CN115273484A - 车牌号码的校正方法及服务器 - Google Patents

Abstract

本申请公开了一种车牌号码的校正方法及服务器，属于数据处理技术领域。所述方法包括：响应于车位占用提醒，确定目标车辆的车牌图像的质量评分，该车位占用提醒用于提醒所述目标车辆存在占用其他车辆的车位的概率，如果质量评分低于评分阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过车牌图像识别到的目标车牌号码进行校正。通过本申请实施例所提供的方法能够自动确定出与目标车牌号码最符合的车牌号码，从而准确地对目标车牌号码进行校正，解决了通过图像分析对车牌图像进行再次识别所带来的成本高、校正成功的概率低的问题，实现对了目标车牌号码的精准校正。

Description

车牌号码的校正方法及服务器

技术领域

本申请涉及数据处理技术领域，特别涉及一种车牌号码的校正方法及服务器。

背景技术

目前，越来越多的停车场使用车位占用告警系统来管理停车秩序。车位占用告警系统是指通过相机对车位上停放的车辆的车牌号码进行识别，以确定该车辆是否占用其他车辆的车位的系统。然而由于光线变化、遮挡、相机的放置位置等因素，会出现车牌号码识别错误的情况，例如，将数字8识别为B。为了提高车牌号码识别的准确性，可以对识别错误的车牌号码进行校正。

在相关技术中，采用图像分析的方法对车牌号码进行校正。也即是，通过图像二值化、图像灰度化等方式再次对相机拍摄的车牌图像进行分析，去除由于反光、畸变等因素对车牌号码识别的准确率的影响，使识别出的车牌号码更加准确，从而实现对识别错误的车牌号码进行校正的目的。

然而，对于车牌号码遮挡、折损等原因所导致车牌号码识别错误的情况，采用上述方法进行车牌号码校正的效果并不明显，校正成功的概率较低。并且采用图像分析对车牌号码校正的方式对设备的性能要求较高，会使成本提高。

发明内容

本申请提供了一种车牌号码的校正方法及服务器，可以实现对车牌号码的准确校正。所述技术方案如下：

一方面，提供了一种车牌号码的校正方法，所述方法包括：

响应于车位占用提醒，确定目标车辆的车牌图像的质量评分，所述车位占用提醒用于提醒所述目标车辆存在占用其他车辆的车位的概率，所述车牌图像是基于所述其他车辆的车位周围的相机对所述目标车辆的车牌进行拍摄得到；

如果所述质量评分低于评分阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正，所述车辆进出记录用于记录进出停车场的车辆数据，所述权限车辆数据用于记录在所述停车场内具有固定车位的车辆数据，所述手动校正数据用于记录进出所述停车场的车辆中车牌号码被识别错误的车辆数据。

另一方面，提供了一种服务器，所述服务器包括处理器，所述处理器用于：

响应于车位占用提醒，确定目标车辆的车牌图像的质量评分，所述车位占用提醒用于提醒所述目标车辆存在占用其他车辆的车位的概率，所述车牌图像是基于所述其他车辆的车位周围的相机对所述目标车辆的车牌进行拍摄得到；

如果所述质量评分低于评分阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正，所述车辆进出记录用于记录进出停车场的车辆数据，所述权限车辆数据用于记录在所述停车场内具有固定车位的车辆数据，所述手动校正数据用于记录进出所述停车场的车辆中车牌号码被识别错误的车辆数据。

另一方面，提供了一种车牌号码的校正装置，所述装置包括：

确定模块，用于响应于车位占用提醒，确定目标车辆的车牌图像的质量评分，所述车位占用提醒用于提醒所述目标车辆存在占用其他车辆的车位的概率，所述车牌图像是基于所述其他车辆的车位周围的相机对所述目标车辆的车牌进行拍摄得到；

校正模块，用于如果所述质量评分低于评分阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正，所述车辆进出记录用于记录进出停车场的车辆数据，所述权限车辆数据用于记录在所述停车场内具有固定车位的车辆数据，所述手动校正数据用于记录进出所述停车场的车辆中车牌号码被识别错误的车辆数据。

另一方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述所述车牌号码的校正方法的步骤。

另一方面，提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使得计算机执行上述所述的车牌号码的校正方法的步骤。

本申请提供的技术方案至少可以带来以下有益效果：

通过对触发了车位占用提醒的目标车辆的车牌图像进行评分，可以确定该车牌图像的质量是否可能对相机的识别产生较大的影响，如果车牌图像的质量较差，则基于车辆进出记录、权限车辆数据和手动校正数据，对目标车牌号码进行校正，这样，服务器能够自动确定出与目标车牌号码最符合的车牌号码，即便该车牌图像中的车牌号码部分被遮挡或者折损，也可以通过本申请实施例所提供的方法准确地对目标车牌号码进行校正，解决了通过图像分析对车牌图像进行再次识别所带来的成本高、校正成功的概率低的问题，实现对了目标车牌号码的精准校正。

