CN1804929A - 车牌自动识别方法 - Google Patents
车牌自动识别方法 Download PDFInfo
- Publication number
- CN1804929A CN1804929A CN 200510101725 CN200510101725A CN1804929A CN 1804929 A CN1804929 A CN 1804929A CN 200510101725 CN200510101725 CN 200510101725 CN 200510101725 A CN200510101725 A CN 200510101725A CN 1804929 A CN1804929 A CN 1804929A
- Authority
- CN
- China
- Prior art keywords
- plate
- recognition
- plate number
- car
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种车牌自动识别方法,将现有的视频图像流、基于图像识别技术的车牌号码识别技术以及基于数学统计方法的识别结果统计结合起来,以检测是否有车辆通行、提高车牌的识别率以及应用系统的易用性,使系统不再依靠常规的车辆检测器或移动物体图像检测装置。适用于车辆超速抓拍系统、黑名单辑查系统、卡口监控系统、收费系统等。
Description
技术领域
本发明涉及车牌识别技术,主要是指一种对图像进行逐帧捕捉和识别的车牌自动识别方法。
背景技术
当前,在车牌识别系统应用方面主要是采用触发方法或移动检测方法来检测车辆的到来,以抓拍一帧图像,并进行单次识别。
触发装置对图像的影响:在Windows等多任务系统中,任务的切换时间极不稳定,经过实测,这一时间从0到几百毫秒不等,当系统CPU占用率高时,任务的切换时间很长。而视频应用系统的CPU占用率都比较高。触发装置实际上是使用任务查询方式检测I/O端口的状态,当达到设定的条件时,捕捉图像。由于I/O端口状态的变化到检测有一定的延迟,对于运动中的车辆,捕捉的图像可能不是最清晰的,从而严重影响车牌识别效果,当车速较高时,这种情况更加明显。
触发方式不适用于车辆缉查:车辆缉查一般都不应限制运行中的车速,否则影响交通,隐蔽性也不好。对于72-90公里/小时的车速,摄像机只会有一幅清晰的图像,由于受任务切换时间的不确定性以及车型等影响,触发捕捉到的图像经常不是最清晰的,这势必严重影响车牌识别的准确性。
移动检测技术存在的局限性:当图象中的变化达到一定量时,将控制系统完成图像的捕捉及识别,这种移动检测技术对行车速度有比较大的局限,不能太快,也不能太慢,一般只适用于5-20公里的车速,否则漏检率很高;光线的阴影、抖动的树支、车载系统中发动机的抖动及运行时的抖动都会引起误检;即使正确检出车辆,其检测位置也不一定是车牌最清晰时的位置;车流太密时,漏检也很明显。实际应用时效果很不理想,没有实用价值。这种系统更无法在运行的警车内使用,因为图像总是在抖动,相当于总是有移动物体。有些系统可能针对这些现象做了一定的处理,但只能说是有所改进而已,无法回避事实。
单帧图像识别的局限性:从工程上讲,多幅图像识别的成功率,比单幅图像的成功率要高得多。这是因为连续抓拍的图像的角度、光照不同,识别效果也不尽相同,如果通过一些方法可以自动找到最佳识别效果的图像,这比把宝押在一张图像上要好得多。
发明内容
本发明的目的是提供一种自动检测车辆,以及提高车牌识别率的车牌自动识别方法。该方法将现有的视频图像流、基于图像识别技术的车牌号码识别技术、以及数学统计的方法,来检测是否有车辆通行、提高车牌的识别率,以及应用系统的易用性,使系统不再依靠常规的车辆检测器或移动物体图像检测装置,从而有效地克服了现有车牌识别技术存在的缺陷。
实现本发明的方法是:在车辆运行方向上安装包括照明灯、镜头、摄像模块、图像采集模块、运算模块的识别装置,并通过视频图像的连续识别以实现车辆自动检测及识别结果的最佳化;其主要步骤如下:
0)初始化;
1)按标准的PAL制式或NTSC制式采集车辆图片;
2)车牌识别装置利用车牌自动定位技术定位车牌位置;
3)车牌识别装置利用车牌号码识别技术识别车牌,以得到文本的车牌号码;
4)是否识别出车牌号码?
5)如果是,就认为检测到车辆,可以进行识别结果的最佳化处理;如果为否,则进行识别结果的最佳化处理中的超时处理;
6)返回到第1)步循环执行;
实现本发明的识别结果的最佳化步骤包括:
7)是否识别出车牌号码?
8)如果是,转到第11)步处理,如果为否,进入下一步;
9)计时器是否超时?
10)如果是,转到第16)步处理;如果为否,转到第24)步;
11)在车牌号码统计队列中检索是否已经存在与第3)步得到的车牌号码完全相同的记录?
