CN202584427U - 车牌遮挡检测系统 - Google Patents
车牌遮挡检测系统 Download PDFInfo
- Publication number
- CN202584427U CN202584427U CN 201120549313 CN201120549313U CN202584427U CN 202584427 U CN202584427 U CN 202584427U CN 201120549313 CN201120549313 CN 201120549313 CN 201120549313 U CN201120549313 U CN 201120549313U CN 202584427 U CN202584427 U CN 202584427U
- Authority
- CN
- China
- Prior art keywords
- vehicle
- license plate
- module
- car plate
- character
- 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.)
- Expired - Lifetime
Links
Images
Abstract
本实用新型公开了一种车牌遮挡检测系统,属于智能交通控制领域。其包括:车辆抓拍定位模块(1),用于抓拍监测位置的车辆图像并在抓拍到的车辆图像中定位到车辆轮廓;以及处理模块(3),用于对恶意遮挡车牌情况进行处理;还包括车牌遮挡判断模块(2),其包括:车牌定位模块(21),用于在所述车辆轮廓图像中定位到车牌区域;车牌字符分析模块(22),根据车牌区域内的显露字符特征,确定显露字符位置以及缺失字符可能存在位置;遮挡分析模块(23),根据分析缺失字符位置的纹理来判断是否恶意遮挡;将判断结果送至所述处理模块。该车牌遮挡检测系统解决了现有检测系统不能区分恶意遮挡情况的技术问题。
Description
技术领域
本实用新型属于智能交通控制系统领域,特别涉及一种车牌遮挡检测系统及检测方法。
背景技术
车牌识别技术是智能交通领域中应用极为广泛的模式识别技术之一,目前智能交通行业绝大部分非现场违章检测系统(如闯红灯电子警察监测系统,超速抓拍系统等)均是基于车牌识别技术而实现自动检测、自动抓拍、自动识别和自动入库的,是交通管理智能化的技术基础之一。
车牌识别技术的技术基础是图像处理技术、字符识别技术,车牌识别技术通常分为四个处理阶段,即车牌定位、字符分割、字符识别、车牌后处理。其中:
车牌定位模块从车辆图片中定位到车牌位置区域,包括使用字符笔画梯度特征、车牌底色特征、纹理特征等方式,以获得最为准确地、有效面积比(即车牌实际区域与候选区域面积之比)最大的车牌候选区域,并尽可能过滤和减少错误的候选区域数。
字符分割模块是指对车牌候选区域进行分析,定位字符,尝试使用不同的车牌格式定位并切割车牌字符,选取最为合理的车牌格式划分方法,并成功分离出单独的牌照号码字符。
字符识别模块是指采用模式识别领域中的OCR(光学字符识别)技术识别经过字符分割之后得到的单个字符图像,得到单个字符的识别结果。
车牌后处理模块是指利用字符识别模块的单字符识别结果(包括候选识别结果和对应的可信度),根据车牌规则筛选并组合出可信度最高且符合车牌字符规则标准的牌照号码,常用的方法是采用最短路径法来实现。通过以上四个模块的组合和处理,可以获得可信度较高的车牌号码识别结果。
目前使用的车牌识别技术采用的车牌定位方法大多是基于车牌特征的,即在图像中寻找具有车牌特征的区域作为候选区域,再尝试采用不同格式的车牌规则对该区域进行切分,从而分割出单独的车牌字符,送入OCR字符识别模块。其中最重要的车牌特征是字符特征,可以较为准确地区分出车牌区域和车身上的其他字符,以便减少车牌区域候选块,提高定位速度。但这种方法的缺点在于:如果车牌被遮挡或部分遮挡,导致其字符特征不明显,则往往导致车牌区域定位失败,最后出现无法识别的情况。而在日常生活中常见的恶意遮挡车牌的行为恰恰正好减少了车牌的字符特征,如使用纸片或光盘遮挡车牌的若干个数字(通常为1~3个),则可能导致定位失败,从而最后无法识别到车牌。
