CN117496496A - 一种智能充电桩用车牌识别系统及方法 - Google Patents

一种智能充电桩用车牌识别系统及方法 Download PDF

Info

Publication number
CN117496496A
CN117496496A CN202410001459.7A CN202410001459A CN117496496A CN 117496496 A CN117496496 A CN 117496496A CN 202410001459 A CN202410001459 A CN 202410001459A CN 117496496 A CN117496496 A CN 117496496A
Authority
CN
China
Prior art keywords
license plate
image
vehicle
charging pile
parking space
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
Application number
CN202410001459.7A
Other languages
English (en)
Other versions
CN117496496B (zh
Inventor
李祥鹏
段峥
王彭华
周天正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Annengji Chengdu New Energy Co ltd
Original Assignee
Annengji Chengdu New Energy Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Annengji Chengdu New Energy Co ltd filed Critical Annengji Chengdu New Energy Co ltd
Priority to CN202410001459.7A priority Critical patent/CN117496496B/zh
Publication of CN117496496A publication Critical patent/CN117496496A/zh
Application granted granted Critical
Publication of CN117496496B publication Critical patent/CN117496496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/65—Monitoring or controlling charging stations involving identification of vehicles or their battery types
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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

Abstract

本发明公开了一种智能充电桩用车牌识别系统及方法，车牌识别系统包括图像采集系统、图像处理模块、车辆感应模块和控制模块；车牌识别方法包括：启动两个第一摄像头分别拍摄车牌初识别区域的第一图像，形成第一车牌识别图像；利用第一车牌识别图像识别出该车辆的能源消耗类型，并根据识别出的能源消耗类型打开或关闭停车位上的智能锁；识别出该电车的车牌号，填入智能充电桩的登陆模块，智能充电桩为充电枪通电。通过在停车位上布设精确的车牌图像识别系统，在电车进入停车位前就对车辆的能耗类型进行识别，利用坐标‑像素灰度值算法的结合，提取出属于车牌的图像区域，即使图像出现倾斜也可以准确提取到车牌的图像区域，方便进行车牌号识别。

