输出车牌识别结果，包括：
获取所述第i个车牌与所述预测车牌中的最短长度；
若所述最短长度等于所述最长公共字符长度，则将所述第i个车牌作为所述车牌识别结果；
若所述最短长度不等于所述最长公共字符长度，则将所述预测车牌作为所述车牌识别结果。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述最长公共字符长度小于所述预定数值，则将i更新为i+1，继续执行所述计算所述第i个车牌与所述预测车牌的最长公共字符长度的步骤。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述方法还包括：
若所述车牌集合中最后一个车牌与所述预测车牌的最长公共字符长度小于所述预定数值，则将所述预测车牌作为所述车牌识别结果。
7.一种基于底库的车牌识别装置，其特征在于，所述装置包括：
获取模块，用于获取底库中的车牌集合和待匹配车辆的预测车牌，所述车牌集合中的车牌是预先登记并录入所述底库中的；
计算模块，用于对于所述车牌集合中的第i个车牌，计算所述第i个车牌与所述预测车牌的最长公共字符长度，i为正整数；
检测模块，用于若所述最长公共字符长度大于或等于预定数值，则检测所述第i个车牌与所述预测车牌的长度是否相等，所述预定数值等于所述第i个车牌的长度减1；
输出模块，用于若所述第i个车牌与所述预测车牌的长度相等，则根据所述第i个车牌与所述预测车牌的相同字符数量输出车牌识别结果；若所述第i个车牌与所述预测车牌的长度不等，则根据所述第i个车牌与所述预测车牌中的最短长度输出车牌识别结果。
8.根据权利要求7所述的装置，其特征在于，所述输出模块，还用于：
计算所述第i个车牌与所述预测车牌的相同字符数量；
检测所述相同字符数量是否大于或等于所述预定数值；
若所述相同字符数量大于或等于所述预定数值，则将所述第i个车牌作为所述车牌识别结果；
若所述相同字符数量小于所述预定数值，则将所述预测车牌作为所述车牌识别结果。
9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1至6中任一所述的基于底库的车牌识别方法。
10.一种车牌识别设备，其特征在于，所述车牌识别设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至6中任一所述的基于底库的车牌识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210174096.8A CN114241472B (zh) | 2022-02-25 | 2022-02-25 | 基于底库的车牌识别方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210174096.8A CN114241472B (zh) | 2022-02-25 | 2022-02-25 | 基于底库的车牌识别方法、装置、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114241472A true CN114241472A (zh) | 2022-03-25 |
| CN114241472B CN114241472B (zh) | 2022-05-17 |
Family
ID=80748133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210174096.8A Active CN114241472B (zh) | 2022-02-25 | 2022-02-25 | 基于底库的车牌识别方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114241472B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102364496A (zh) * | 2011-11-24 | 2012-02-29 | 无锡慧眼电子科技有限公司 | 一种基于图像分析的汽车车牌自动识别方法及系统 |
| CN104504906A (zh) * | 2014-12-25 | 2015-04-08 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及系统 |
| CN105551264A (zh) * | 2015-12-25 | 2016-05-04 | 中国科学院上海高等研究院 | 一种基于车牌特征匹配的车速检测方法 |
-
2022
- 2022-02-25 CN CN202210174096.8A patent/CN114241472B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102364496A (zh) * | 2011-11-24 | 2012-02-29 | 无锡慧眼电子科技有限公司 | 一种基于图像分析的汽车车牌自动识别方法及系统 |
| CN104504906A (zh) * | 2014-12-25 | 2015-04-08 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及系统 |
| CN105551264A (zh) * | 2015-12-25 | 2016-05-04 | 中国科学院上海高等研究院 | 一种基于车牌特征匹配的车速检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114241472B (zh) | 2022-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112447189A (zh) | 语音事件检测方法、装置、电子设备及计算机存储介质 | |
| CN109002784B (zh) | 街景识别方法和系统 | |
| CN110110325B (zh) | 一种重复案件查找方法和装置、计算机可读存储介质 | |
| CN111401238B (zh) | 一种视频中人物特写片段的检测方法及装置 | |
| CN112052733A (zh) | 数据库构建方法、人脸识别方法、装置及电子设备 | |
| CN112132103A (zh) | 一种视频人脸检测识别方法和系统 | |
| CN111199186A (zh) | 图像质量评分模型训练方法、装置、设备及存储介质 | |
| CN110348392A (zh) | 车辆匹配方法及设备 | |
| CN111369801A (zh) | 车辆识别方法、装置、设备和存储介质 | |
| CN111914845A (zh) | 一种车牌中字符分层方法、装置及电子设备 | |
| CN114241472B (zh) | 基于底库的车牌识别方法、装置、存储介质及设备 | |
| CN110796060B (zh) | 高速行车路线确定方法、装置、设备和存储介质 | |
| CN113723431B (zh) | 图像识别方法、装置以及计算机可读存储介质 | |
| CN112446428B (zh) | 一种图像数据处理方法及装置 | |
| CN112949305B (zh) | 负反馈信息采集方法、装置、设备及存储介质 | |
| CN115272726A (zh) | 一种特征匹配方法、装置、电子设备及存储介质 | |
| CN110348377B (zh) | 一种指纹识别方法及设备 | |
| CN111931677A (zh) | 一种人脸检测方法及装置、人脸表情检测方法及装置 | |
| CN112633512A (zh) | 基于神经网络的数据处理装置、方法及可读存储介质 | |
| CN113780449B (zh) | 文本相似度的计算方法、装置、存储介质及计算机设备 | |
| CN111460860A (zh) | 目标对象识别方法、装置、电子设备及存储介质 | |
| CN110472505B (zh) | 票据流水号的识别方法、识别装置及终端 | |
| CN111552959B (zh) | 一种程序特征序列生成方法和装置 | |
| CN109543736B (zh) | 一种特征对比方法及装置 | |
| CN116071586A (zh) | 图像筛选方法、装置、电子设备及计算机可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province Patentee after: Xiaoshi Technology (Jiangsu) Co.,Ltd. Address before: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province Patentee before: NANJING ZHENSHI INTELLIGENT TECHNOLOGY Co.,Ltd. |