CN103578277A - 套牌嫌疑车搜索方法及其装置 - Google Patents
套牌嫌疑车搜索方法及其装置 Download PDFInfo
- Publication number
- CN103578277A CN103578277A CN201210295525.3A CN201210295525A CN103578277A CN 103578277 A CN103578277 A CN 103578277A CN 201210295525 A CN201210295525 A CN 201210295525A CN 103578277 A CN103578277 A CN 103578277A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- license plate
- plate number
- color
- stuck point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004458 analytical method Methods 0.000 claims description 35
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 12
- 238000012360 testing method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000000872 buffer Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及智能交通领域,公开了一种套牌嫌疑车搜索方法及其装置。本发明中,对于抓拍时间上相邻的两个通行记录,如果两个通行记录的卡点之间所有的路由中都至少有一个应当抓拍的中间卡点存在但却没有检测记录,则判定为套牌嫌疑车,为套牌嫌疑车的判断提供了一种方便可靠的新方法。对***中的车辆历史数据,采用面向车辆对象的存储和检索方法,以***中出现的所有车牌不重复的车辆为最大记录数,通过车牌建立唯一索引,对于每辆车通行记录的存储内容为单条车辆对象记录内的微小文本信息增加,节省存储资源,提高历史过车记录的检索速度,解决了套牌嫌疑车比对需要查找多条数据库记录耗费资源大而无法实时实现的问题,使检测实时、有效。
Description
技术领域
本发明涉及智能交通领域,特别涉及套牌嫌疑车检测技术。
背景技术
随着近年来机动车保有量的增加,与车辆有关的犯罪活动也越来越多,车牌作为车辆的唯一身份证,是稽查与车辆有关犯罪行为的关键线索,但也正因为如此,很多不法分子利用伪造悬挂他人车牌的方式,即套牌来逃避责任,例如有些车主为行车“方便”,不受电子警察的限制,套用别的号牌,随意违法行驶。即使被电子警察抓拍到,也不会查到自己头上,而逍遥法外。不少车主受经济利益的驱使,买车后不办理注册登记,直接套用别的车辆号牌上路行驶。这样就可以“节省”很大一笔税费,而且不用参加车辆年检,既省钱又省事等。
为了解决***稽查问题,目前有很多解决方案,大概分为两类,一种是完全视频检测的方法,利用车辆的时空特征和注册信息来判别***,但问题在于视频检测识别车辆颜色、牌照和车标的方法一方面无法做到100%准确,即使5%的误差,在每天千万条记录级以上的数据基础上,误报也将达几十万次,因此直接仅仅利用车牌、车辆颜色和车标等比对方法在实际运行中由于误报太多而不可行;另一方面是利用车辆的时空信息,这些方案往往是利用实时检测结果到中心关联数据库检索的方法,由于车辆数据库往往以亿计且不断累积,检索和比对只能是理论上可行,根本无法保证实时检测和报警的效果。在申请号为200910099475.X的中国专利中,利用存储缓存的方法,可以解决快速比对的问题,但由于其针对的是两两卡点间的旅行时间原理进行实时车牌匹配比对,判断旅行时间的合理性来输出套牌嫌疑车辆,因此在卡点越来越多的实际情况下,需要的缓存存储量和耗费的计算资源呈几何级数增长,最终只能针对有限卡点间的正在行驶车辆进行套牌检测,从原理上无法解决因跨区域***检测的实际需求而导致的大数据量***比对问题,更无法实现从历史车辆记录中进行事后套***报警功能,因此在应用上存在严重局限。
因此,现在亟需一种更加方便可靠的判断套牌嫌疑车的方法,能够不受检索速度和缓存大小的限制,能够在确保尽量低的软硬件投入下,真正实现套牌嫌疑车检测的实时性和有效性,真正做到实用化。
发明内容
本发明的目的在于提供一种套牌嫌疑车搜索方法及其装置,为套牌嫌疑车的判断提供一种方便可靠的新方法,如果与其它套牌嫌疑车判断方法组合使用,可以进一步增加判断的可靠性。
为解决上述技术问题,本发明的实施方式公开了一种套牌嫌疑车搜索方法,包括以下步骤:
A预先在至少三个卡点上使用摄像机抓拍通行车辆的抓拍图像,并根据抓拍图像分析得到车牌号,将所得的车牌号、摄像机所在卡点和对应的抓拍时间组成通行记录;
B在具有同一车牌号的各通行记录中,找到抓拍时间上相邻的两个通行记录;
C根据预先设定的各卡点间的路由关系,查找这两个抓拍时间上相邻的通行记录的卡点之间的所有路由;
D如果查找到的所有路由均包含至少一个应当抓拍的中间卡点,则判定该车牌号对应的车辆为套牌嫌疑车。
本发明的实施方式还公开了一种套牌嫌疑车搜索装置,包括:
记录单元,用于根据抓拍图像分析得到车牌号,并将所得的车牌号、摄像机所在卡点和对应的抓拍时间组成通行记录;
第一查找单元,用于在记录单元记录的通行记录中,找到具有同一车牌号的各通行记录中抓拍时间上相邻的两个通行记录;
第二查找单元,用于根据预先设定的各卡点间的路由关系,查找第一查找单元找到的这两个抓拍时间上相邻的通行记录的卡点之间的所有路由;
第一判断单元,用于如果第二查找单元查找到的所有路由均包含至少一个应当抓拍的中间卡点,则判定该车牌号对应的车辆为套牌嫌疑车。
本发明实施方式与现有技术相比,主要区别及其效果在于:
对于抓拍时间上相邻的两个通行记录,如果两个通行记录的卡点之间所有的路由中都至少有一个应当抓拍的中间卡点存在但却没有检测记录,则判定为套牌嫌疑车,为套牌嫌疑车的判断提供了一种方便可靠的新方法,如果与其它套牌嫌疑车判断方法组合使用,可以进一步增加判断的可靠性。
进一步地,对***中的车辆历史数据,采用面向车辆对象的存储和检索方法,以***中出现的所有车牌不重复车辆为最大记录数,通过车牌建立唯一索引,对于每辆车的实时和历史状态直接保存和更新,在更新记录的同时,更快速、高效地生成车辆轨迹和旅行时间等信息,数据库记录的上限为本市车辆实际保有量,无需保存和维护长时间的卡点过车记录,对于每辆车通行记录的存储内容为单条车辆对象记录内的微小文本信息增加,可以节省存储资源,并且可以提高历史过车记录的检索速度,解决了套牌嫌疑车比对需要查找多条数据库记录耗费资源大而无法实时实现的问题,真正实现套牌嫌疑车检测的实时性和有效性。
进一步地,交通路网中,道路卡点情况往往都错综复杂,专门建立数据库表对道路卡点路由进行记录,并根据道路建设进行同步维护,这样在进行套牌嫌疑车分析时,可以实时获取最新的路由来进行套牌嫌疑车分析,可以确保套牌嫌疑车检测的有效性。
进一步地,通过多种方法,综合判断是否为套牌嫌疑车辆,可以避免因单一因素识别无法达到100%精度而导致的检测正确率过低和误报过多的问题。
进一步地,通过利用车辆白天和夜晚分别的车辆颜色分析比对,可以弥补因电荷耦合元件和补光成像特性导致的同一辆车在白天和夜晚乃至不同天气的成像色彩差别,可以进一步提高套牌嫌疑车检测的准确率。
附图说明
图1是本发明第一实施方式中一种套牌嫌疑车搜索方法的流程示意图;
图2是本发明第一实施方式中一种以车牌号为唯一索引的车辆对象记录的存储结构示意图;
图3是本发明第一实施方式中一种卡点信息路由表内卡点的存储结构示意图;
图4是本发明第一实施方式中一种创建和更新车辆对象记录的流程示意图;
图5是本发明第一实施方式中一种卡点信息路由表;
图6是本发明第一实施方式中一种卡点及其连通关系图;
图7是本发明第二实施方式中一种套牌嫌疑车搜索方法的流程示意图;
图8是本发明第三实施方式中一种套牌嫌疑车搜索方法的流程示意图;
图9是本发明第四实施方式中一种套牌嫌疑车搜索装置的结构示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种套牌嫌疑车搜索方法。图1是该套牌嫌疑车搜索方法的流程示意图。
具体地说,如图1所示,该套牌嫌疑车搜索方法包括以下步骤:
在步骤101中,预先在至少三个卡点上使用摄像机抓拍通行车辆的抓拍图像,并根据抓拍图像分析得到车牌号,将所得的车牌号、摄像机所在卡点和对应的抓拍时间组成通行记录。
这里所称的卡点可以考虑方向,同一位置上的不同方向的摄像机可以认为是两个卡点,尤其是对有车道隔离的道路(如高速公路)更应如此。
抓拍和图像分析是不断进行的,每得到一个抓拍图像,就将分析得到的车牌号、摄像机所在卡点和对应的抓拍时间组成通行记录。当然,通行记录的存储方式是多种多样的,可以是一个通行记录形成一条数据库记录,也可以使用面向对象的方式将属于同一对象的多条记录组合起来存储。优选地,在本实施方式中采用后一种方式,通行记录是存储在以车牌号为唯一索引的车辆对象记录中的,该车辆对象记录中还包括:车辆颜色和车辆类型,其中车辆颜色包括车辆的白天颜色和夜晚颜色。图2是以车牌号为唯一索引的车辆对象记录的存储结构示意图。如图2所示,车辆对象记录中还包括车辆速度和驾驶员人脸等信息。
面向车辆对象的存储和检索方法,对于每辆车的实时和历史状态直接保存和更新,在更新记录的同时,更快速、高效地生成车辆轨迹和旅行时间等信息,数据库记录的上限为本市车辆实际保有量,无需保存和维护长时间的卡点过车记录,对于每辆车通行记录的存储内容为单条车辆对象记录内的微小文本信息增加,可以节省存储资源,并且可以提高历史过车记录的检索速度,解决了套牌嫌疑车比对需要查找多条数据库记录耗费资源大而无法实时实现的问题,真正实现套牌嫌疑车检测的实时性和有效性。
如果采用视频图像识别车牌号的方式,为提高车辆对象记录的检索速度,以车牌号为唯一索引的车辆对象记录按照以下方式建立:
根据地区或者军区汉字作为车牌表格划分依据;
根据车牌类型(车牌颜色)作为车牌表格划分的二次依据;
根据车牌上的后五位字母或者数字顺序建立车牌表格划分的二次依据。
在步骤101之前,还包括以下步骤:
预先将摄像机所在卡点的编号、名称、经纬度和相邻卡点集合组成卡点信息路由表,根据该卡点最新的信息路由表,预先更新和设定各卡点间的路由关系。图3是该卡点信息路由表内卡点的存储结构示意图,除了卡点编号、名称、经纬度和相邻卡点集合外,该卡点信息路由表中还包括卡点的归属地和卡点分类等信息。