Description

一种智能充电桩用车牌识别系统及方法
技术领域
本发明涉及车牌识别技术领域，具体涉及一种智能充电桩用车牌识别系统及方法。
背景技术
随着清洁能源、电力能源储存技术的进步，我国新能源汽车的数量与日俱增，对于电动汽车充电站的需求也日益增加，电动汽车充电站相比于常规的油站、气站不同，电动汽车充电站相对更加安全，充电设备小巧，可以直接安装在停车位上，在停车的间隙为电动汽车充电，车主不需要去专门的油站进行加油，能量补充更加方便、快捷。
随着电动汽车保有量的增加，为了满足电动汽车的充电需求，一些商家在商场、停车库或地面停车场的很多停车位旁均安装了智能充电桩，专门提供给电动汽车停靠。但是，由于一些充电停车位缺乏管理，安装好智能充电桩后的停车位很多时候还是被油车占用，智能充电桩的利用效率低，并且电车用户的体验感较差，所以很多充电停车位均安装了智能锁，避免油车进入充电停车位。
现有的充电停车位需要车主先登录智能充电桩才能打开智能锁，在此过程中电动汽车只能停靠在停车位前方的通道上，这就会造成通道拥堵，并且智能充电桩的登陆过程复杂。所以，急需开发一种利用图像识别技术来辅助电动汽车进入充电停车位的方法和系统，目前常用的车牌字符分割方法是基于阈值法的车牌字符分割方法，适用于车牌字符与背景存在较大色差的情景，但是现有的方法对车牌区域的提取精度较差，图像采集过程中出现倾斜、色差的影响均会造成识别误差。
发明内容
针对现有技术中的上述不足，本发明提供了一种智能充电桩用车牌识别系统及方法，用于电动汽车进入停车位前的车牌类型识别，电动汽车进入停车位后的车牌号识别。
为了达到上述发明目的，本发明所采用的技术方案为：
提供一种智能充电桩用车牌识别系统，其包括图像采集系统、图像处理模块、车辆感应模块和控制模块；
图像采集系包括两个第一摄像头和一个第二摄像头，智能充电桩安装在停车位的尾部，停车位的前端设置有车牌初识别区域，两个第一摄像头分别安装在车牌初识别区域的上方两侧的安装架上，用于采集车辆进入停车位前的车牌图像；第二摄像头安装在智能充电桩上，用于采集车辆进入停车位后的车牌图像；
图像处理模块用于对采集的车牌图像进行分析和处理，并将分析和处理结果发送给控制模块，控制模块根据分析和处理结果向智能充电桩和停车位上的智能锁发送控制指令；
车辆感应模块包括车辆感应器，两个第一摄像头旁均设置有车辆感应器，停车位的上方也设置有车辆感应器。
提供一种利用上述智能充电桩用车牌识别系统的车牌识别方法，其包括以下步骤：
S1：两个第一摄像头旁的车辆感应器感应到下方有车辆时，启动两个第一摄像头分别拍摄车牌初识别区域的第一图像，并利用矩形轮廓框将第一图像内的车牌区域进行初框选，保留矩形轮廓框内的像素，形成第一车牌识别图像。
S2：利用第一车牌识别图像识别出该车辆的能源消耗类型，能源消耗类型包括油车和电车，并根据识别出的能源消耗类型打开或关闭停车位上的智能锁，避免油车进入智能充电桩前的停车位，允许电车进入智能充电桩前的停车位；
S3：电车进入停车位后，第二摄像头拍摄电车正面的图像，得到第二图像；在第二图像内框选出该电车的绿色车牌区域，得到绿色车牌图像，输入到图像处理模块，识别出该电车的车牌号，并显示在智能充电桩的显示屏上，识别出的车牌号填入智能充电桩的登陆模块，登陆成功后，智能充电桩为充电枪通电。
进一步地，步骤S2包括：
S21：取其中一张第一车牌识别图像进行灰度化处理，得到第一灰度图像；
S22：设置标准状态下蓝色车牌的蓝色背景的像素灰度值范围A= ，/>为灰度值范围A的最小灰度值，/>为灰度值范围A的最大灰度值；设置标准状态下绿色车牌的绿色背景的像素灰度值范围B=/>，/>为灰度值范围B的最小灰度值，/>为灰度值范围B的最大灰度值；
S23：在第一灰度图像中标记出所有在灰度值范围A= 内的像素点/>，并统计像素点/>的数量n 1；在第一灰度图像中标记出所有在灰度值范围B=/>内的像素点j，并统计像素点j的数量n 2；
S24：计算像素点占第一灰度图像的比例/>、像素点j占第一灰度图像的比例/>；
；/>；
其中，N为第一灰度图像中的像素总量；