为了解决上述问题,中国专利CN102156862A公开了一种反遮改(遮挡和涂改)车牌识别系统及识别方法。首先利用车牌的回归反射特性设计了一种主被动成像系统,实现了图像中车牌区域的高亮显示,车身、其它背景以及遮改材料的低亮显示;然后,设计一种反遮改车牌识别方法,实现了遮改判别和字符识别。但是,这种车牌识别系统仅使用图像处理方法对车牌字符进行分割,如不能分割则判定为遮挡,分割成功后二值化处理当0像素大于阈值则认为遮挡,否则认为非遮挡。但是,该系统不能区分恶意遮挡和非故意遮挡。对于车牌被前后车辆遮挡的情况,一方面由于对车牌轮廓被遮挡可能导致车牌定位失败,另一方面即使车牌定位成功,由于遮挡缺失了字符也会导致遮挡号码的判断不够准确;而对于一些破损脏污车牌,由于无法分割出车牌字符也被误判为故意遮挡。
现有的人为恶意遮挡车牌字符所采用的方式相对固定,常见的是用光盘、纸、蒙布等物品对车牌的后几位进行遮挡。对于常见的遮挡方式和遮挡物,其纹理特征是相对固定或有规律的。因此,申请人针对上述恶意遮挡车牌字符的情况提出了本实用新型。
实用新型内容
为此,本实用新型所要解决的技术问题在于现有的车牌识别系统不能分辨车牌恶意遮挡的问题,进而提供一种能够准确检测到后几位车牌号码被恶意遮挡的车牌遮挡检测系统以及检测方法。
为解决上述技术问题,本实用新型公开了一种车牌遮挡检测系统,其包括,车辆抓拍定位模块,用于抓拍监测位置的车辆图像并在抓拍到的车辆图像中定位到车辆轮廓;以及处理模块,用于对恶意遮挡车牌情况进行处理;还包括车牌遮挡判断模块,车牌遮挡判断模块包括,车牌定位模块,用于在所述车辆轮廓图像中定位到车牌区域;车牌字符分析模块,根据车牌区域内的显露字符特征,确定显露字符位置以及缺失字符可能存在位置;遮挡分析模块,根据分析缺失字符可能存在位置的纹理来判断是否恶意遮挡;将判断结果送至所述处理模块。
车辆抓拍定位模块包括:车辆抓拍单元,用于对通行于监测位置的车辆图像进行抓拍;车辆定位单元,用于将抓拍到车辆图像定位到车辆轮廓位置。
所述车牌定位模块根据显露的车牌字符位置以及车牌位置的统计值在所述车辆轮廓图像中定位到车牌区域。
所述车牌字符分析模块包括显露字符位置确认单元以及缺失字符位置判断单元;所述显露字符位置确认单元根据字符的纹理特征应用匹配搜索定位到显露字符位置;缺失字符位置判断单元根据显露字符的位置以及标准车牌字符格式推断缺失字符可能存在位置。
所述显露字符个数为3-5个,其至少包括车牌的第两位。
所述处理模块包括报警装置,用于对恶意遮挡车牌情况进行报警。
本实用新型同时公开了应用上述车牌遮挡检测系统的检测方法,其包括以下步骤,
a.对通行于监测位置的车辆图像抓拍后,在抓拍到的车辆图像中定位到车辆轮廓;
b.在所述车辆轮廓图像中定位到车牌区域;
c.根据车牌区域内的显露字符特征,确定显露字符位置以及缺失字符可能存在位置;
d.根据分析缺失字符位置的纹理特征判断是否恶意遮挡,所述处理模块根据判断结果对恶意遮挡车牌进行处理。
步骤b中通过显露的车牌位置以及车牌位置的统计值在所述车辆轮廓图像中定位到车牌区域。
步骤d所述处理模块对恶意遮挡车牌情况进行报警。本实用新型的上述技术方案相比现有技术具有以下优点:
本实用新型的车牌遮挡检测系统根据显露的车牌字符位置以及车牌位置的统计值在所述车辆轮廓图像中定位到车牌区域,其避免了现有技术中通过车牌特征实现定位时定位失败的问题。并且,本实用新型通过分析缺失字符位置处的纹理信息,纹理信息与若干类常见的遮挡物的纹理特征相近,或多个字符缺失区域的纹理比较接近,则基本可以判定该车牌可能存在恶意遮挡的行为。避免了现有技术中,因此,本实用新型的车牌遮挡检测系统在判断恶意遮挡方面相比于现有技术更加智能化。
附图说明
为了使本实用新型的内容更容易被清楚的理解,下面根据本实用新型的具体实施例并结合附图,对本实用新型作进一步详细的说明,其中
图1是车牌遮挡检测系统的系统框图。
具体实施方式
以下将结合附图,使用以下实施例对本实用新型进行进一步阐述。
本实用新型的车牌遮挡检测系统如图1所示,其包括,
车辆抓拍定位模块1,用于抓拍监测位置的车辆图像并在抓拍到车辆图像中定位到车辆轮廓;所述车辆抓拍定位模块1包括:车辆抓拍单元11和车辆定位单元12。
车辆抓拍单元11用于对通行在监测点路面的车辆的图像抓拍。该单元的功能是为了获得清晰、完整的车辆图像,以便于进行后续的遮挡检测和分析。对车辆进行图像抓拍的机制有多种,常见的方式包括地感线圈触发抓拍、视频分析触发抓拍、雷达触发抓拍等,该功能模块是整个系统进行处理分析的车辆图像的采集单元,是数据来源模块,在所有基于车牌识别技术的智能交通系统中均有使用类似的功能模块。在本系统中对该模块没有特殊的要求,可以直接使用成熟的技术来实现车辆图像的抓拍。
车辆定位单元12在抓拍到的车辆图像中定位到车辆的轮廓位置。该单元的功能是为了从大分辨率的全景图像中定位到目标车辆的具体位置,且该位置基本以车辆的外形轮廓为边界,去除阴影、车辆遮挡等的影响。使用类似于人脸检测的模式识别算法,通过采用车辆外形模板(主要包括车前脸或车辆后部的模板)进行搜索匹配,在抓拍图像中定位到车辆位置。在模式识别领域有多种经典算法(如金字塔搜索)可以实现这一功能。本系统中没有对该模块提出特殊的要求,可以直接使用成熟的技术来实现车辆区域的定位。
该车牌遮挡检测系统还包括车牌遮挡判断模块2,车牌遮挡判断模块2包括,
车牌定位模块21,所述车牌定位模块根据显露的车牌位置以及车牌位置的统计值将所述车辆轮廓定位到车牌悬挂的位置区域。该模块的功能是较为准确地定位到车牌的具体位置,该位置需要较为准确的标定车牌区域,应基本限制在实际车牌的外边框位置,不允许出现较大的偏差或多余区域,也不允许有较严重的缺失。车牌定位模块是本系统中的关键模块。由于本系统要解决的是车牌遮挡的检测和判断,因此对于该模块而言,不可能利用车牌字符区域的完整纹理信息来实现对车牌位置的标定,但由于大部分情况下恶意遮挡车牌的情况都是采用各种方式遮挡部分车牌字符(如遮挡车牌号码最后1~3位),因此仍然可以利用剩余的3-5个部分字符的纹理信息,同时根据统计规律(如对于绝大部分小型车辆,头部和尾部车牌均悬挂在中间位置)辅助实现对车牌区域的定位。而对于车牌没有悬挂在中间位置的情况,在统计规律的区域找不到类似车牌字符的特征,则放弃使用统计规律,直接根据显露出来的字符位置确定车牌的可能区域。
车牌字符分析模块22,根据车牌区域内的显露字符特征,确定显露字符位置以及缺失字符的可能存在的位置;所述车牌字符分析模块包括显露字符位置确认单元221以及缺失字符位置判断单元222。
所述显露字符位置确认单元221用于确认车牌区域内各字符的位置。该单元是基于车牌定位模块的定位区域,在区域内搜索字符,其主要方法是利用字符的纹理特征,采用匹配搜索的方式定位到车牌字符位置。匹配搜索方式是指在车牌的可能区域内采取模板匹配、连通域搜索等方式确定单个车牌字符,对于恶意遮挡车牌行为来说,通常仍然会有3~5个字符是显露的,采用模式识别中的模糊搜索匹配算法可以确定显露出来的车牌字符的具体位置,并同时根据显露出来的字符位置确认车牌格式。
对于恶意遮挡车牌行为来说,最常见的遮挡方式是对车牌号码后一位或后两位的遮挡,对于显露出来的字符来说,字符大小、宽度是可以计算出平均值的,字符间距也可取得,通过显露出来的字符大小和位置关系,可以确定车牌格式。由于车牌中第2,3位的字符宽度与其他位之间的间距相差较大,所以只要在第2位字符存在的情况下,显露字符以及缺失字符的位置都能够唯一确定。
如:当车牌字符最后两位被遮挡时,可以通过第2、3字符间的间距明显大于其他字符间的间距唯一确定车牌格式;当被遮挡位置位于车牌中间位置时,例如第3位和第5位被遮挡,则可以通过第2位与第4位字符之间的距离(其相比于普通的两位之间的距离大一定比例)以及第4位与第6位,第6位与第7位之间的距离的关系,则可以判断出车牌格式及其位置。
通过上述处理,根据缺失字符位置判断单元222根据车牌格式以及已经通过显露字符位置确认单元确认的车牌字符位置,定位到“应该存在”车牌字符的区域位置。该单元主要是为了定位很可能被遮挡的字符的位置,是通过车牌格式及已知的字符的位置来推断可能被遮挡的字符的位置的。
还包括遮挡分析模块23,所述遮挡分析模块23根据缺失区域的纹理分析判断是否恶意遮挡车牌。该模块即针对缺失字符位置判断单元222所定位到的“应该存在字符”但却没有检测“确实存在”的区域进行纹理分析,因为此处很可能存在被遮挡的字符。提取其纹理特征,该特征必然与字符特征区别较大(如果区别很小,则被定位为车牌字符了)。由于人为恶意遮挡车牌字符所采用的方式相对固定,常见的有光盘遮挡、纸遮挡、蒙布遮挡等。对于常见的遮挡方式和遮挡物,其纹理特征是相对固定或有规律的。如在遮挡分析模块中所检测到的纹理特征(这些纹理特征均位于“可能存在车牌字符但未检测到字符”的区域)与若干类常见的遮挡物的纹理特征相近,或多个字符缺失区域的纹理比较接近,则基本可以判定该车牌可能存在恶意遮挡的行为。
该车牌遮挡检测系统还包括处理模块3,所述处理模块3包括报警装置,用于对恶意遮挡车牌情况进行报警。
本实用新型同时公开了应用上述车牌遮挡检测系统的检测方法,其包括以下步骤,
a.对通行于监测位置的车辆图像抓拍后,在抓拍到的车辆图像中定位到车辆轮廓;
b.通过显露的车牌位置以及车牌位置的统计值在所述车辆轮廓图像中定位到车牌区域;
c.根据车牌区域内的显露字符特征,确定显露字符位置以及缺失字符可能存在位置;
d.根据分析缺失字符位置的纹理特征判断是否恶意遮挡,所述处理模块根据判断结果对恶意遮挡车牌进行报警。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本实用新型创造的保护范围之中。
Claims (4)
1.一种车牌遮挡检测系统,其包括,
车辆抓拍定位模块(1),用于抓拍监测位置的车辆图像并在抓拍到的车辆图像中定位到车辆轮廓;
以及处理模块(3),用于对恶意遮挡车牌情况进行处理;其特征在于:
还包括车牌遮挡判断模块(2),车牌遮挡判断模块(2)包括,
车牌定位模块(21),用于在所述车辆轮廓图像中定位到车牌区域;
车牌字符分析模块(22),根据车牌区域内的显露字符特征,确定显露字符位置以及缺失字符可能存在位置;
遮挡分析模块(23),根据分析缺失字符可能存在位置的纹理来判断是否恶意遮挡;将判断结果送至所述处理模块。
2.根据权利要求1所述的车牌遮挡检测系统,其特征在于:
车辆抓拍定位模块(1)包括:
车辆抓拍单元(11),用于对通行于监测位置的车辆图像进行抓拍;
车辆定位单元(12),用于将抓拍到车辆图像定位到车辆轮廓位置。
3.根据权利要求1所述的车牌遮挡检测系统,其特征在于:
所述显露字符个数为3-5个,其至少包括车牌的第两位。
4.根据权利要求3所述的车牌遮挡检测系统,其特征在于:
所述处理模块(3)包括报警装置,用于对恶意遮挡车牌情况进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201120549313 CN202584427U (zh) | 2011-12-23 | 2011-12-23 | 车牌遮挡检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201120549313 CN202584427U (zh) | 2011-12-23 | 2011-12-23 | 车牌遮挡检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202584427U true CN202584427U (zh) | 2012-12-05 |
Family
ID=47253815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201120549313 Expired - Lifetime CN202584427U (zh) | 2011-12-23 | 2011-12-23 | 车牌遮挡检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202584427U (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568202A (zh) * | 2011-12-23 | 2012-07-11 | 北京易华录信息技术股份有限公司 | 车牌遮挡检测系统及检测方法 |
CN103942962A (zh) * | 2014-01-02 | 2014-07-23 | 浙江宇视科技有限公司 | 一种遮挡车牌的违章处理装置及方法 |
CN106772419A (zh) * | 2015-11-23 | 2017-05-31 | 北京万集科技股份有限公司 | 车辆定位方法及装置 |
CN108021915A (zh) * | 2017-12-25 | 2018-05-11 | 重庆冀繁科技发展有限公司 | 防遮挡的车牌检测方法 |
CN108091143A (zh) * | 2017-12-25 | 2018-05-29 | 重庆冀繁科技发展有限公司 | 车牌检测系统 |
-
2011