12)如果是,对应车牌号码记录的统计计数值加1,然后转到第9)步;如果为否,进入下一步;
13)在车牌号码统计队列中检查是否包含与第3)步得到的车牌号码相似的记录,如果有,就认为存在相似的车牌号码;
14)是否存在相似的车牌号码?
15)如果是,跳转到第23)步处理;如果为否,就设置新车标记为真,转入下一步处理;
16)记录已保存标记是否为真?
17)如果是,转到第20)步执行;否则进入下一步;
18)从车牌号码统计队列中检索计数值最大的识别结果,该结果就是已经驶离或将要驶离的车辆的最佳识别结果;
19)应用第18)步取得的最佳结果,进行应用层的相关处理及结果保存,然后设置记录已经保存标记为真;
20)新车标记是否为真?
21)如果为否,转到第24)步;如果是,进入下一步执行;
22)清除记录已经保存标记,清除新车标记,清除车牌号码统计队列,清除超时计时器并重新开始计时;
23)将第3)步的识别结果存入车牌号码统计队列中,相应的车牌号码记录的统计计数值设置为初始值1;
24)结束最佳化处理。
该方法还包括:
所述初始化是指对已经保存的标记、新车标记、车牌号码统计队列、超时计时器进行初始化。
所述PAL制式为视频每秒25帧图像;NTSC制式为视频每秒30帧图像。
所述车牌自动定位技术包括车牌自动定位模块、字符分割模块。
所述车牌号码识别技术包括字符识别模块。
所述车牌号码相似是指最少有4位或以上完全相同字符。
所述识别结果的最佳化是指应用数学统计的方法,经计算机软件处理,以取得最佳结果。
本发明具有的有益效果:将现有的视频图像流、基于图像识别技术的车牌号码识别技术,以及,基于数学统计方法的识别结果统计结合起来,以检测是否有车辆通行、提高车牌的识别率,以及,应用系统的易用性,使系统不再依靠常规的车辆检测器或移动物体图像检测装置。该方法适用于车辆超速抓拍系统、黑名单辑查系统、卡口监控系统、收费系统等,可实现视频流的实时逐帧识别。
附图说明
图1是本发明典型的最简单的系统装置示意图,其中1PC机、2DV、3IEEE1394电缆。
图2是本发明的识别方法框图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明:
以车辆超速抓拍为例。在系统安装处安装由照明灯、镜头、摄像机、图像采集模块、运算模块、寄存器、通信模块等组成的识别装置。以每秒25帧图像或每秒30帧图像采集车牌图片。系统采用包括车牌自动定位模块、字符分割模块和字符识别模块在内的自动定位技术,对采集的图片进行车牌号码的识别处理并转换成文本格式的车牌号码。当有车辆进入镜头拍照范围时,如果识别出车牌号码,则在车牌号码统计队列中检索是否已经存在识别的文本车牌号码,如果不存在,则在车牌号码统计队列中检查是否包含与文本车牌号码最少有4位或以上完全相同字符的记录,如果有,就认为存在相似的车牌号码,将识别的文本车牌号码的识别结果存入车牌号码统计队列中,相应的车牌号码记录的统计计数值设置为初始值1,反之,如果已存在识别文本车牌号码,则对应车牌号码记录的统计计数值加1;另外,如果不存在相似的车牌号码,则设置新车标记为真,并启动超时计时器。不管是否有没有车牌号码识别结果,都检查计时器是否超时,如果不超时,则重新返回到以每秒25帧图像或每秒30帧图像采集车牌图片,反之,记录已保存标记是否为真,如果是,则检查新车标记是否为真,如果是,则清除记录已经保存标记、清除新车标记、清除车牌号码统计队列、清除超时计时器,反之,则从车牌号码统计队列中检索计数值最大的识别结果,该结果就是已经驶离或将要驶离的车辆的最佳识别结果,然后应用取得的该最佳结果,进行应用层的相关处理及结果保存,设置记录已经保存标记为真,再检查新车标记是否为真,如果是,则清除已经保存的记录,反之,则重新返回到以每秒25帧图像或每秒30帧图像采集车牌图片。
本方法还可用在黑名单辑查系统、卡口监控系统、收费系统等,其原理与上述基本一样,对于一些一定需要触发装置的应用,可在本方法的应用层的相关处理中检测触发信号是否有效,然后再作下一步的处理,这样同样可以提高车牌号码的识别率。
另外,本发明所涉及而未介绍的技术均为公知技术。
本发明的应用:
1.在移动电子警察系统中,使用本方法,可绝对保证抓拍的超速车辆图像中包含有车牌图像,使证据具有有效性;同时有高的抓拍率及识别率。
2.黑名单报警录像系统:这种综合产品可在一台计算机上完成2至4路的实时识别、1至2路的数字视频录像。主要完成黑名单网络报警、全景图像连续录像等功能。适用于公安系统对黑车进行缉查。
3.超速自动识别抓拍录像系统:由现在的“移动电子警察系统”、“卡口系统”、“DVR硬盘录像系统”互相融洽,这种综合产品可在一台计算机上完成1至4路的实时识别、1至2路的数字视频录像,并可选配激光或雷达测速。主要完成黑名单网络报警、超速自动抓拍、全景图像连续录像等功能。适用于交警部门对超速车辆取证,以及对黑车进行缉查。
4.冲红灯自动识别系统:在一台计算机上最多可完成4路的实时识别(由于红灯交替进行,可切换相邻车道的图像,这样实际上就可以对8个车道进行识别)。一旦红灯有效,就启动识别系统对所有过往车辆进行自动识别,并抓拍违章的车辆的图像。