交通路网中,道路卡点情况往往都错综复杂,专门建立数据库表对道路卡点路由进行记录,并根据道路建设进行同步维护,这样在进行***分析时,可以实时获取最新的路由来进行套牌嫌疑车分析,可以确保套牌嫌疑车检测的有效性。
在步骤101之后,还包括以下步骤:
根据抓拍图像和对应的抓拍时间,分析得到车辆的白天颜色或夜晚颜色和车辆类型。
根据所得的车牌号,查找该车牌号对应的车辆对象记录。
如果查找到对应的车辆对象记录,则将本次通行记录存储到该车辆对象记录中,如果分析得到的车辆的白天颜色或夜晚颜色未存储在该车辆对象记录中,则将该车辆的白天颜色或夜晚颜色存储到该车辆对象记录中。
如果未查找到对应的车辆对象记录,则以该车牌号为唯一索引创建一条新的车辆对象记录,并将本次通行记录、车辆的白天颜色或夜晚颜色和车辆类型存储到该车辆对象记录中。
图4是创建和更新车辆对象记录的流程示意图。
具体地说,如图4所示:
在步骤401中,根据抓拍图像和对应的抓拍时间,分析得到车辆的白天颜色或夜晚颜色和车辆类型。
此后进入步骤402,根据所得的车牌号,查找该车牌号对应的车辆对象记录。
此后进入步骤403,判断是否查找到该车牌号对应的车辆对象记录。
若是,则进入步骤404;若否,则进入步骤407。
在步骤404中,本次通行记录存储到该车辆对象记录中。
此后进入步骤405,判断分析得到的车辆的白天颜色或夜晚颜色是否已存储在该车辆对象记录中。
若否,则进入步骤406;若是,则结束本流程。
在步骤406中,将该车辆的白天颜色或夜晚颜色存储到该车辆对象记录中。
此后结束本流程。
在步骤407中,以该车牌号为唯一索引创建一条新的车辆对象记录。
此后进入步骤408,将本次通行记录、车辆的白天颜色或夜晚颜色和车辆类型存储到该车辆对象记录中。
此后结束本流程。
若本次通行记录中,根据抓拍图像分析得到的车辆颜色,根据对应的抓拍时间应该归类为车辆的白天颜色,则将该白天颜色存储到车辆对象记录中,或者将其与车辆对象记录中已存储的车辆白天颜色进行比对;若本次通行记录中,根据抓拍图像分析得到的车辆颜色,根据对应的抓拍时间应该归类为车辆的夜晚颜色,则将该夜晚颜色存储到车辆对象记录中,或者将其与车辆对象记录中已存储的车辆的夜晚颜色进行比对。
根据抓拍时间,将根据抓拍图像分析得到的车辆颜色进一步归类为车辆的白天颜色或夜晚颜色,可以避免同一辆车在白天和夜晚甚至不同天气的成像色彩差别而造成后续车辆特征比对时车辆颜色比对困难,甚至造成误判,可以进一步提高套牌嫌疑车检测的准确率。
此后进入步骤102,在具有同一车牌号的各通行记录中,找到抓拍时间上相邻的两个通行记录。
此后进入步骤103,根据预先设定的各卡点间的路由关系,查找这两个抓拍时间上相邻的通行记录的卡点之间的所有路由。
此后进入步骤104,判断查找到的所有路由是否均包含至少一个应当抓拍的中间卡点。
若是,则进入步骤105;若否,则进入步骤106。
在步骤105中,判断该车牌号对应的车辆为套牌嫌疑车。
对于抓拍时间上相邻的两个通行记录,如果两个通行记录的卡点之间所有的路由中都至少有一个应当抓拍的中间卡点存在但却没有检测记录,则判定为套牌嫌疑车。
此后结束本流程。
在步骤106中,判断该车牌号对应的车辆为非套牌嫌疑车。
此后结束本流程。
需要说明的是,权利要求书中各步骤之前的字母如A、B、C和D等仅用于标识不同的步骤,字母之间的先后顺序并不代表相应的步骤之间也必然有相应的先后顺序。
如果查找到的所有路由均包含至少一个应当抓拍的中间卡点,则判定该车牌号对应的车辆为套牌嫌疑车。
如果查找到的所有路由均包含至少一个应当抓拍的中间卡点,是指抓拍时间上相邻的两个通行记录的卡点之间的所有路由均是非直达路由。
对抓拍时间上相邻的两个通行记录,如果两个通行记录的卡点之间所有的路由中都至少有一个应当抓拍的中间卡点存在但却没有检测记录,则判定为套牌嫌疑车,为套牌嫌疑车的判断提供了一种方便可靠的新方法,如果与其它套牌嫌疑车判断方法组合使用,可以进一步增加判断的可靠性。
如果路网内存在编号分别为1、2、3、a、b和m的卡点,根据该各个卡点的经纬度、方向和网络经由关系,建立卡点信息路由表如图5所示,该卡点信息路由表为一个多维向量矩阵,横纵坐标为路网内所有的卡点方向代码,节点向量为两个卡点是否直接连通和理论最小旅行时间,其中数字0表示两个卡点间不直接连通,1表示两个卡点间直接连通,t1a表示的是卡点1和卡点a间的理论最小旅行时间,ta1表示的是卡点a和卡点1间的理论最小旅行时间,同样的,t13表示的是卡点1和卡点3间的理论最小旅行时间,依此类推。
根据该预先设定的卡点信息路由表,建立卡点及其连通关系图如图6所示。
对于任意不相邻卡点间必经路由的判断,可以利用遍历路径法,进行路径节点经由轨迹匹配分析,如果实际路径与可能路径不匹配,则说明有***嫌疑。
本发明第二实施方式涉及一种套牌嫌疑车搜索方法。图7是该套牌嫌疑车搜索方法的流程示意图。
第二实施方式在第一实施方式的基础上进行了改进,主要改进之处在于:
在步骤102之后,还包括以下步骤:
根据卡点信息路由表中各卡点的经纬度,计算出这两个抓拍时间上相邻的通行记录的卡点之间的空间距离。
计算出这两个抓拍时间上相邻的通行记录的抓拍时间差。
计算出该车辆在这两个抓拍时间上相邻的通行记录的卡点之间的旅行速度,如果该旅行速度超过该两个卡点间旅行速度的可行阈值范围,则判定该车牌号对应的车辆为套牌嫌疑车。
需要说明的是,该旅行速度合理阈值的判断可以在路由判断之前进行,也可以在路由判断之后进行。
另外,同样的,权利要求书中各步骤之前的字母如X、Y和Z等仅用于标识不同的步骤,字母之间的先后顺序并不代表相应的步骤之间也必然有相应的先后顺序。
具体地说,如图7所示,
在步骤701中,预先在至少三个卡点上使用摄像机抓拍通行车辆的抓拍图像,并根据抓拍图像分析得到车牌号,将所得的车牌号、摄像机所在卡点和对应的抓拍时间组成通行记录。
此后进入步骤702,在具有同一车牌号的各通行记录中,找到抓拍时间上相邻的两个通行记录。
此后进入步骤703,根据卡点信息路由表中各卡点的经纬度,计算出这两个抓拍时间上相邻的通行记录的卡点之间的空间距离。
此后进入步骤704,计算出这两个抓拍时间上相邻的通行记录的抓拍时间差。
优选地,任意不相邻卡点间的旅行时间,可以根据不同的可能路径来计算,是几个构成链路的相邻卡点旅行时间的相加。
此后进入步骤705,计算出该车辆在这两个抓拍时间上相邻的通行记录的卡点之间的旅行速度。
此后进入步骤706,判断该旅行速度是否超过该两个卡点间旅行速度的可行阈值范围。
若是,则进入步骤707;若否,则进入步骤708。
在步骤707中,判断该车牌号对应的车辆为套牌嫌疑车。
此后结束本流程。
在步骤708中,判断给车牌号对应的车辆为非套牌嫌疑车。
此后结束本流程。
本发明第三实施方式涉及一种套牌嫌疑车搜索方法。图8是该套牌嫌疑车搜索方法的流程示意图。
第三实施方式在第二实施方式的基础上进行了改进,主要改进之处在于:
在路由判断和旅行速度判断的步骤之后,还包括以下步骤:
如果通过路由判断或通过旅行速度判断的方法判定该车牌号对应的车辆为套牌嫌疑车,则进一步地将根据抓拍图像分析得到的车辆的白天颜色或夜晚颜色与车辆对象记录中存储的车辆的白天颜色或夜晚颜色进行比对,并将根据抓拍图像分析得到的车辆类型与车辆对象记录中存储的车辆类型进行比对,
如果车辆颜色或车辆类型不同,则判定该车牌号对应的车辆为套牌嫌疑车。
如果车辆颜色和车辆类型都相同,则判断根据抓拍图像分析得到的车辆颜色和车辆类型与车管所登记的车辆颜色和车辆类型是否匹配,如果不匹配,则判定该车牌号对应的车辆为套牌嫌疑车,如果匹配,则判定该车牌号对应的车辆为非套牌嫌疑车。
在路由判断和旅行速度判断的步骤之后,还包括以下步骤:
如果通过路由判断或通过旅行速度判断的方法均未判定该车牌号对应的车辆为套牌嫌疑车,则判断根据抓拍图像分析得到的车辆颜色和车辆类型与车管所登记的车辆颜色和车辆类型是否匹配,如果不匹配,则判定该车牌号对应的车辆为套牌嫌疑车;如果匹配,则判定该车牌号对应的车辆为非套牌嫌疑车。
具体地说,如图8所示,
在步骤801中,从车辆对象记录中直接获取最新的车辆通行记录。
此后进入步骤802,根据卡点信息路由表,遍历合理路径,计算旅行速度。
此后进入步骤803,判断是否路由不完全或者旅行速度超过可行阈值范围。
若是,则进入步骤804;若否,则进入步骤806。
在步骤804中,判断根据抓拍图像分析所得的车辆的白天颜色或夜晚颜色和车辆类型与车辆对象记录中存储的内容是否匹配。
若是,则进入步骤806;若否,则进入步骤805。
在步骤805中,判断该车牌号对应的车辆为套牌嫌疑车。
此后结束本流程。
在步骤806中,进一步判断与车管所登记的车辆颜色和车辆类型是否匹配。
若是,则进入步骤807;若否,则进入步骤805。
在步骤807中,判断该车牌号对应的车辆为非套牌嫌疑车。
此后结束本流程。
在本实施方式中,通过多种方法,综合判断是否为套牌嫌疑车辆,可以避免因单一因素识别无法达到100%精度而导致的检测正确率过低和误报过多的问题。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可更换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable Array Logic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
本发明第四实施方式涉及一种套牌嫌疑车搜索装置。图9是该套牌嫌疑车搜索装置的结构示意图。
具体地说,如图9所示,该套牌嫌疑车搜索装置包括:
记录单元,用于根据抓拍图像分析得到车牌号,并将所得的车牌号、摄像机所在卡点和对应的抓拍时间组成通行记录。
第一查找单元,用于在记录单元记录的通行记录中,找到具有同一车牌号的各通行记录中抓拍时间上相邻的两个通行记录。
第二查找单元,用于根据预先设定的各卡点间的路由关系,查找第一查找单元找到的这两个抓拍时间上相邻的通行记录的卡点之间的所有路由。
第一判断单元,用于如果第二查找单元查找到的所有路由均包含至少一个应当抓拍的中间卡点,则判定该车牌号对应的车辆为套牌嫌疑车。
第一实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式中。
本发明第五实施方式涉及一种套牌嫌疑车搜索装置。
第五实施方式在第四实施方式的基础上进行了改进,主要改进之处在于:
还包括:
第一计算单元,用于根据卡点信息路由表中各卡点的经纬度,计算出这两个抓拍时间上相邻的通行记录的卡点之间的空间距离。
第二计算单元,用于计算出这两个抓拍时间上相邻的通行记录的抓拍时间差。
第三计算单元,用于将第一计算单元计算出的空间距离除以第二计算单元计算出的抓拍时间差,计算出该车辆在这两个抓拍时间上相邻的通行记录的卡点之间的旅行速度。
第二判断单元,用于如果第三计算单元计算出的旅行速度超过该两个卡点间旅行速度的可行阈值范围,则判定该车牌号对应的车辆为套牌嫌疑车。
第二实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第二实施方式中。
本发明第六实施方式涉及一种套牌嫌疑车搜索装置。
第六实施方式在第五实施方式的基础上进行了改进,主要改进之处在于:
还包括:
第三判断单元,用于在第一判断单元或第二判断单元判定该车牌号对应的车辆为套牌嫌疑车时,将根据抓拍图像分析得到的车辆的白天颜色或夜晚颜色与车辆对象记录中存储的车辆的白天颜色或夜晚颜色进行比对,并将根据抓拍图像分析得到的车辆类型与车辆对象记录中存储的车辆类型进行比对,如果车辆颜色或车辆类型不同,则判定该车牌号对应的车辆为套牌嫌疑车。
第四判断单元,用于在第一判断单元和第二判断单元均未判定该车牌号对应的车辆为套牌嫌疑车时,或者在第三判断单元未判定该车牌号对应的车辆为套牌嫌疑车时,判断根据抓拍图像分析得到的车辆颜色和车辆类型与车管所登记的车辆颜色和车辆类型是否匹配,如果不匹配,则判定该车牌号对应的车辆为套牌嫌疑车;如果匹配,则判定该车牌号对应的车辆为非套牌嫌疑车。
第三实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第三实施方式互相配合实施。第三实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第三实施方式中。
需要说明的是,本发明各装置实施方式中提到的各单元都是逻辑单元,在物理上,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现,这些逻辑单元本身的物理实现方式并不是最重要的,这些逻辑单元所实现的功能的组合才是解决本发明所提出的技术问题的关键。此外,为了突出本发明的创新部分,本发明上述各装置实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,这并不表明上述装置实施方式并不存在其它的单元。
需要说明的是,在本专利的权利要求和说明书中,诸如第一和第二等之类的关系术语或者A、B、C、D、X、Y和Z等的字母仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种套牌嫌疑车搜索方法,其特征在于,包括以下步骤:
A预先在至少三个卡点上使用摄像机抓拍通行车辆的抓拍图像,并根据抓拍图像分析得到车牌号,将所得的车牌号、摄像机所在卡点和对应的抓拍时间组成通行记录;
B在具有同一车牌号的各通行记录中,找到抓拍时间上相邻的两个通行记录;
C根据预先设定的各卡点间的路由关系,查找这两个抓拍时间上相邻的通行记录的卡点之间的所有路由;
D如果查找到的所有路由均包含至少一个应当抓拍的中间卡点,则判定该车牌号对应的车辆为套牌嫌疑车。
2.根据权利要求1所述的套牌嫌疑车搜索方法,其特征在于,所述通行记录是存储在以车牌号为唯一索引的车辆对象记录中的,该车辆对象记录中还包括:车辆颜色和车辆类型,其中车辆颜色包括车辆的白天颜色和夜晚颜色。
3.根据权利要求2所述的套牌嫌疑车搜索方法,其特征在于,在所述步骤A之前,还包括以下步骤:
预先将摄像机所在卡点的编号、名称、经纬度和相邻卡点集合组成卡点信息路由表,根据该卡点最新的信息路由表,预先更新和设定各卡点间的路由关系。
4.根据权利要求3所述的套牌嫌疑车搜索方法,其特征在于,在所述步骤A之后,还包括以下步骤:
根据抓拍图像和对应的抓拍时间,分析得到车辆的白天颜色或夜晚颜色和车辆类型;
根据所得的车牌号,查找该车牌号对应的车辆对象记录;
如果查找到对应的车辆对象记录,则将本次通行记录存储到该车辆对象记录中,如果分析得到的车辆的白天颜色或夜晚颜色未存储在该车辆对象记录中,则将该车辆的白天颜色或夜晚颜色存储到该车辆对象记录中;
如果未查找到对应的车辆对象记录,则以该车牌号为唯一索引创建一条新的车辆对象记录,并将本次通行记录、车辆的白天颜色或夜晚颜色和车辆类型存储到该车辆对象记录中。
5.根据权利要求4所述的套牌嫌疑车搜索方法,其特征在于,在所述步骤B之后,还包括以下步骤:
X根据卡点信息路由表中各卡点的经纬度,计算出这两个抓拍时间上相邻的通行记录的卡点之间的空间距离;
Y计算出这两个抓拍时间上相邻的通行记录的抓拍时间差;
Z计算出该车辆在这两个抓拍时间上相邻的通行记录的卡点之间的旅行速度,如果该旅行速度超过该两个卡点间旅行速度的可行阈值范围,则判定该车牌号对应的车辆为套牌嫌疑车。
6.根据权利要求5所述的套牌嫌疑车搜索方法,其特征在于,在所述步骤D和Z之后,还包括以下步骤:
如果所述步骤D或Z判定该车牌号对应的车辆为套牌嫌疑车,则将根据抓拍图像分析得到的车辆的白天颜色或夜晚颜色与车辆对象记录中存储的车辆的白天颜色或夜晚颜色进行比对,并将根据抓拍图像分析得到的车辆类型与车辆对象记录中存储的车辆类型进行比对,
如果车辆颜色或车辆类型不同,则判定该车牌号对应的车辆为套牌嫌疑车;
如果车辆颜色和车辆类型都相同,则判断根据抓拍图像分析得到的车辆颜色和车辆类型与车管所登记的车辆颜色和车辆类型是否匹配,如果不匹配,则判定该车牌号对应的车辆为套牌嫌疑车,如果匹配,则判定该车牌号对应的车辆为非套牌嫌疑车。
7.根据权利要求6所述的套牌嫌疑车搜索方法,其特征在于,在所述步骤D和Z之后,还包括以下步骤:
如果所述步骤D和Z均未判定该车牌号对应的车辆为套牌嫌疑车,则判断根据抓拍图像分析得到的车辆颜色和车辆类型与车管所登记的车辆颜色和车辆类型是否匹配,如果不匹配,则判定该车牌号对应的车辆为套牌嫌疑车;如果匹配,则判定该车牌号对应的车辆为非套牌嫌疑车。
8.一种套牌嫌疑车搜索装置,其特征在于,包括:
记录单元,用于根据抓拍图像分析得到车牌号,并将所得的车牌号、摄像机所在卡点和对应的抓拍时间组成通行记录;
第一查找单元,用于在记录单元记录的通行记录中,找到具有同一车牌号的各通行记录中抓拍时间上相邻的两个通行记录;
第二查找单元,用于根据预先设定的各卡点间的路由关系,查找第一查找单元找到的这两个抓拍时间上相邻的通行记录的卡点之间的所有路由;
第一判断单元,用于如果第二查找单元查找到的所有路由均包含至少一个应当抓拍的中间卡点,则判定该车牌号对应的车辆为套牌嫌疑车。
9.根据权利要求8所述的套牌嫌疑车搜索装置,其特征在于,还包括:
第一计算单元,用于根据卡点信息路由表中各卡点的经纬度,计算出这两个抓拍时间上相邻的通行记录的卡点之间的空间距离;
第二计算单元,用于计算出这两个抓拍时间上相邻的通行记录的抓拍时间差;
第三计算单元,用于将第一计算单元计算出的空间距离除以第二计算单元计算出的抓拍时间差,计算出该车辆在这两个抓拍时间上相邻的通行记录的卡点之间的旅行速度;
第二判断单元,用于如果第三计算单元计算出的旅行速度超过该两个卡点间旅行速度的可行阈值范围,则判定该车牌号对应的车辆为套牌嫌疑车。
10.根据权利要求9所述的套牌嫌疑车搜索装置,其特征在于,还包括:
第三判断单元,用于在第一判断单元或第二判断单元判定该车牌号对应的车辆为套牌嫌疑车时,将根据抓拍图像分析得到的车辆的白天颜色或夜晚颜色与车辆对象记录中存储的车辆的白天颜色或夜晚颜色进行比对,并将根据抓拍图像分析得到的车辆类型与车辆对象记录中存储的车辆类型进行比对,如果车辆颜色或车辆类型不同,则判定该车牌号对应的车辆为套牌嫌疑车;
第四判断单元,用于在第一判断单元和第二判断单元均未判定该车牌号对应的车辆为套牌嫌疑车时,或者在第三判断单元未判定该车牌号对应的车辆为套牌嫌疑车时,判断根据抓拍图像分析得到的车辆颜色和车辆类型与车管所登记的车辆颜色和车辆类型是否匹配,如果不匹配,则判定该车牌号对应的车辆为套牌嫌疑车;如果匹配,则判定该车牌号对应的车辆为非套牌嫌疑车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210295525.3A CN103578277B (zh) | 2012-08-07 | 2012-08-07 | 套牌嫌疑车搜索方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210295525.3A CN103578277B (zh) | 2012-08-07 | 2012-08-07 | 套牌嫌疑车搜索方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103578277A true CN103578277A (zh) | 2014-02-12 |
CN103578277B CN103578277B (zh) | 2015-11-04 |
Family
ID=50049980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210295525.3A Expired - Fee Related CN103578277B (zh) | 2012-08-07 | 2012-08-07 | 套牌嫌疑车搜索方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103578277B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225493A (zh) * | 2015-10-09 | 2016-01-06 | 北京易华录信息技术股份有限公司 | 一种车辆识别方法、装置及稽查*** |
CN105513368A (zh) * | 2015-11-26 | 2016-04-20 | 银江股份有限公司 | 一种基于不确定信息的假牌车筛选方法 |
CN106448178A (zh) * | 2016-09-05 | 2017-02-22 | 青岛海信网络科技股份有限公司 | 一种***分析方法及装置 |
CN106710225A (zh) * | 2015-07-29 | 2017-05-24 | 杭州海康威视***技术有限公司 | 一种车辆号牌违法的识别方法和监测平台 |
CN107204114A (zh) * | 2016-03-18 | 2017-09-26 | 中兴通讯股份有限公司 | 一种车辆异常行为的识别方法及装置 |
CN107622667A (zh) * | 2017-09-28 | 2018-01-23 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及*** |
CN110555449A (zh) * | 2018-05-30 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN110910648A (zh) * | 2019-12-18 | 2020-03-24 | 航天信息股份有限公司 | 一种基于区块链的非法车辆纠察方法及*** |
CN111723604A (zh) * | 2019-03-19 | 2020-09-29 | 杭州海康威视***技术有限公司 | 车辆套牌检测方法及装置 |
CN113158721A (zh) * | 2020-12-16 | 2021-07-23 | 东方网力科技股份有限公司 | 一种车辆套牌的识别方法、装置、设备及存储介质 |
CN113256991A (zh) * | 2021-07-14 | 2021-08-13 | 智广海联(天津)大数据技术有限公司 | 基于车流量统计的汽车厂周边道路拥堵治理***及方法 |
CN114141023A (zh) * | 2021-10-15 | 2022-03-04 | 重庆紫光华山智安科技有限公司 | 一种***检测方法、***、存储介质及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009076232A1 (en) * | 2007-12-05 | 2009-06-18 | Uniloc Corporation | System and method for device bound public key infrastructure |
WO2010148850A1 (zh) * | 2009-11-10 | 2010-12-29 | 中兴通讯股份有限公司 | 一种电子车牌的控制***及方法 |
CN102509458A (zh) * | 2011-10-19 | 2012-06-20 | 杭州华三通信技术有限公司 | 一种***辆识别方法和装置 |
CN102521986A (zh) * | 2011-12-05 | 2012-06-27 | 沈阳聚德视频技术有限公司 | 一种***辆自动检测***及其控制方法 |
-
2012
- 2012-08-07 CN CN201210295525.3A patent/CN103578277B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009076232A1 (en) * | 2007-12-05 | 2009-06-18 | Uniloc Corporation | System and method for device bound public key infrastructure |
WO2010148850A1 (zh) * | 2009-11-10 | 2010-12-29 | 中兴通讯股份有限公司 | 一种电子车牌的控制***及方法 |
CN102509458A (zh) * | 2011-10-19 | 2012-06-20 | 杭州华三通信技术有限公司 | 一种***辆识别方法和装置 |
CN102521986A (zh) * | 2011-12-05 | 2012-06-27 | 沈阳聚德视频技术有限公司 | 一种***辆自动检测***及其控制方法 |
Non-Patent Citations (1)
Title |
---|
卢春晓等: "基于网格化监控的***检测***", 《计算机应用》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106710225A (zh) * | 2015-07-29 | 2017-05-24 | 杭州海康威视***技术有限公司 | 一种车辆号牌违法的识别方法和监测平台 |
CN105225493A (zh) * | 2015-10-09 | 2016-01-06 | 北京易华录信息技术股份有限公司 | 一种车辆识别方法、装置及稽查*** |
CN105225493B (zh) * | 2015-10-09 | 2017-10-10 | 北京易华录信息技术股份有限公司 | 一种车辆识别方法、装置及稽查*** |
CN105513368A (zh) * | 2015-11-26 | 2016-04-20 | 银江股份有限公司 | 一种基于不确定信息的假牌车筛选方法 |
CN107204114A (zh) * | 2016-03-18 | 2017-09-26 | 中兴通讯股份有限公司 | 一种车辆异常行为的识别方法及装置 |
CN106448178A (zh) * | 2016-09-05 | 2017-02-22 | 青岛海信网络科技股份有限公司 | 一种***分析方法及装置 |
CN107622667A (zh) * | 2017-09-28 | 2018-01-23 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及*** |
CN107622667B (zh) * | 2017-09-28 | 2021-05-25 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及*** |
CN110555449A (zh) * | 2018-05-30 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN110555449B (zh) * | 2018-05-30 | 2023-03-24 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN111723604A (zh) * | 2019-03-19 | 2020-09-29 | 杭州海康威视***技术有限公司 | 车辆套牌检测方法及装置 |
CN110910648A (zh) * | 2019-12-18 | 2020-03-24 | 航天信息股份有限公司 | 一种基于区块链的非法车辆纠察方法及*** |
CN113158721A (zh) * | 2020-12-16 | 2021-07-23 | 东方网力科技股份有限公司 | 一种车辆套牌的识别方法、装置、设备及存储介质 |
CN113256991A (zh) * | 2021-07-14 | 2021-08-13 | 智广海联(天津)大数据技术有限公司 | 基于车流量统计的汽车厂周边道路拥堵治理***及方法 |
CN114141023A (zh) * | 2021-10-15 | 2022-03-04 | 重庆紫光华山智安科技有限公司 | 一种***检测方法、***、存储介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN103578277B (zh) | 2015-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103578277B (zh) | 套牌嫌疑车搜索方法及其装置 | |
Li et al. | Traffic density-based discovery of hot routes in road networks | |
Yang et al. | Urban freight delivery stop identification with GPS data | |
CN104200669B (zh) | 一种基于Hadoop的***识别方法及*** | |
CN104050817B (zh) | 限速信息库生成、限速信息检测的方法和*** | |
CN101944292B (zh) | 基于轨迹碰撞的嫌疑车辆分析方法 | |
CN102436746B (zh) | 高效实时的车辆套牌嫌疑分析方法及其装置 | |
Villanueva et al. | Crowdsensing smart city parking monitoring | |
CN104318327A (zh) | 一种车辆轨迹预测分析方法 | |
CN107885795A (zh) | 一种卡口数据的数据校验方法、***和装置 | |
CN105374208A (zh) | 路况提醒和摄像头检测方法及其装置 | |
CN104952273B (zh) | 针对车辆行为的告警方法、装置及*** | |
CN110838232A (zh) | 基于过车电警数据的单一车辆od获取方法 | |
CN112883936A (zh) | 一种对车辆违规行为的检测方法及其*** | |
CN102194132A (zh) | 一种伴随车检测识别***及其方法 | |
CN109816971A (zh) | 基于多源数据融合的危险品运输车辆预防跟踪***及方法 | |
CN106570147A (zh) | 一种基于gis路网分析的跳跃式视频追踪方法和*** | |
CN112418081B (zh) | 一种空地联合快速勘察交通事故的方法及*** | |
CN107329977A (zh) | 一种基于概率分布的假牌车二次筛选方法 | |
CN108427718A (zh) | 一种车辆行驶信息时空索引及大数据分析方法 | |
Garg et al. | Mining bus stops from raw GPS data of bus trajectories | |
Kukko et al. | Mobile mapping system and computing methods for modelling of road environment | |
Wang et al. | Tracking hit-and-run vehicle with sparse video surveillance cameras and mobile taxicabs | |
CN115457777B (zh) | 一种特定车辆溯源分析方法 | |
CN111368868A (zh) | 确定车辆套牌的方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151104 |