- 2011-12-23 CN CN 201120549313 patent/CN202584427U/zh not_active Expired - Lifetime
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568202A (zh) * | 2011-12-23 | 2012-07-11 | 北京易华录信息技术股份有限公司 | 车牌遮挡检测系统及检测方法 |
CN102568202B (zh) * | 2011-12-23 | 2014-07-09 | 北京易华录信息技术股份有限公司 | 车牌遮挡检测系统及检测方法 |
CN103942962A (zh) * | 2014-01-02 | 2014-07-23 | 浙江宇视科技有限公司 | 一种遮挡车牌的违章处理装置及方法 |
CN106772419A (zh) * | 2015-11-23 | 2017-05-31 | 北京万集科技股份有限公司 | 车辆定位方法及装置 |
CN108021915A (zh) * | 2017-12-25 | 2018-05-11 | 重庆冀繁科技发展有限公司 | 防遮挡的车牌检测方法 |
CN108091143A (zh) * | 2017-12-25 | 2018-05-29 | 重庆冀繁科技发展有限公司 | 车牌检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102568202B (zh) | 车牌遮挡检测系统及检测方法 | |
CN103136528B (zh) | 一种基于双边缘检测的车牌识别方法 | |
CN101383003B (zh) | 车辆号牌实时精确识别方法 | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别系统及方法 | |
CN102364496B (zh) | 一种基于图像分析的汽车车牌自动识别方法及系统 | |
CN104036262B (zh) | 一种lpr车牌筛选识别的方法和系统 | |
CN102708356B (zh) | 一种基于复杂背景下的车牌自动定位和识别方法 | |
CN202584427U (zh) | 车牌遮挡检测系统 | |
CN100414561C (zh) | 一种基于投影法和数学形态学的车牌提取方法 | |
CN106373426A (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
CN106650553A (zh) | 车牌识别方法及系统 | |
CN107180230B (zh) | 通用车牌识别方法 | |
CN102156862B (zh) | 一种反遮改车牌识别系统及识别方法 | |
CN104298976A (zh) | 基于卷积神经网络的车牌检测方法 | |
CN104951784A (zh) | 一种车辆无牌及车牌遮挡实时检测方法 | |
CN107016362B (zh) | 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统 | |
CN102968646A (zh) | 一种基于机器学习的车牌检测方法 | |
CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
CN100385452C (zh) | 一种车牌字符分割方法 | |
CN104537360A (zh) | 车辆未让行违章检测方法及其检测系统 | |
CN105551261A (zh) | 换牌车辆检测方法及其系统 | |
CN103914682A (zh) | 一种车牌识别方法及系统 | |
CN103699880A (zh) | 基于物联网的交通违法车辆牌照检测与识别方法 | |
CN107909012A (zh) | 一种基于视差图的实时车辆跟踪检测方法与装置 | |
CN107358236A (zh) | 一种基于摄像装置的车牌号码识别系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term |
Granted publication date: 20121205 |
|
CX01 | Expiry of patent term |