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是本申请实施例提供的一种实施环境的示意图；

图2是本申请实施例提供的一种车牌号码的校正方法的流程图；

图3是本申请实施例提供的一种车牌号码的校正过程的流程图；

图4是本申请实施例提供的一种车辆进出记录以及权限车辆数据的示意图；

图5是本申请实施例提供的一种手动校正数据以及车位泊车信息的示意图；

图6是本申请实施例提供的一种车牌号码的校正过程的示意图；

图7是本申请实施例提供的一种车牌号码的校正装置的结构示意图；

图8是本申请实施例提供的一种服务器的结构示意图。

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。

在对本申请实施例提供的车牌号码的校正方法进行详细地解释说明之前，先对本申请实施例涉及的实施环境进行介绍。

首先对本申请实施例涉及的应用场景进行介绍。

目前，越来越多的停车场使用车位占用告警系统来管理停车秩序。车位占用告警系统是指通过相机对车位上停放的车辆的车牌号码进行识别，以确定该车辆是否占用其他车辆的车位的系统。然而由于光线变化、相机的放置位置等因素，会出现车牌号码识别错误的情况，例如，将数字8识别为B。而且在实际应用中，部分车主为了防止自己的车位被其他车辆占用，会在车位内放置三角锥，因此，车主在将车辆停放完成后会将该三角锥放置在车辆前方，从而导致该车辆的车牌号码中的一位或者几位被遮挡，进而导致车牌号码识别错误。此外，还有部分车主可能拥有相邻的多个车位，该车主为了防止自己的车位被其他车辆占用，在停放车辆时会大角度倾斜，甚至横向将车辆停放在相邻的多个车位中，此时，相机拍摄到的车牌图像的倾斜角度较大，或者无法拍摄到该车辆的车牌，进而错误识别该车辆的车牌号码的概率较大。然而，采用本申请实施例所提供的方法可以基于车辆进出记录、权限车辆数据和手动校正数据，对错误识别的车牌号码进行校正，即使存在车牌号码被遮挡、折损等情况，也能够确定出正确的车牌号码，实现对车牌号码的精准校正。

请参考图1，图1是根据一示例性实施例示出的一种实施环境的示意图。该实施环境包括至少一个相机101和服务器102，该至少一个相机101部署在停车场内的车位周围，相机101可以与服务器102进行通信连接。该通信连接可以为有线或者无线连接，本申请实施例对此不做限定。

相机101用于对车位上停放的目标车辆的车牌进行拍摄，获得目标车辆的车牌图像，进而可以对该车牌图像进行识别，获得目标车辆的目标车牌号码，并将该车牌图像、目标车牌号码以及相机101的标识发送给服务器。服务器102用于接收相机101发送的车牌图像、目标车牌号码以及相机101的标识，基于目标车牌号码和相机101的标识确定该目标车辆是否占用了其它车辆的车位，如果确定该目标车辆占用了其它车辆的车位，则触发车位占用提醒，此时服务器102可以基于相机101发送的车牌图像确定该车牌图像的质量评分。如果质量评分低于评分阈值，服务器102则基于车辆进出记录、权限车辆数据和手动校正数据，对目标车牌号码进行校正。

其中，服务器102可以是一台独立的服务器，也可以是由多台物理服务器组成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器，或者是一个云计算服务中心。

本领域技术人员应能理解上述相机101和服务器102仅为举例，其他现有的或今后可能出现的相机或服务器如可适用于本申请实施例，也应包含在本申请实施例保护范围以内，并在此以引用方式包含于此。

需要说明的是，本申请实施例描述的应用场景以及实施环境是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现和实施环境的演变，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

接下来对本申请实施例提供的车牌号码的校正方法进行详细地解释说明。

图2是本申请实施例提供的一种车牌号码的校正方法的流程图。请参考图2，该方法包括如下步骤。

步骤201：服务器响应于车位占用提醒，确定目标车辆的车牌图像的质量评分，该车位占用提醒用于提醒目标车辆存在占用其他车辆的车位的概率，该车牌图像是基于其他车辆的车位周围的相机对目标车辆的车牌进行拍摄得到。

由于目前车辆增多，而车位却十分稀缺，车主在停车时难以找到车位进行停放。因此，越来越多车主会选择购买或者租用一个固定车位，这样，车辆就能够在购买或者租用的固定车位上进行停放。在这种情况下，停车场的每一个车位都对应有一个车辆，该车辆可以在对应的固定车位进行停放。但由于各个车位所对应的车辆并不是一直停放在车位上的，在车位空闲时，可能存在其他用户的车辆占用该车位的情况，这会导致购买或租用该车位的车主的利益受损，因此，越来越多的停车场使用了车位占用告警系统来管理停车秩序，也即是，通过相机对车位上停放的目标车辆的车牌号码进行识别，从而确定该目标车辆是否占用了其他车辆的车位，如果确定该目标车辆占用了其他车辆的车位，则会触发车位占用报警。

工作人员会通过管理终端将车主购买或租用的固定车位的车位编号以及与该车位对应的车辆信息发送给服务器，从而在服务器中建立车位编号和车牌号码之间的对应关系，也即是第一对应关系。此外，为了对停车场内的每一个车位进行管理，该每一个车位的周围都安装有相机，以便于对停放在车位上的车辆的车牌号码进行拍摄和识别，由于相机的位置一般是固定的，因此每一个车位都对应有相机，工作人员可以提前通过管理终端在服务器中设置相机标识与车位编号的对应关系，也即是第二对应关系。

此时，服务器中已经设置有第一对应关系和第二对应关系，在确定目标车辆是否占用其他车辆的车位时，需确定该目标车辆的车牌号码是否是第一对应关系中该车位编号所对应车牌号码，但由于车位编号与相机编号具有对应关系，因此，只需确定该相机编号与目标车辆的车牌号码是否对应即可。在一些实施例中，服务器基于事先存储的第一对应关系和第二对应关系，能够确定第三对应关系，即相机标识与车牌号码号之间的对应关系。当目标车辆停放在车位上时，该车位周围的相机可以对该目标车辆的车牌进行拍摄，得到目标车辆的车牌图像并对该车牌图像进行识别，从而得到目标车牌号码，相机将识别出的目标车牌号码，以及该相机的相机标识发送至服务器，服务器接收该相机标识和识别出的目标车牌号码，基于相机标识从第三对应关系中确定该相机标识对应的车牌号码，也即是该车位对应的实际车牌号码，如果该实际车牌号码和接收到的目标车牌号码不一致，则触发车位占用报警。如果该实际车牌号码和接收到的目标车牌号码一致，则不触发车位占用报警。

如果该实际车牌号码和接收到的目标车牌号码不一致，则说明当前车位上停放的目标车辆不是该车位所对应的车辆，即目标车辆占用了其他车辆的车位，因此可以触发车位占用报警。如果该实际车牌号码和接收到的目标车牌号码一致，则说明当前车位上停放的目标车辆是该车位所对应的车辆，即目标车辆没有占用其他车辆的车位，因此不会触发车位占用报警。

在一些实施例中，如果触发了车位占用报警，工作人员需要对该车位占用情况进行处理，此时，服务器可以基于相机识别出的目标车牌号码，进行后续处理，例如，确定车主信息、联系车主进行挪车、或者确定该目标车辆的停车时长、停车费用等等。由于工作人员对该车位占用报警进行的后续处理是基于相机所识别出的目标车牌号码所实现的，因此，对于该相机所识别的目标车牌号码的准确性有很高的要求，如果相机识别出的目标车牌号码有误，可能会导致误报警的情况出现，例如，触发车位占用报警的目标车辆没有占用其他车辆的车位。这样，会给工作人员的工作带来极大的不便。因此，为了避免误报警的情况出现，在本申请实施例中，如果该实际车牌号码和接收到的目标车牌号码不一致，则触发车位占用提醒。如果该实际车牌号码和接收到的目标车牌号码一致，则不触发车位占用提醒。该车位占用提醒用于提醒目标车辆存在占用其他车辆的车位的概率。

上述车位占用提醒仅仅是表示当前相机识别出有目标车辆占用了其他车辆的车位，但不能够确定该目标车辆是否真正占用了其他车辆的车位，也即是，目标车辆有占用其他车辆的车位的可能性，但不能够确定是否有车牌号码识别错误的情况出现，需要后续进行判断。因此，如果该实际车牌号码和接收到的目标车牌号码不一致，则仅仅触发车位占用提醒，进而实施后续校正步骤，如果最终进行校正之后的目标车牌号码仍旧与实际车牌号码不一致，则最终会触发车位占用报警。如果最终进行校正之后的目标车牌号码仍旧与实际车牌号码一致，则最终不会触发车位占用报警。

在实际应用中，车牌被遮挡、光线较暗或者拍摄角度等问题会使车牌图像的质量不佳，此时，如果相机对该质量不佳的车牌图像进行车牌号码识别，该识别出的目标车牌号码极有可能是错误的，因此，如果服务器触发了车位占用提醒，此时，服务器可以响应于车位占用提醒，按照相关算法，确定目标车辆的车牌图像的质量评分，从而可以确定该车牌图像的质量是否会导致相机对车牌号码的识别产生错误。

其中，车辆信息可以包括车辆颜色和车牌号码，当然，该车辆信息还包括其他的数据，例如，车辆品牌等等。车位编号用于唯一指示一个车位，而且该车位编号可以为车位的具体位置，例如，车位位于停车场C区，001号位，此时该车位的车位编号可以为C001。相机标识用于唯一标识一个相机，而且该相机标识可以为相机的MAC(Media Access Control，媒体接入控制)地址、名称、编号等信息，或者是通过这些信息的组合得到。

步骤202：如果质量评分低于评分阈值，服务器则基于车辆进出记录、权限车辆数据和手动校正数据，对通过车牌图像识别到的目标车牌号码进行校正，该车辆进出记录用于记录进出停车场的车辆数据，该权限车辆数据用于记录在停车场内具有固定车位的车辆数据，该手动校正数据用于记录进出停车场的车辆中车牌号码被识别错误的车辆数据。

如果质量评分低于评分阈值，说明车牌图像的质量不佳，此时相机基于该质量不佳的车牌图像所识别出的目标车牌号码极有可能是错误的，因此，服务器可以基于车辆进出记录、权限车辆数据和手动校正数据，对目标车牌号码进行校正。如果质量评分超过评分阈值，说明图像质量比较好，此时相机基于该质量较好的车牌图像所识别出的目标车牌号码的准确率较高，因此，服务器可以不基于车辆进出记录、权限车辆数据和手动校正数据，对目标车牌号码进行校正。

由于目标车辆的车牌图像的质量不佳，如果再基于该质量不佳的车牌图像对车牌号码进行识别，该第二次识别出的车牌号码极有可能也是错误的，此时，可以基于服务器中的数据，确定目标车辆的车牌号码。因此，在一些实施例中，请参考图3，服务器从车辆进出记录中，确定在目标时间段内进入所述停车场且未离开停车场、未在任何车位识别到且车辆颜色与目标车辆的颜色相同的多个候选车辆的车牌号码，该目标时间段为当前时间之前且距离当前时间参考时长的时间段；基于多个候选车辆的车牌号码和目标车牌号码，确定多个候选车辆分别与目标车辆之间的相似度，如果确定的最高相似度小于相似度阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过车牌图像识别到的目标车牌号码进行校正。如果确定的最高相似度大于等于相似度阈值，将目标车牌号码修正为与目标车辆之间的相似度最高的候选车辆的车牌号码。

在实际应用中，如果目标车辆存在占用其他车辆的车位的情况，该目标车辆必然进入停车场中，并且由于停车场道闸出入口的抓拍相机的硬件性能较高，并且该抓拍相机的安装角度较好，道闸出入口的光线也较好，该抓拍相机对于车牌号码的识别成功率较高，因此，车辆进出记录存在目标车辆的车牌号码信息，可以从车辆进出记录中确定候选车辆。在一些实施例中，服务器可以基于车辆进出记录，确定目标时间段内进入停车场和离开停车场的车辆，基于该目标时间段内进入停车场和离开停车场的车辆，确定在目标时间段内进入停车场且未离开停车场的车辆，服务器获取车位泊车信息，并且基于相机拍摄的目标车辆的图片确定目标车辆的颜色，基于在目标时间段内进入停车场且未离开停车场的车辆、车位泊车信息以及目标车辆的颜色，确定在目标时间段内进入所述停车场且未离开所述停车场、未在任何车位识别到且车辆颜色与目标车辆的颜色相同的车辆作为候选车辆，进而获取候选车辆的车牌号码。

该目标时间段是指位于当前时间之前且距离当前时间参考时长的时间段，参考时长可以事先设置，比如10分钟、30分钟等等，实际应用中，还可以按照不同的需求进行调整。

在一些实施例中，对于多个候选车辆中的任意一个候选车辆，服务器基于该候选车辆的车牌号码和目标车牌号码，确定该候选车辆的车牌号码的重复字符串分数和字符编辑距离分数，将重复字符串分数与字符编辑距离分数中最大的分数，确定为该候选车辆与目标车辆之间的相似度。同理，通过上述方法，服务器可以基于多个候选车辆的车牌号码和目标车牌号码，可以确定多个候选车辆分别与目标车辆之间的相似度。

在一些实施例中，服务器确定候选车辆的车牌号码与目标车牌号码之间重复字符串的数量，如果重复字符串的数量小于等于重复字符串阈值，则将重复字符串分数确定为零。如果重复字符串的数量大于重复字符串阈值，则确定车牌字符串的总数量，进而将重复字符串的数量除以车牌字符串的总数量，以得到重复字符串分数。

如果重复字符串的数量小于等于重复字符串阈值，说明该候选车辆与目标车辆之间重复的字符串很少，不需要进一步确定重复字符串分数，因此可以直接将重复字符串分数确定为零。如果重复字符串的数量大于重复字符串阈值，说明候选车辆与目标车辆之间重复的字符串相对较多，需要进一步确定重复字符串分数，因此可以将重复字符串的数量除以车牌字符串的总数量，以得到重复字符串分数。

在一些实施例中，服务器可以按照相关算法，确定候选车辆的车牌号码与目标车牌号码之间的字符编辑距离，如果字符编辑距离大于等于字符编辑距离阈值，则将字符编辑距离分数确定为零。如果字符编辑距离小于字符编辑距离阈值，则确定车牌字符串的总数量，进而基于字符编辑距离和车牌字符串的总数量确定字符编辑距离分数。

如果字符编辑距离大于等于字符编辑距离阈值，说明该候选车辆的车牌号码需要通过较多的步骤才能够变成目标车辆的车牌号码，不需要进一步确定重复字符串分数，因此可以直接将字符编辑距离分数确定为零。如果字符编辑距离小于字符编辑距离阈值，说明该候选车辆的车牌号码通过较少的步骤就能够变成目标车辆的车牌号码，需要进一步确定字符编辑距离分数，因此可以确定车牌字符串的总数量，进而基于字符编辑距离和车牌字符串的总数量确定重复字符串分数。

作为一种示例，服务器可以基于字符编辑距离和车牌字符串的总数量，按照如下公式(1)确定重复字符串分数。

其中，在上述公式(1)中，Q代表候选车辆的车牌号码的重复字符串分数，S代表车牌字符串的总数量，M代表候选车辆的车牌号码与目标车牌号码之间的字符编辑距离。

由于在相机对车牌图像进行识别时，较为相似的字母和/或数字之间容易识别错误，因此，在一些实施例中，在确定重复字符串分数和字符编辑距离分数时可以将相似的字母或数字视作同一个字符。例如，可以将字母B和数字8视作为同一个字符，将字母D、C、U和数字0可以作为同一个字符。

此外，在实际应用中，同一停车场内所停放的车辆大部分属于同一城市，此时，车辆的车牌号码中的前两位一般是一致的，因此，在一些实施例中，在确定重复字符串分数和字符编辑距离分数时可以忽略车牌号码的前两位。

如果确定的最高相似度小于相似度阈值，说明该最高相似度的候选车辆的车牌号码有可能不是目标车辆的车牌号码，还需要进一步对目标车辆的车牌号码进行确认，因此可以基于车辆进出记录、权限车辆数据和手动校正数据，对通过车牌图像识别到的目标车牌号码进行校正。如果确定的最高相似度大于相似度阈值，说明该最高相似度的候选车辆的车牌号码是目标车辆的车牌号码的概率很高，因此，可以直接将目标车牌号码修正为与目标车辆之间的相似度最高的候选车辆的车牌号码。

在一些实施例中，如果确定的最高相似度小于相似度阈值，服务器则基于车辆进出记录、权限车辆数据和手动校正数据，确定多个参考车辆的车牌号码，该参考车辆为与目标车辆存在潜在联系的车辆，基于该多个参考车辆的车牌号码和目标车牌号码，确定多个该参考车辆分别与目标车辆之间的相似度，将目标车牌号码修正为与目标车辆之间的相似度最高的参考车辆的车牌号码。

在一些实施例中，从车辆进出记录中，确定在目标时间段内进入停车场且未离开停车场、未在任何车位识别到且车辆颜色与目标车辆的颜色相同的参考车辆的车牌号码，基于车辆进出记录，从权限车辆数据中，确定在目标时间段内未离开停车场、当前未停放在停车场内的固定车位且车辆颜色与目标车辆的颜色相同的参考车辆的车牌号码，基于车辆进出记录，从手动校正数据中，确定在目标时间段内未离开停车场、当前未停放在停车场内的车位且车辆颜色与目标车辆的颜色相同的参考车辆的车牌号码。

从车辆进出记录中，确定在目标时间段内进入停车场且未离开停车场、未在任何车位识别到且车辆颜色与目标车辆的颜色相同的参考车辆的车牌号码，的详细过程参考上文中的相关内容，此处不再赘述。

请参考图4，车辆进出记录包括车辆入场记录和车辆出场记录，车辆入场记录包括入场时间、车牌号码、车辆颜色、车牌颜色等等，车辆出场记录包括出场时间、车牌号码、车辆颜色、车牌颜色等等。权限车辆数据包括车位权属关系、车辆权属关系、车辆信息以及车位信息。车位权属关系包括车主信息、车位编号等，车辆权属关系包括车主信息、车牌号码等，车辆信息包括车辆颜色、车牌号码、车牌颜色、车辆品牌等，车位信息包括车位编号、车位位置等。

请参考图5，手动校正数据包括识别出的车牌号码、校正后的车牌号码以及校正时间等。车位泊车信息包括停车场内每个车位上停放的车辆的信息，比如车牌号码、车辆颜色、车位编号、泊位时间和车牌图像质量等等。

基于上文描述，工作人员会通过管理终端将车主购买或租用的车位编号以及与该车位对应的车辆信息发送给服务器，也即是，将车位编号以及权限车辆的数据发送给服务器，并且权限车辆进入停车的概率大于无权限车辆进入停车场的概率，因此，可以从权限车辆数据中确定参考车辆。其中，权限车辆是指在停车场内具有固定车位的车辆，无权限车辆是指在停车场内不具有固定车位的车辆。在一些实施例中，服务器中存储有权限车辆数据，此时，服务器基于车辆进出记录，确定在目标时间段内离开停车场的车辆，进而服务器获取车位泊车信息，并且基于相机拍摄的目标车辆的图片确定目标车辆的颜色，基于权限车辆数据、在目标时间段内离开停车场的车辆、车位泊车信息以及目标车辆的颜色，从权限车辆中确定在目标时间段内未离开所述停车场、当前未停放在停车场内的固定车位且车辆颜色与目标车辆的颜色相同的车辆作为参考车辆，进而获取参考车辆的车牌号码。

由于触发车位占用报警之后，工作人员会对车位占用情况进行处理，此时，如果工作人员发现识别出的目标车牌号码与目标车辆的实际车牌号码不符，工作人员可以手动输入正确的车牌号码，以实现对目标车牌号码的校正。由于停车习惯等问题，占用车位的数据存在很大程度的重复性，并且同一个车牌的识别错误方式也存在较大的重复性，因此，可以从手动校正数据中确定参考车辆。在一些实施例中，服务器可以获取手动校正数据、车辆进出记录以及车位泊车信息，并且基于相机拍摄的目标车辆的图片确定目标车辆的颜色，基于车辆进出记录，确定在目标时间段内离开停车场的车辆，基于手动校正数据、在目标时间段内离开停车场的车辆、车位泊车信息以及目标车辆的颜色，从历史被识别错误的车辆中确定在目标时间段内未离开所述停车场、当前未停放在停车场内的车位且车辆颜色与目标车辆的颜色相同的车辆作为参考车辆，进而获取参考车辆的车牌号码。

在一些实施例中，服务器确定第一类参考车辆的车牌号码与目标车牌号码之间的相似度，以得到第一类相似度，第一类参考车辆为从车辆进出记录中确定的参考车辆，确定第二类参考车辆的车牌号码与目标车牌号码之间的相似度，以得到第二类相似度，第二类参考车辆为从权限车辆数据中确定的参考车辆；确定第三类参考车辆的车牌号码与目标车牌号码之间的相似度，以得到第三类相似度，第三类参考车辆为从手动校正数据中确定的参考车辆，对同一个参考车辆对应的第一类相似度、第二类相似度和第三类相似度进行加权求和，以得到每个参考车辆与目标车辆之间的相似度。

在一些实施例中，服务器确定第一类参考车辆的车牌号码的重复字符串分数和字符编辑距离分数，将重复字符串分数与字符编辑距离分数中最大的分数，确定为第一类相似度。同理，第二类相似度和第二类相似度也通过同样的方法确定。其中，确定重复字符串分数和字符编辑距离分数的详细过程请参考上文中的相关内容，此处不再赘述。

需要说明的是，第一类相似度对应的权重与对应的参考车辆的入场时间相关，且入场时间早的参考车辆对应的权重大于入场时间晚的参考车辆对应的权重，第二类相似度对应的权重与对应的参考车辆是否在目标车位具有停车权限相关，且在目标车位具有停车权限的参考车辆对应的权重大于在目标车位不具有停车权限的参考车辆对应的权重，该目标车位是指拍摄车牌图像的相机所在的车位，第三类相似度对应的权重与对应的参考车辆的车位占用报警次数相关，且车位占用报警次数多的参考车辆对应的权重大于车位占用报警次数少的参考车辆对应的权重。

基于上文描述，服务器中建立了车位编号和车牌号码之间的对应关系，在一些实施例中，如果目标车位所对应的车牌号码为参考车辆的车牌号码，则认为该参考车辆具有停车权限，如果目标车位所对应的车牌号码不为参考车辆的车牌号码，则认为该参考车辆不具有停车权限。

其中，评分阈值是事先设置的，比如，评分阈值可以为0.8。而且在不同的情况下，还可以按照不同的需求进行调整。相似度阈值是事先设置的，而且在不同的情况下，还可以按照不同的需求进行调整。字符编辑距离是指将一个字符串变成另一个字符串需要处理的最少次数。重复字符串阈值和字符编辑距离阈值也是事先设置的，而且在不同的情况下，还可以按照不同的需求进行调整。

本申请实施例中，“超过”可以理解为大于，也可以理解为大于或等于。在“超过”理解为大于的情况下，“低于”可以理解为小于或等于。在“超过”理解为大于或等于的情况下，“低于”可以理解为小于。

在上述内容中，服务器首先从车辆进出记录中确定多个候选车辆，基于该多个候选车辆的车牌号码和目标车辆的车牌号码，确定每个候选车辆与目标车辆之间的相似度，如果确定出的最高相似度不满足条件，则基于车辆进出记录、权限车辆数据和手动校正数据，对目标车牌号码进行校正。当然，服务器也可以直接基于车辆进出记录、权限车辆数据和手动校正数据，对目标车牌号码进行校正，而无需确定每个候选车辆与目标车辆之间的相似度，本申请实施例对此不做限定。

在实际应用中，部分车主可能拥有相邻的多个车位，该车主为了防止自己的车位被其他车辆占用，在停放车辆时会大角度倾斜，甚至横向将车辆停放在相邻两个车位中，此时，相机可能无法拍摄到该车辆的车牌，进而无法对该车辆的车牌号码进行识别。因此，在一些实施例中，如果基于对目标车辆所拍摄的车牌图像无法识别出目标车牌号码，服务器则基于相机标识，从第三对应关系中确定该相机标识所对应的车牌号码，进而服务器获取车辆进出记录和车位泊车信息，并且基于相机拍摄的目标车辆的图片确定目标车辆的颜色，基于车辆进出记录、车位泊车信息以及目标车辆的颜色，确定当前位于停车场内、未在任何车位识别到且车辆颜色与目标车辆的颜色相同的车辆作为参考车辆，进而获取参考车辆的车牌号码，基于参考车辆的车牌号码和相机标识所对应的车牌号码，确定参考车辆的车牌号码中是否存在相机标识所对应的车牌号码，如果参考车辆的车牌号码中存在相机标识所对应的车牌号码，则直接将该相机标识所对应的车牌号码确定为目标车牌号码。如果参考车辆的车牌号码中不存在相机标识所对应的车牌号码，则触发车位占用报警。

由于在车辆停放过程中，非车位车主一般不会横向驶入车位，从而连续占用多个车位，如果出现有车辆大角度倾斜，甚至横向将车辆停放时，该车辆极有可能是该车位的车辆，因此，如果参考车辆的车牌号码中存在相机标识所对应的车牌号码，说明该车位的车辆当前位于停车场内，且未在其他车位停放，此时，该无法识别车牌号码的车辆极有可能是该车位的车辆，因此，可以直接将该相机标识所对应的车牌号码确定为目标车牌号码。如果参考车辆的车牌号码中不存在相机标识所对应的车牌号码，则说明该车位的车辆当前未驶入停车场，或者该车位的车辆已经在其他车位停放，此时可以确定该车位当前所停放的车辆一定不是该车位的车辆，因此，可以直接触发车位占用报警，进而由工作人员对该车位占用进行处理。

接下来将结合图6对本申请实施例提供的一种车牌号码的校正过程进行介绍。

服务器基于车辆进出记录、权限车辆数据和手动校正数据，分别对车辆进出记录、权限车辆数据和手动校正数据中的车辆进行过滤，也即是过滤掉目标时间段内入场但出场的车辆、车辆颜色与目标车辆不符合的车辆以及已其他车位停放的车辆，进而确定剩余车辆的车牌号码，基于剩余车辆的车牌号码确定该剩余车辆的车牌号码与目标车牌号码的第一类相似度、第二类相似度以及第三类相似度，进而对该三类相似度进行加权，以得到与目标车牌号码相似度最高的车牌号码，最终将目标车牌号码修正为与目标车辆之间的相似度最高的参考车辆的车牌号码。

通过对触发了车位占用提醒的目标车辆的车牌图像进行评分，可以确定该车牌图像的质量是否可能对相机的识别产生较大的影响，如果车牌图像的质量较差，则基于车辆进出记录、权限车辆数据和手动校正数据，对目标车牌号码进行校正，这样，服务器能够自动确定出与目标车牌号码最符合的车牌号码，即便该车牌图像中的车牌号码部分被遮挡或者折损，也可以通过本申请实施例所提供的方法准确地对目标车牌号码进行校正，解决了通过图像分析对车牌图像进行再次识别所带来的成本高、校正成功的概率低的问题，实现对了目标车牌号码的精准校正。此外，通过本申请实施例所提供的方法准确地对目标车牌号码进行校正之后，还能够有效提升反向寻车，即输入车牌号码，查询停放的车位的准确性。

图7是本申请实施例提供的一种车牌号码的校正装置的结构示意图，该车牌号码的校正装置可以由软件、硬件或者两者的结合实现成为上述服务器的部分或者全部。请参考图7，该装置包括：确定模块701和校正模块702。

确定模块701，用于响应于车位占用提醒，确定目标车辆的车牌图像的质量评分，该车位占用提醒用于提醒该目标车辆存在占用其他车辆的车位的概率，该车牌图像是基于其他车辆的车位周围的相机对目标车辆的车牌进行拍摄得到。详细实现过程参考上述各个实施例中对应的内容，此处不再赘述。

校正模块702，用于如果质量评分低于评分阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过车牌图像识别到的目标车牌号码进行校正，该车辆进出记录用于记录进出停车场的车辆数据，该权限车辆数据用于记录在停车场内具有固定车位的车辆数据，该手动校正数据用于记录进出停车场的车辆中车牌号码被识别错误的车辆数据。详细实现过程参考上述各个实施例中对应的内容，此处不再赘述。

可选地，校正模块702具体用于：

从车辆进出记录中，确定在目标时间段内进入停车场且未离开停车场、未在任何车位识别到且车辆颜色与所述目标车辆的颜色相同的多个候选车辆的车牌号码，所述目标时间段为当前时间之前且距离当前时间参考时长的时间段；

基于所述多个候选车辆的车牌号码和所述目标车牌号码，确定所述多个候选车辆分别与所述目标车辆之间的相似度；

如果确定的最高相似度小于相似度阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正。

可选地，校正模块702包括：

第一确定单元，用于基于车辆进出记录、权限车辆数据和手动校正数据，确定多个参考车辆的车牌号码，该参考车辆为与目标车辆存在潜在联系的车辆；

第二确定单元，用于基于多个参考车辆的车牌号码和目标车牌号码，确定该多个参考车辆分别与目标车辆之间的相似度；

修正单元，用于将目标车牌号码修正为与目标车辆之间的相似度最高的参考车辆的车牌号码。

可选地，第一确定单元具体用于：

从车辆进出记录中，确定在目标时间段内进入停车场且未离开停车场、未在任何车位识别到且车辆颜色与目标车辆的颜色相同的参考车辆的车牌号码；

基于车辆进出记录，从权限车辆数据中，确定在目标时间段内未离开停车场、当前未停放在停车场内的固定车位且车辆颜色与目标车辆的颜色相同的参考车辆的车牌号码；

基于车辆进出记录，从手动校正数据中，确定在目标时间段内未离开停车场、当前未停放在停车场内的车位且车辆颜色与目标车辆的颜色相同的参考车辆的车牌号码。

可选地，第二确定单元具体用于：

确定第一类参考车辆的车牌号码与目标车牌号码之间的相似度，以得到第一类相似度，该第一类参考车辆为从车辆进出记录中确定的参考车辆；

确定第二类参考车辆的车牌号码与目标车牌号码之间的相似度，以得到第二类相似度，该第二类参考车辆为从权限车辆数据中确定的参考车辆；

确定第三类参考车辆的车牌号码与目标车牌号码之间的相似度，以得到第三类相似度，该第三类参考车辆为从手动校正数据中确定的参考车辆；

对同一个参考车辆对应的第一类相似度、第二类相似度和第三类相似度进行加权求和，以得到每个参考车辆与目标车辆之间的相似度。

可选地，第一类相似度对应的权重与对应的参考车辆的入场时间相关，且入场时间早的参考车辆对应的权重大于入场时间晚的参考车辆对应的权重；

第二类相似度对应的权重与对应的参考车辆是否在目标车位具有停车权限相关，且目标车位具有停车权限的参考车辆对应的权重大于在目标车位不具有停车权限的参考车辆对应的权重，该目标车位是指拍摄车牌图像的相机所在的车位；

第三类相似度对应的权重与对应的参考车辆的车位占用报警次数相关，且车位占用报警次数多的参考车辆对应的权重大于车位占用报警次数少的参考车辆对应的权重。

在本申请实施例中，通过对触发了车位占用提醒的目标车辆的车牌图像进行评分，可以确定该车牌图像的质量是否可能对相机的识别产生较大的影响，如果车牌图像的质量较差，则基于车辆进出记录、权限车辆数据和手动校正数据，对目标车牌号码进行校正，这样，服务器能够自动确定出与目标车牌号码最符合的车牌号码，即便该车牌图像中的车牌号码部分被遮挡或者折损，也可以通过本申请实施例所提供的方法准确地对目标车牌号码进行校正，解决了通过图像分析对车牌图像进行再次识别所带来的成本高、校正成功的概率低的问题，实现对了目标车牌号码的精准校正。此外，通过本申请实施例所提供的方法准确地对目标车牌号码进行校正之后，还能够有效提升反向寻车，即输入车牌号码，查询停放的车位的准确性。

需要说明的是：上述实施例提供的车牌号码的校正装置在进行车牌号码的校正时，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，上述实施例提供的车牌号码的校正装置与车牌号码的校正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。

图8是本申请实施例提供的一种服务器的结构示意图。服务器800包括中央处理单元(CPU)801、包括随机存取存储器(RAM)802和只读存储器(ROM)803的系统存储器804，以及连接系统存储器804和中央处理单元801的系统总线805。服务器800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)806，和用于存储操作系统813、应用程序814和其他程序模块815的大容量存储设备807。

基本输入/输出系统806包括有用于显示信息的显示器808和用于用户输入信息的诸如鼠标、键盘之类的输入设备809。其中显示器808和输入设备809都通过连接到系统总线805的输入输出控制器810连接到中央处理单元801。基本输入/输出系统806还可以包括输入输出控制器810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器810还提供输出到显示屏、打印机或其他类型的输出设备。

大容量存储设备807通过连接到系统总线805的大容量存储控制器(未示出)连接到中央处理单元801。大容量存储设备807及其相关联的计算机可读介质为服务器800提供非易失性存储。也就是说，大容量存储设备807可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。

不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器804和大容量存储设备807可以统称为存储器。

根据本申请的各种实施例，服务器800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器800可以通过连接在系统总线805上的网络接口单元811连接到网络812，或者说，也可以使用网络接口单元811来连接到其他类型的网络或远程计算机系统(未示出)。

上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。

在一些实施例中，还提供了一种计算机可读存储介质，该存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中车牌号码的校正方法的步骤。例如，所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。

值得注意的是，本申请实施例提到的计算机可读存储介质可以为非易失性存储介质，换句话说，可以是非瞬时性存储介质。

应当理解的是，实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。

也即是，在一些实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的车牌号码的校正方法的步骤。

应当理解的是，本文提及的“至少一个”是指一个或多个，“多个”是指两个或两个以上。在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

需要说明的是，本申请实施例所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如，本申请实施例中涉及到的车牌图像、车辆进出记录、权限车辆数据、手动校正数据以及车位泊车信息都是在充分授权的情况下获取的。

以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种车牌号码的校正方法，其特征在于，所述方法包括：

响应于车位占用提醒，确定目标车辆的车牌图像的质量评分，所述车位占用提醒用于提醒所述目标车辆存在占用其他车辆的车位的概率，所述车牌图像是基于所述其他车辆的车位周围的相机对所述目标车辆的车牌进行拍摄得到；

如果所述质量评分低于评分阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正，所述车辆进出记录用于记录进出停车场的车辆数据，所述权限车辆数据用于记录在所述停车场内具有固定车位的车辆数据，所述手动校正数据用于记录进出所述停车场的车辆中车牌号码被识别错误的车辆数据。

2.如权利要求1所述的方法，其特征在于，所述基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正，包括：

从所述车辆进出记录中，确定在目标时间段内进入所述停车场且未离开所述停车场、未在任何车位识别到且车辆颜色与所述目标车辆的颜色相同的多个候选车辆的车牌号码，所述目标时间段为当前时间之前且距离当前时间参考时长的时间段；

基于所述多个候选车辆的车牌号码和所述目标车牌号码，确定所述多个候选车辆分别与所述目标车辆之间的相似度；

如果确定的最高相似度小于相似度阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正。

3.如权利要求1或2所述的方法，其特征在于，所述基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正，包括：

基于所述车辆进出记录、所述权限车辆数据和所述手动校正数据，确定多个参考车辆的车牌号码，所述参考车辆为与所述目标车辆存在潜在联系的车辆；

基于所述多个参考车辆的车牌号码和所述目标车牌号码，确定所述多个参考车辆分别与所述目标车辆之间的相似度；

将所述目标车牌号码修正为与所述目标车辆之间的相似度最高的参考车辆的车牌号码。

4.如权利要求3所述的方法，其特征在于，所述基于所述车辆进出记录、所述权限车辆数据和所述手动校正数据，确定多个参考车辆的车牌号码，包括：

从所述车辆进出记录中，确定在目标时间段内进入所述停车场且未离开所述停车场、未在任何车位识别到且车辆颜色与所述目标车辆的颜色相同的参考车辆的车牌号码；

基于所述车辆进出记录，从所述权限车辆数据中，确定在所述目标时间段内未离开所述停车场、当前未停放在所述停车场内的固定车位且车辆颜色与所述目标车辆的颜色相同的参考车辆的车牌号码；

基于所述车辆进出记录，从所述手动校正数据中，确定在所述目标时间段内未离开所述停车场、当前未停放在所述停车场内的车位且车辆颜色与所述目标车辆的颜色相同的参考车辆的车牌号码。

5.如权利要求3所述的方法，其特征在于，所述基于所述多个参考车辆的车牌号码和所述目标车牌号码，确定所述多个参考车辆分别与所述目标车辆之间的相似度，包括：

确定第一类参考车辆的车牌号码与所述目标车牌号码之间的相似度，以得到第一类相似度，所述第一类参考车辆为从所述车辆进出记录中确定的参考车辆；

确定第二类参考车辆的车牌号码与所述目标车牌号码之间的相似度，以得到第二类相似度，所述第二类参考车辆为从所述权限车辆数据中确定的参考车辆；

确定第三类参考车辆的车牌号码与所述目标车牌号码之间的相似度，以得到第三类相似度，所述第三类参考车辆为从所述手动校正数据中确定的参考车辆；

对同一个参考车辆对应的第一类相似度、第二类相似度和第三类相似度进行加权求和，以得到每个参考车辆与所述目标车辆之间的相似度。

6.如权利要求5所述的方法，其特征在于，

所述第一类相似度对应的权重与对应的参考车辆的入场时间相关，且入场时间早的参考车辆对应的权重大于入场时间晚的参考车辆对应的权重；

所述第二类相似度对应的权重与对应的参考车辆是否在目标车位具有停车权限相关，且在所述目标车位具有停车权限的参考车辆对应的权重大于在所述目标车位不具有停车权限的参考车辆对应的权重，所述目标车位是指拍摄所述车牌图像的相机所在的车位；

所述第三类相似度对应的权重与对应的参考车辆的车位占用报警次数相关，且车位占用报警次数多的参考车辆对应的权重大于车位占用报警次数少的参考车辆对应的权重。

7.一种服务器，其特征在于，所述服务器包括处理器，所述处理器用于：

响应于车位占用提醒，确定目标车辆的车牌图像的质量评分，所述车位占用提醒用于提醒所述目标车辆存在占用其他车辆的车位的概率，所述车牌图像是基于所述其他车辆的车位周围的相机对所述目标车辆的车牌进行拍摄得到；

如果所述质量评分低于评分阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正，所述车辆进出记录用于记录进出停车场的车辆数据，所述权限车辆数据用于记录在所述停车场内具有固定车位的车辆数据，所述手动校正数据用于记录进出所述停车场的车辆中车牌号码被识别错误的车辆数据。

8.如权利要求7所述的服务器，其特征在于，所述处理器用于：

从所述车辆进出记录中，确定在目标时间段内进入所述停车场且未离开所述停车场、未在任何车位识别到且车辆颜色与所述目标车辆的颜色相同的多个候选车辆的车牌号码，所述目标时间段为当前时间之前且距离当前时间参考时长的时间段；

基于所述多个候选车辆的车牌号码和所述目标车牌号码，确定所述多个候选车辆分别与所述目标车辆之间的相似度；

如果确定的最高相似度小于相似度阈值，则基于车辆进出记录、权限车辆数据和手动校正数据，对通过所述车牌图像识别到的目标车牌号码进行校正。

9.如权利要求7或8所述的服务器，其特征在于，所述处理器用于：

基于所述车辆进出记录、所述权限车辆数据和所述手动校正数据，确定多个参考车辆的车牌号码，所述参考车辆为与所述目标车辆存在潜在联系的车辆；

基于所述多个参考车辆的车牌号码和所述目标车牌号码，确定所述多个参考车辆分别与所述目标车辆之间的相似度；

将所述目标车牌号码修正为与所述目标车辆之间的相似度最高的参考车辆的车牌号码。

10.如权利要求9所述的服务器，其特征在于，所述处理器用于：

从所述车辆进出记录中，确定在目标时间段内进入所述停车场且未离开所述停车场、未在任何车位识别到且车辆颜色与所述目标车辆的颜色相同的参考车辆的车牌号码；

基于所述车辆进出记录，从所述权限车辆数据中，确定在所述目标时间段内未离开所述停车场、当前未停放在所述停车场内的固定车位且车辆颜色与所述目标车辆的颜色相同的参考车辆的车牌号码；

基于所述车辆进出记录，从所述手动校正数据中，确定在所述目标时间段内未离开所述停车场、当前未停放在所述停车场内的车位且车辆颜色与所述目标车辆的颜色相同的参考车辆的车牌号码。

Images