5.冲卡自动识别录像取证系统:可在一台计算机上完成2路的实时识别、4路的数字视频录像,一旦发现冲卡事件,立即启动录像。主要完成黑名单报警、冲卡录像。适用于开放式收费站。
6.识别服务器:在一台计算机上最多可完成4路的实时识别,所有图像用光纤或网络拉到中心机房,这些识别机全部连网组成一个足够大的服务器,以检查所有过往的车辆,如果是黑名单则立即报警。
Claims (8)
1.一种车牌自动识别方法,在车辆运行方向上安装包括照明灯、镜头、摄像模块、图像采集模块、运算模块的识别装置,并通过视频图像的连续识别以实现车辆自动检测及识别结果的最佳化;其特征是所述方法中的车辆自动检测包括如下步骤:
0)初始化;
1)按标准的PAL制式或NTSC制式采集车辆图片;
2)车牌识别装置利用车牌自动定位技术定位车牌位置;
3)车牌识别装置利用车牌号码识别技术识别车牌,以得到文本的车牌号码;
4)是否识别出车牌号码?
5)如果是,就认为检测到车辆,可以进行识别结果的最佳化处理;
如果为否,则进行识别结果的最佳化处理中的超时处理;
6)返回到第1)步循环执行。
2.如权利要求1所述的车牌自动识别方法,其特征是所述识别结果的最佳化包括如下步骤:
7)是否识别出车牌号码?
8)如果是,转到第11)步处理,如果为否,进入下一步;
9)计时器是否超时?
10)如果是,转到第16)步处理;如果为否,转到第24)步;
11)在车牌号码统计队列中检索是否已经存在与第3)步得到的车牌号码完全相同的记录?
12)如果是,对应车牌号码记录的统计计数值加1,然后转到第9)步;如果为否,进入下一步;
13)在车牌号码统计队列中检查是否包含与第3)步得到的车牌号码相似的记录,如果有,就认为存在相似的车牌号码;
14)是否存在相似的车牌号码?
15)如果是,跳转到第23)步处理;如果为否,就设置新车标记为真,转入下一步处理;
16)记录已保存标记是否为真?
17)如果是,转到第20)步执行;否则进入下一步;
18)从车牌号码统计队列中检索计数值最大的识别结果,该结果就是已经驶离或将要驶离的车辆的最佳识别结果;
19)应用第18)步取得的最佳结果,进行应用层的相关处理及结果保存,然后设置记录已经保存标记为真;
20)新车标记是否为真?
21)如果为否,转到第24)步;如果是,进入下一步执行;
22)清除记录已经保存标记,清除新车标记,清除车牌号码统计队列,清除超时计时器并重新开始计时;
23)将第3)步的识别结果存入车牌号码统计队列中,相应的车牌号码记录的统计计数值设置为初始值1;
24)结束最佳化处理。
3.如权利要求1所述的车牌自动识别方法,其特征是所述PAL制式为视频每秒25帧图像;NTSC制式为视频每秒30帧图像。
4.如权利要求1所述的车牌自动识别方法,其特征是所述车牌自动定位技术包括车牌自动定位模块、字符分割模块。
5.如权利要求1所述的车牌自动识别方法,其特征是所述车牌号码识别技术包括字符识别模块。
6.如权利要求1所述的车牌自动识别方法,其特征是所述初始化是指已经保存的标记、新车标记、车牌号码统计队列、超时计时器。
7.如权利要求1或2所述的车牌自动识别方法,其特征是所述车牌号码相似是指最少有4位或以上完全相同字符。
8.如权利要求1或2所述的车牌自动识别方法,其特征是所述识别结果的最佳化是指应用数学统计的方法,经计算机软件处理,以取得最佳结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200510101725 CN1804929A (zh) | 2005-12-01 | 2005-12-01 | 车牌自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200510101725 CN1804929A (zh) | 2005-12-01 | 2005-12-01 | 车牌自动识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1804929A true CN1804929A (zh) | 2006-07-19 |
Family
ID=36866931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200510101725 Pending CN1804929A (zh) | 2005-12-01 | 2005-12-01 | 车牌自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1804929A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101883141A (zh) * | 2010-06-13 | 2010-11-10 | 杭州海康威视数字技术股份有限公司 | 信息上传方法、检索方法、dvr及监控设备 |
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 |
CN104751639A (zh) * | 2015-03-17 | 2015-07-01 | 上海视聪网络信息技术有限公司 | 基于大数据的视频结构化车牌识别系统及方法 |