S25：比较和/>的大小：
若＞/>，则判定此时停在车牌初识别区域内的车为油车，进入步骤S27；
若＜/>，则判定此时停在车牌初识别区域内的车为电车，进入步骤S28；
若=/>，则无法识别此时停在车牌初识别区域内的车辆类型，进入步骤S26；
S26：返回步骤S21，取另一张第一车牌识别图像进行灰度化处理，作为第一灰度图像，并执行步骤S23-S26；
S27：控制模块控制停车位上的智能锁打开，避免油车停入智能充电桩前的停车位，并关闭智能充电桩；
S28：控制模块控制停车位上的智能锁关闭，方便电车停入智能充电桩前的停车位进行充电，智能充电桩的显示屏上显示充电桩的功率、收费信息和商家信息。
进一步地，步骤S3包括：
S31：电车进入停车位后，第二摄像头拍摄电车正面的图像，得到第二图像，利用矩形轮廓框将第二图像内的车牌区域进行初框选，保留矩形轮廓框内的像素，形成第二车牌识别图像；
S32：对第二车牌识别图像进行灰度化处理，得到第二灰度化图像；
S33：在第二灰度化图像上建立平面坐标系0-xy，平面坐标系0-xy的x轴水平、y轴竖直，得到第二灰度图像中每个像素在平面坐标系0-xy中的坐标；
S34：设置绿色车牌边界的像素灰度化后的灰度值范围，/>为灰度值范围/>的最小灰度值，/>为灰度值范围/>的最大灰度值；
S35：在平面坐标系0-xy中标记出所有在灰度值范围内的像素点/>；并获取每个像素点/>的坐标/>；
S36：取在同一直线上并连续的像素点形成像素点/>连线，在平面坐标系0-xy中获取若干根像素点/>连线；提取每根像素点/>连线的两端点的坐标/>、/>；
S37：利用像素点连线的两端点的坐标/>、/>计算每根像素点/>连线的长度d：/>；
S38：得到所有像素点连线的长度/>，m为像素点/>连线的数量，为第m个像素点/>连线；比较每个长度/>中的大小，筛选出长度中的最大值/>，将最大值/>对应的像素点/>连线L作为绿色车牌边界的长度位置；
S39：以像素点连线L为中心对称线，在中心对称线的上端和下端分别建立该电车的车牌目标框，包括车牌目标框u和车牌目标框v；坐标/>、/>作为车牌目标框u和车牌目标框v相交的两个顶点坐标，计算车牌目标框u和车牌目标框v另外两个不相交的顶点坐标/>、/>、/>、/>；
；
；
；
；
其中，D为绿色车牌边界的宽度；
S310：坐标、/>、/>、/>围成的矩形框作为车牌目标框u，坐标/>、/>、/>、/>围成的矩形框作为车牌目标框v；
S311：获取车牌目标框u、车牌目标框v内的每个像素的灰度值，并统计车牌目标框u内灰度值在灰度值范围B= 内的像素点数量/>、和车牌目标框v内灰度值在灰度值范围B=/>内的像素点数量b；比较像素点数量/>和b的大小：
若＞b，则判定该电车的绿色车牌在车牌目标框u内；
若＜b，则判定该电车的绿色车牌在车牌目标框v内；
执行步骤S313；
若=b，则无法判定电车的绿色车牌的位置，执行步骤S312；
S312：返回步骤S31，第二摄像头重新拍摄电车正面的图像，并提取第二车牌识别图像，执行步骤S32-S311；
S313：裁剪出车牌目标框u或车牌目标框v内的绿色车牌图像，并输入到图像处理模块，识别出该电车的车牌号，并显示在智能充电桩的显示屏上，识别出的车牌号填入智能充电桩的登陆模块，登陆成功后，智能充电桩为充电枪通电。
本发明的有益效果为：本发明通过在停车位上布设精确的车牌图像识别系统，在电车进入停车位前就对车辆的能耗类型进行识别，当识别出停靠在停车位前方的车辆是电车时，判断该电车可能会停入停车位进行充电，则可以关闭停车位上的智能锁，车主无需下车登陆、激活智能充电桩就可进入停车位，当识别出的车辆是油车时，则继续打开停车位上的智能锁，避免油车占用充电停车位。并且电车在进入充电停车位后，通过自动识别电车的车牌号，识别出的车牌号登陆智能充电桩为充电枪通电，车主插上充电枪就可为电车充电。
车辆的能耗类型可以通过车牌的颜色识别出来，蓝色车牌为油车，绿色车牌为电车，利用灰度化处理后的像素灰度值可以判断出图像中是绿色像素多还是蓝色像素多，进而识别出车牌的颜色，识别精度高；并且当电车进入停车位后，利用坐标-像素算法的结合，有效提取出属于车牌的图像区域，即使图像出现倾斜也可以准确提取到车牌的图像区域，方便进行车牌号识别。
附图说明
图1为第二摄像头和第一摄像头的安装示意图。
图2为车牌目标框建立的示意图。
其中，1、安装架，2、第一摄像头，3、车牌初识别区域，4、停车位，5、智能充电桩，6、安装座，7、第二摄像头。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
一种智能充电桩用车牌识别系统，包括图像采集系统、图像处理模块、车辆感应模块和控制模块。
如图1所示，图像采集系包括两个第一摄像头和一个第二摄像头，智能充电桩安装在停车位的尾部，停车位的前端设置有车牌初识别区域，两个第一摄像头分别安装在车牌初识别区域的上方两侧的安装架上，用于采集车辆进入停车位前的车牌图像；第二摄像头安装在智能充电桩的安装座上，用于采集车辆进入停车位后的车牌图像；
图像处理模块用于对采集的车牌图像进行分析和处理，并将分析和处理结果发送给控制模块，控制模块根据分析和处理结果向智能充电桩和停车位上的智能锁发送控制指令；
车辆感应模块包括车辆感应器，两个第一摄像头旁均设置有车辆感应器，停车位的上方也设置有车辆感应器。
利用上述智能充电桩用车牌识别系统的车牌识别方法包括以下步骤：
S1：两个第一摄像头旁的车辆感应器感应到下方有车辆时，启动两个第一摄像头分别拍摄车牌初识别区域的第一图像，并利用矩形轮廓框将第一图像内的车牌区域进行初框选，保留矩形轮廓框内的像素，形成第一车牌识别图像。
矩形轮廓框可以利用现有的车牌边沿定位算法形成，车牌边沿定位算法识别出车牌的特征后，初步形成车牌的上边界、下边界、左边界和右边界，上边界、下边界、左边界和右边界形成矩形轮廓框。
S2：利用第一车牌识别图像识别出该车辆的能源消耗类型，能源消耗类型包括油车和电车，并根据识别出的能源消耗类型打开或关闭停车位上的智能锁，避免油车进入智能充电桩前的停车位，允许电车进入智能充电桩前的停车位。
步骤S2包括：
S21：取其中一张第一车牌识别图像进行灰度化处理，得到第一灰度图像；
S22：设置标准状态下蓝色车牌的蓝色背景的像素灰度值范围A= ，/>为灰度值范围A的最小灰度值，/>为灰度值范围A的最大灰度值；设置标准状态下绿色车牌的绿色背景的像素灰度值范围B=/>，/>为灰度值范围B的最小灰度值，/>为灰度值范围B的最大灰度值；
本实施例中，标准状态下蓝色车牌的蓝色背景像素灰度值为1.14，范围取A= ，标准状态下绿色车牌的绿色背景的像素灰度值为5.87，范围取B=/>。
S23：在第一灰度图像中标记出所有在灰度值范围A= 内的像素点/>，并统计像素点/>的数量n 1；在第一灰度图像中标记出所有在灰度值范围B=/>内的像素点j，并统计像素点j的数量n 2；
S24：计算像素点占第一灰度图像的比例/>、像素点j占第一灰度图像的比例/>；
；/>；
其中，N为第一灰度图像中的像素总量；
S25：比较和/>的大小：
若＞/>，则判定此时停在车牌初识别区域内的车为油车，进入步骤S27；油车的车牌为蓝色，第一车牌识别图像内的蓝色像素最多；
若＜/>，则判定此时停在车牌初识别区域内的车为电车，进入步骤S28；电车的车牌为绿色，第一车牌识别图像内的绿色像素最多；
若=/>，则无法识别此时停在车牌初识别区域内的车辆类型，进入步骤S26；
S26：返回步骤S21，取另一张第一车牌识别图像进行灰度化处理，作为第一灰度图像，并执行步骤S23-S26，重新去另外一种第一车牌识别图像对车辆类型进行识别。
S27：控制模块控制停车位上的智能锁打开，避免油车停入智能充电桩前的停车位，并关闭智能充电桩；
S28：控制模块控制停车位上的智能锁关闭，方便电车停入智能充电桩前的停车位进行充电，智能充电桩的显示屏上显示充电桩的功率、收费信息和商家信息。
S3：电车进入停车位后，第二摄像头拍摄电车正面的图像，得到第二图像；在第二图像内框选出该电车的绿色车牌区域，得到绿色车牌图像，输入到图像处理模块，识别出该电车的车牌号，并显示在智能充电桩的显示屏上，识别出的车牌号填入智能充电桩的登陆模块，登陆成功后，智能充电桩为充电枪通电。
步骤S3包括：
S31：电车进入停车位后，第二摄像头拍摄电车正面的图像，得到第二图像，利用矩形轮廓框将第二图像内的车牌区域进行初框选，保留矩形轮廓框内的像素，形成第二车牌识别图像；
S32：对第二车牌识别图像进行灰度化处理，得到第二灰度化图像；
S33：在第二灰度化图像上建立平面坐标系0-xy，平面坐标系0-xy的x轴水平、y轴竖直，得到第二灰度图像中每个像素在平面坐标系0-xy中的坐标；
S34：设置绿色车牌边界的像素灰度化后的灰度值范围，/>为灰度值范围/>的最小灰度值，/>为灰度值范围/>的最大灰度值。绿色车牌的边界为纯黑色，灰度化后的黑色灰度值为0，灰度值范围取/>。
S35：在平面坐标系0-xy中标记出所有在灰度值范围内的像素点/>；并获取每个像素点/>的坐标/>；
S36：取在同一直线上并连续的像素点形成像素点/>连线，在平面坐标系0-xy中获取若干根像素点/>连线；提取每根像素点/>连线的两端点的坐标/>、/>；
S37：利用像素点连线的两端点的坐标/>、/>计算每根像素点/>连线的长度d：/>；
S38：得到所有像素点连线的长度/>，m为像素点/>连线的数量，/>为第m个像素点/>连线；比较每个长度/>中的大小，筛选出长度/>中的最大值/>，将最大值/>对应的像素点/>连线L作为绿色车牌边界的长度位置；在绿色车牌图像中，绿色车牌的边沿为黑色框线，最长的像素点/>连线L就为黑色框线的长度边。
S39：以像素点连线L为中心对称线，在中心对称线的上端和下端分别建立该电车的车牌目标框，包括车牌目标框u和车牌目标框v；坐标/>、/>作为车牌目标框u和车牌目标框v相交的两个顶点坐标，计算车牌目标框u和车牌目标框v另外两个不相交的顶点坐标/>、/>、/>、/>；
；
；
；
；
其中，D为绿色车牌边界的宽度；
绿色车牌图像中，黑色框线的长度边有两条，不确定此时识别出的长度边是黑色框线上端的长度边还是下端的长度边，所以，需要确定真实的绿色车牌图像位于像素点连线L的下方还是上方，进一步定位出绿色车牌的方位。
S310：如图2所示，坐标、/>、/>、/>围成的矩形框作为车牌目标框u，坐标/>、/>、/>、/>围成的矩形框作为车牌目标框v；
S311：获取车牌目标框u、车牌目标框v内的每个像素的灰度值，并统计车牌目标框u内灰度值在灰度值范围B= 内的像素点数量/>、和车牌目标框v内灰度值在灰度值范围B=/>内的像素点数量b；比较像素点数量/>和b的大小：
若＞b，则判定该电车的绿色车牌在车牌目标框u内；
若＜b，则判定该电车的绿色车牌在车牌目标框v内；
执行步骤S313；
若=b，则无法判定电车的绿色车牌的位置，执行步骤S312；
S312：返回步骤S31，第二摄像头重新拍摄电车正面的图像，并提取第二车牌识别图像，执行步骤S32-S311；
S313：裁剪出车牌目标框u或车牌目标框v内的绿色车牌图像，并输入到图像处理模块，识别出该电车的车牌号，并显示在智能充电桩的显示屏上，识别出的车牌号填入智能充电桩的登陆模块，登陆成功后，智能充电桩为充电枪通电。
本发明通过在停车位上布设精确的车牌图像识别系统，在电车进入停车位前就对车辆的能耗类型进行识别，当识别出停靠在停车位前方的车辆是电车时，判断该电车可能会停入停车位进行充电，则可以关闭停车位上的智能锁，车主无需下车登陆、激活智能充电桩就可进入停车位，当识别出的车辆是油车时，则继续打开停车位上的智能锁，避免油车占用充电停车位。并且电车在进入充电停车位后，通过自动识别电车的车牌号，识别出的车牌号登陆智能充电桩为充电枪通电，车主插上充电枪就可为电车充电。
车辆的能耗类型可以通过车牌的颜色识别出来，蓝色车牌为油车，绿色车牌为电车，利用灰度化处理后的像素灰度值可以判断出图像中是绿色像素多还是蓝色像素多，进而识别出车牌的颜色，识别精度高；并且当电车进入停车位后，利用坐标-像素算法的结合，有效提取出属于车牌的图像区域，即使图像出现倾斜也可以准确提取到车牌的图像区域，方便进行车牌号识别。

Claims (4)

1.一种智能充电桩用车牌识别系统，其特征在于，包括图像采集系统、图像处理模块、车辆感应模块和控制模块；
所述图像采集系包括两个第一摄像头和一个第二摄像头，所述智能充电桩安装在停车位的尾部，所述停车位的前端设置有车牌初识别区域，两个所述第一摄像头分别安装在车牌初识别区域的上方两侧的安装架上，用于采集车辆进入停车位前的车牌图像；所述第二摄像头安装在智能充电桩上，用于采集车辆进入停车位后的车牌图像；
所述图像处理模块用于对采集的车牌图像进行分析和处理，并将分析和处理结果发送给控制模块，控制模块根据分析和处理结果向智能充电桩和停车位上的智能锁发送控制指令；
所述车辆感应模块包括车辆感应器，两个所述第一摄像头旁均设置有车辆感应器，所述停车位的上方也设置有车辆感应器。
2.一种车牌识别方法，其特征在于，利用权利要求1所述的智能充电桩用车牌识别系统，包括以下步骤：
S1：两个第一摄像头旁的车辆感应器感应到下方有车辆时，启动两个第一摄像头分别拍摄车牌初识别区域的第一图像，并利用矩形轮廓框将第一图像内的车牌区域进行初框选，保留矩形轮廓框内的像素，形成第一车牌识别图像；
S2：利用第一车牌识别图像识别出该车辆的能源消耗类型，能源消耗类型包括油车和电车，并根据识别出的能源消耗类型打开或关闭停车位上的智能锁，避免油车进入智能充电桩前的停车位，允许电车进入智能充电桩前的停车位；
S3：电车进入停车位后，第二摄像头拍摄电车正面的图像，得到第二图像；在第二图像内框选出该电车的绿色车牌区域，得到绿色车牌图像，输入到图像处理模块，识别出该电车的车牌号，并显示在智能充电桩的显示屏上，识别出的车牌号填入智能充电桩的登陆模块，登陆成功后，智能充电桩为充电枪通电。
3.根据权利要求2所述的车牌识别方法，其特征在于，所述步骤S2包括：
S21：取其中一张第一车牌识别图像进行灰度化处理，得到第一灰度图像；
S22：设置标准状态下蓝色车牌的蓝色背景的像素灰度值范围A= ，/>为灰度值范围A的最小灰度值，/>为灰度值范围A的最大灰度值；设置标准状态下绿色车牌的绿色背景的像素灰度值范围B=/>，/>为灰度值范围B的最小灰度值，/>为灰度值范围B的最大灰度值；
S23：在第一灰度图像中标记出所有在灰度值范围A= 内的像素点/>，并统计像素点/>的数量n 1；在第一灰度图像中标记出所有在灰度值范围B=/>内的像素点j，并统计像素点j的数量n 2；
S24：计算像素点占第一灰度图像的比例/>、像素点j占第一灰度图像的比例/>；
；/>；
其中，N为第一灰度图像中的像素总量；
S25：比较和/>的大小：
若＞/>，则判定此时停在车牌初识别区域内的车为油车，进入步骤S27；
若＜/>，则判定此时停在车牌初识别区域内的车为电车，进入步骤S28；
若=/>，则无法识别此时停在车牌初识别区域内的车辆类型，进入步骤S26；
S26：返回步骤S21，取另一张第一车牌识别图像进行灰度化处理，作为第一灰度图像，并执行步骤S23-S26；
S27：控制模块控制停车位上的智能锁打开，避免油车停入智能充电桩前的停车位，并关闭智能充电桩；
S28：控制模块控制停车位上的智能锁关闭，方便电车停入智能充电桩前的停车位进行充电，智能充电桩的显示屏上显示充电桩的功率、收费信息和商家信息。
4.根据权利要求2所述的车牌识别方法，其特征在于，所述步骤S3包括：
S31：电车进入停车位后，第二摄像头拍摄电车正面的图像，得到第二图像，利用矩形轮廓框将第二图像内的车牌区域进行初框选，保留矩形轮廓框内的像素，形成第二车牌识别图像；
S32：对第二车牌识别图像进行灰度化处理，得到第二灰度化图像；
S33：在第二灰度化图像上建立平面坐标系0-xy，平面坐标系0-xy的x轴水平、y轴竖直，得到第二灰度图像中每个像素在平面坐标系0-xy中的坐标（x，y）；
S34：设置绿色车牌边界的像素灰度化后的灰度值范围，/>为灰度值范围的最小灰度值，/>为灰度值范围/>的最大灰度值；
S35：在平面坐标系0-xy中标记出所有在灰度值范围内的像素点/>；并获取每个像素点/>的坐标/>；
S36：取在同一直线上并连续的像素点形成像素点/>连线，在平面坐标系0-xy中获取若干根像素点/>连线；提取每根像素点/>连线的两端点的坐标/>、/>；
S37：利用像素点连线的两端点的坐标/>、/>计算每根像素点/>连线的长度d：/>；
S38：得到所有像素点连线的长度/>，m为像素点/>连线的数量，/>为第m个像素点/>连线；比较每个长度/>中的大小，筛选出长度/>中的最大值/>，将最大值/>对应的像素点/>连线L作为绿色车牌边界的长度位置；
S39：以像素点连线L为中心对称线，在中心对称线的上端和下端分别建立该电车的车牌目标框，包括车牌目标框u和车牌目标框v；坐标/>、/>作为车牌目标框u和车牌目标框v相交的两个顶点坐标，计算车牌目标框u和车牌目标框v另外两个不相交的顶点坐标/>、/>、/>、/>；
；
；
；
；
其中，D为绿色车牌边界的宽度；
S310：坐标、/>、/>、/>围成的矩形框作为车牌目标框u，坐标/>、/>、/>、/>围成的矩形框作为车牌目标框v；
S311：获取车牌目标框u、车牌目标框v内的每个像素的灰度值，并统计车牌目标框u内灰度值在灰度值范围B= 内的像素点数量/>、和车牌目标框v内灰度值在灰度值范围B=/>内的像素点数量b；比较像素点数量/>和b的大小：
若＞b，则判定该电车的绿色车牌在车牌目标框u内；
若＜b，则判定该电车的绿色车牌在车牌目标框v内；
执行步骤S313；
若=b，则无法判定电车的绿色车牌的位置，执行步骤S312；
S312：返回步骤S31，第二摄像头重新拍摄电车正面的图像，并提取第二车牌识别图像，执行步骤S32-S311；
S313：裁剪出车牌目标框u或车牌目标框v内的绿色车牌图像，并输入到图像处理模块，识别出该电车的车牌号，并显示在智能充电桩的显示屏上，识别出的车牌号填入智能充电桩的登陆模块，登陆成功后，智能充电桩为充电枪通电。
CN202410001459.7A 2024-01-02 2024-01-02 一种智能充电桩用车牌识别系统及方法 Active CN117496496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410001459.7A CN117496496B (zh) 2024-01-02 2024-01-02 一种智能充电桩用车牌识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410001459.7A CN117496496B (zh) 2024-01-02 2024-01-02 一种智能充电桩用车牌识别系统及方法

Publications (2)

Publication Number Publication Date
CN117496496A true CN117496496A (zh) 2024-02-02
CN117496496B CN117496496B (zh) 2024-03-22

Family

ID=89678649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410001459.7A Active CN117496496B (zh) 2024-01-02 2024-01-02 一种智能充电桩用车牌识别系统及方法

Country Status (1)

Country Link
CN (1) CN117496496B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120106802A1 (en) * 2010-10-29 2012-05-03 National Chiao Tung University Vehicle license plate recognition method and system thereof
US20180121744A1 (en) * 2016-10-31 2018-05-03 Electronics And Telecommunications Research Institute System and method for recognizing vehicle license plate information
US20190066492A1 (en) * 2017-08-22 2019-02-28 Jos A. G. Nijhuis License Plate Recognition
CN109460722A (zh) * 2018-10-26 2019-03-12 华南理工大学 一种车牌智能识别方法
CN111326010A (zh) * 2018-12-14 2020-06-23 深圳市国投创新科技有限公司 一种带车位管理功能的充电桩
US20200401834A1 (en) * 2018-02-26 2020-12-24 Videonetics Technology Private Limited A system for real-time automated segmentation and recognition of vehicle's license plates characters from vehicle's image and a method thereof.
CN113192216A (zh) * 2021-07-02 2021-07-30 江西省湾流港智能科技有限公司 车位锁的控制方法、系统、可读存储介质及车位锁
CN113257032A (zh) * 2021-05-27 2021-08-13 何湘林 一种利用智能车位锁判别车牌号来实现停车管理的方法
CN114241801A (zh) * 2021-11-12 2022-03-25 国网山东省电力公司日照供电公司 一种充电桩车位自动识别地锁系统
KR20220055356A (ko) * 2020-10-26 2022-05-03 에스케이텔레콤 주식회사 차량 번호판에서 문자를 추출하는 방법 및 상기 방법을 수행하는 번호판 문자 추출 장치
CN115661806A (zh) * 2022-11-18 2023-01-31 国网重庆市电力公司营销服务中心 充电站中燃油汽车占位识别方法、系统、装置及存储介质
CN115848206A (zh) * 2022-12-15 2023-03-28 浙江万马新能源有限公司 基于分布摄像头的防油车占位的充电方法、装置及系统
CN116052152A (zh) * 2023-02-10 2023-05-02 上海悠络客电子科技股份有限公司 一种基于轮廓检测和深度神经网络的车牌识别系统
CN116533801A (zh) * 2023-06-02 2023-08-04 武汉天仕达电气有限公司 一种智能充电桩及其充电方法
CN117037082A (zh) * 2023-08-11 2023-11-10 智慧互通科技股份有限公司 一种停车行为的识别方法及系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120106802A1 (en) * 2010-10-29 2012-05-03 National Chiao Tung University Vehicle license plate recognition method and system thereof
US20180121744A1 (en) * 2016-10-31 2018-05-03 Electronics And Telecommunications Research Institute System and method for recognizing vehicle license plate information
US20190066492A1 (en) * 2017-08-22 2019-02-28 Jos A. G. Nijhuis License Plate Recognition
US20200401834A1 (en) * 2018-02-26 2020-12-24 Videonetics Technology Private Limited A system for real-time automated segmentation and recognition of vehicle's license plates characters from vehicle's image and a method thereof.
CN109460722A (zh) * 2018-10-26 2019-03-12 华南理工大学 一种车牌智能识别方法
CN111326010A (zh) * 2018-12-14 2020-06-23 深圳市国投创新科技有限公司 一种带车位管理功能的充电桩
KR20220055356A (ko) * 2020-10-26 2022-05-03 에스케이텔레콤 주식회사 차량 번호판에서 문자를 추출하는 방법 및 상기 방법을 수행하는 번호판 문자 추출 장치
CN113257032A (zh) * 2021-05-27 2021-08-13 何湘林 一种利用智能车位锁判别车牌号来实现停车管理的方法
CN113192216A (zh) * 2021-07-02 2021-07-30 江西省湾流港智能科技有限公司 车位锁的控制方法、系统、可读存储介质及车位锁
CN114241801A (zh) * 2021-11-12 2022-03-25 国网山东省电力公司日照供电公司 一种充电桩车位自动识别地锁系统
CN115661806A (zh) * 2022-11-18 2023-01-31 国网重庆市电力公司营销服务中心 充电站中燃油汽车占位识别方法、系统、装置及存储介质
CN115848206A (zh) * 2022-12-15 2023-03-28 浙江万马新能源有限公司 基于分布摄像头的防油车占位的充电方法、装置及系统
CN116052152A (zh) * 2023-02-10 2023-05-02 上海悠络客电子科技股份有限公司 一种基于轮廓检测和深度神经网络的车牌识别系统
CN116533801A (zh) * 2023-06-02 2023-08-04 武汉天仕达电气有限公司 一种智能充电桩及其充电方法
CN117037082A (zh) * 2023-08-11 2023-11-10 智慧互通科技股份有限公司 一种停车行为的识别方法及系统

Also Published As

Publication number Publication date
CN117496496B (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
CN101783076B (zh) 一种视频监控模式下的快速车型识别方法
CN102722704B (zh) 一种融合视频动态跟踪的车牌识别方法和系统
CN101510356B (zh) 视频检测系统及其数据处理装置、视频检测方法
CN104715239B (zh) 一种基于去雾处理和权重分块的车辆颜色识别方法
CN100409271C (zh) 在观察车辆上自动识别其他车辆牌照号的系统及其方法
CN105913685A (zh) 一种基于视频监控的车位识别及智能引导方法
CN107895376A (zh) 基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法
CN110414355A (zh) 基于视觉的右方位空停车位与泊车过程中车位线检测方法
CN106696747A (zh) 一种电动汽车自动充电系统及其控制方法
CN107154152A (zh) 视频桩设备及停车管理方法
CN103854320A (zh) 基于激光雷达的车型自动识别装置及其识别方法
CN111391693B (zh) 一种基于电动汽车停车充电的管理控制系统及其控制方法
CN102880863B (zh) 一种基于可变形部件模型的车牌及驾驶员人脸定位方法
CN106128115A (zh) 一种基于双摄像机检测道路交通信息的融合方法
CN103605953A (zh) 基于滑窗搜索的车辆兴趣目标检测方法
CN106326822A (zh) 车道线检测的方法及装置
CN102902957A (zh) 一种基于视频流的自动车牌识别方法
CN110633671A (zh) 基于深度图像的公交车客流实时统计方法
CN112085018A (zh) 基于神经网络的车牌识别系统
CN109145797B (zh) 基于车底阴影定位车牌的道路救援装备正方位诱导方法
CN117496496B (zh) 一种智能充电桩用车牌识别系统及方法
KR101819568B1 (ko) 전기차 및 하이패스 인식에 따른 주차 관리 시스템 운영 방법
WO2022104798A1 (zh) 基于5g的无人驾驶电子交警执勤系统
CN102280028B (zh) 基于动态背景分析和监控带扫描的车辆监测方法
CN110969135B (zh) 自然场景中的车标识别方法

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