CN109326126A (zh) * | 2018-12-05 | 2019-02-12 | 公安部交通管理科学研究所 | 一种定点甄别违法车辆的方法及监控系统 |
CN110386052A (zh) * | 2019-06-26 | 2019-10-29 | 江铃汽车股份有限公司 | 一种远近光灯切换方法、系统、可读存储介质及汽车 |
CN111524288A (zh) * | 2020-04-26 | 2020-08-11 | 特瓦特能源科技有限公司 | 一种非会员用户的充电方法及系统 |
CN115440026A (zh) * | 2022-07-19 | 2022-12-06 | 江西山水光电科技股份有限公司 | 一种道路停车无地磁巡检取证管理方法 |
-
2005
- 2005-12-01 CN CN 200510101725 patent/CN1804929A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101883141A (zh) * | 2010-06-13 | 2010-11-10 | 杭州海康威视数字技术股份有限公司 | 信息上传方法、检索方法、dvr及监控设备 |
CN101883141B (zh) * | 2010-06-13 | 2012-12-12 | 杭州海康威视数字技术股份有限公司 | 信息上传方法、检索方法、dvr及监控设备 |
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 |
CN104751639A (zh) * | 2015-03-17 | 2015-07-01 | 上海视聪网络信息技术有限公司 | 基于大数据的视频结构化车牌识别系统及方法 |
CN109326126A (zh) * | 2018-12-05 | 2019-02-12 | 公安部交通管理科学研究所 | 一种定点甄别违法车辆的方法及监控系统 |
CN110386052A (zh) * | 2019-06-26 | 2019-10-29 | 江铃汽车股份有限公司 | 一种远近光灯切换方法、系统、可读存储介质及汽车 |
CN111524288A (zh) * | 2020-04-26 | 2020-08-11 | 特瓦特能源科技有限公司 | 一种非会员用户的充电方法及系统 |
CN115440026A (zh) * | 2022-07-19 | 2022-12-06 | 江西山水光电科技股份有限公司 | 一种道路停车无地磁巡检取证管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1804929A (zh) | 车牌自动识别方法 | |
CN100507970C (zh) | 基于数字摄像机的闯红灯检测系统及方法 | |
CN100578562C (zh) | 用视频监测车辆违法行为的方法 | |
CN201655024U (zh) | 交叉路口交通信息综合检测报警系统 | |
CN1292391C (zh) | 对高速公路上行驶车辆实现全程超速监控系统及其运行方法 | |
CN105788286A (zh) | 智能识别闯红灯系统以及车辆行为检测抓拍方法 | |
CN107221167B (zh) | 一种前后抓拍识别黑烟车车牌的系统及其方法 | |
CN1725266A (zh) | 基于视频触发和测速的车辆智能监测记录系统和方法 | |
CN111340003B (zh) | 一种针对电子警察盲区内违法变道行为的取证方法及系统 | |
CN2857132Y (zh) | 一种集中模式的车辆信息采集系统 | |
CN103646550A (zh) | 一种智能车牌识别系统 | |
CN105654734A (zh) | 车辆违章行为的数据处理方法及装置 | |
CN105185108A (zh) | 一种黄网格线违法停车自动抓拍系统 | |
CN101064062A (zh) | 机动车违法调头、违法左转自动监测系统 | |
CN105894821A (zh) | 一种基于高清dsp摄像机的交通综合监测系统 | |
CN103730009A (zh) | 一种无车牌车辆检测方法及系统 | |
CN106683400A (zh) | 一种全景视频检测的交通路口车辆抓拍取证方法及系统 | |
CN105303826A (zh) | 一种违章侧方停车取证装置及方法 | |
CN109859487A (zh) | 一种基于ai高点全景智能交通违法监测方法与系统 | |
CN204833705U (zh) | 一种黄网格线违法停车自动抓拍系统 | |
CN101783071A (zh) | 一种监测车辆违法行为的嵌入式系统 | |
CN1413861A (zh) | 车牌自动识别方法 | |
CN1924950A (zh) | 车辆特征识别与测量系统及其车辆信息识别方法 | |
CN104599510A (zh) | 双摄像头测速仪 | |
CN104346927A (zh) | 一种基于物联网的闯红灯车辆监控拍照系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |