CN104504906A - 一种车牌识别方法及*** - Google Patents

一种车牌识别方法及*** Download PDF

Info

Publication number
CN104504906A
CN104504906A CN201410827342.0A CN201410827342A CN104504906A CN 104504906 A CN104504906 A CN 104504906A CN 201410827342 A CN201410827342 A CN 201410827342A CN 104504906 A CN104504906 A CN 104504906A
Authority
CN
China
Prior art keywords
queue
board information
license board
plate
unit
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
CN201410827342.0A
Other languages
English (en)
Other versions
CN104504906B (zh
Inventor
唐健
李昕
徐文丽
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.)
Shenzhen Jieshun Science and Technology Industry Co Ltd
Original Assignee
Shenzhen Jieshun Science and Technology Industry 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 Shenzhen Jieshun Science and Technology Industry Co Ltd filed Critical Shenzhen Jieshun Science and Technology Industry Co Ltd
Priority to CN201410827342.0A priority Critical patent/CN104504906B/zh
Publication of CN104504906A publication Critical patent/CN104504906A/zh
Application granted granted Critical
Publication of CN104504906B publication Critical patent/CN104504906B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Vehicle Waterproofing, Decoration, And Sanitation Devices (AREA)

Abstract

本发明公开了一种车牌识别方法及***,通过一个摄像单元采集多个车道中车辆的车牌信息,得到采集录像,获取采集录像中每一帧的车牌信息,判断车牌信息中的车牌号码是否为新出现的车牌号码,若不是,则根据车牌信息的相似性将车牌信息排入相应的队列,即相似性最高的队列,并判断队列中车牌信息的帧序号之间最大差值是否达到第一预定值,若是,则对该队列中的车牌号码进行投票,得到有效车牌号码。本方案通过一个摄像单元采集多个车道中车辆的车牌信息,避免了在每个车道中均铺设电感及安装闪频灯和摄像机,避免了施工成本的增加及难度的增加。

Description

一种车牌识别方法及***
技术领域
本发明涉及识别领域,尤其涉及一种车牌识别方法及***。
背景技术
目前快速路车牌识别普遍采用的是单帧抓拍识别方式,即各个车道上的车通过压地感触发对应的频闪灯和摄像机对当前图像进行抓拍,后台处理器则对抓拍到的图像进行处理,得到单一车牌识别结果。
然而,通过这种方法,快速路上需要对每个车道均铺设地感,并针对每个车道各安装一台频闪灯和摄像机,这就增加了施工成本及难度。
发明内容
有鉴于此,本发明提供一种车牌识别方法及***,以解决现有技术中由于在每个车道均铺设地感及针对每个车道各安装一台频闪灯和摄像机,造成的施工成本的增加以及难度的增加的问题,其具体方案如下:
一种车牌识别方法,包括:
通过一个摄像单元采集多个车道中车辆的车牌信息,得到采集录像;
获取所述采集录像中当前帧的车牌信息,所述车牌信息包括:车牌号码、置信度及帧序号;
判断所述车牌信息中的车牌号码是否为新出现的车牌号码;
若否,则根据所述车牌信息的相似性将所述车牌信息排入相应的队列;
判断所述当前帧的车牌信息中的帧序号与其所在队列中的其它车牌信息的帧序号最大差值是否达到第一预定值;
若是,则对所述队列中的车牌号码进行投票,得到有效车牌号码。
进一步的,还包括:
当所述车牌信息中的车牌号码是新出现的车牌号码时,将所述车牌信息排入空的队列。
进一步的,在将所述车牌信息排入空的队列之前,还包括:
判断当前是否有空队列;
若有,则将所述车牌信息排入空队列;否则,将帧序号之间相差最大的队列进行投票,并清空;
将所述车牌信息排入清空后的队列。
进一步的,在所述得到有效车牌号码之后,还包括:
将所述有效车牌号码对应的车牌信息进行存储。
进一步的,所述判断所述车牌信息中的车牌号码是否为新出现的车牌号码,具体为:
将所述车牌信息中车牌号码与各队列中的最新车牌号码进行匹配;
若所述车牌号码与任一最新车牌号码相比满足预定条件,则所述车牌信息中的车牌号码为新出现的车牌号码。
进一步的,所述对所述队列中的车牌号码进行投票,得到有效车牌号码,具体为:
通过所述队列中的车牌号码中的每一位出现的字符;
在每一位中选取出现次数最多的字符作为该位的最终字符,组合得到有效车牌号码。
一种车牌识别***,包括:摄像单元,与所述摄像单元相连的获取单元,与所述获取单元相连的第一判断单元,与所述第一判断单元相连的第一队列排入单元,与所述队列排入单元相连的第二判断单元,与所述第二判断单元相连的投票单元,其中:
所述摄像单元用于采集多个车道中车辆的车牌信息,得到采集录像;
所述获取单元用于获取所述采集录像中当前帧的车牌信息,所述车牌信息包括:车牌号码、置信度及帧序号;
所述第一判断单元用于判断所述车牌信息中的车牌号码是否为新出现的车牌号码,若否,则发送第一队列排入指令;
所述第一队列排入单元用于接收所述第一判断单元发送的第一队列排入指令,根据所述车牌信息的相似性将所述车牌信息排入相应的队列;
所述第二判断单元用于判断所述当前帧的车牌信息中的帧序号与其所在队列中的其它车牌信息中的帧序号最大差值是否达到第一预定值,若是,则发送投票指令;
所述投票单元接收所述第二判断单元发送的投票指令,对所述队列中的车牌号码进行投票,得到有效车牌号码。
进一步的,还包括:与所述第一判断单元相连的第二队列排入单元,其中:
当所述第一判断单元判断所述车牌信息中的车牌号码是新出现的车牌号码时,发送第二队列排入指令至所述第二队列排入单元;
所述第二队列排入单元接收所述第二队列排入指令,将所述车牌信息排入空的队列。
进一步的,还包括:与所述第一判断单元及第二队列排入单元分别相连的清空单元,其中:
当所述第一判断单元发送第二队列排入指令时,若当前没有空队列,所述清空单元将帧序号之间相差最大的队列进行投票,并清空。
进一步的,还包括:与所述投票单元相连的存储单元,
所述存储单元用于将所述有效车牌号码对应的车牌信息进行存储。
从上述技术方案可以看出,本申请公开的车牌识别方法及***,通过一个摄像单元采集多个车道中车辆的车牌信息,得到采集录像,获取采集录像中每一帧的车牌信息,判断车牌信息中的车牌号码是否为新出现的车牌号码,若不是,则根据车牌信息的相似性将车牌信息排入相应的队列,即相似性最高的队列,并判断队列中车牌信息的帧序号之间最大差值是否达到第一预定值,若是,则对该队列中的车牌号码进行投票,得到有效车牌号码。本方案通过一个摄像单元采集多个车道中车辆的车牌信息,避免了在每个车道中均铺设电感及安装闪频灯和摄像机,避免了施工成本的增加及难度的增加;另外,通过对每一帧的车牌信息进行获取,并对车牌号码是否为新号码进行判断,将相似性最高的车牌号码放入同一个队列,并投票,从而提高了车牌号码识别的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,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为本发明实施例公开的一种车牌识别方法的流程图;
图2为本发明实施例公开的一种车牌识别***的结构示意图;
图3为本发明实施例公开的一种车牌识别***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开了一种车牌识别方法,其流程图如图1所示,包括:
步骤S11、通过一个摄像单元采集多个车道中车辆的车牌信息,得到采集录像;
通过一个摄像单元采集多个车道中车辆的车牌信息,避免了在每个车道中均铺设电感及安装闪频灯和摄像机,避免了施工成本的增加及难度的增加。
步骤S12、获取采集录像中当前帧的车牌信息;
对采集录像中每一帧所显示的车牌信息均进行获取,这就使得针对同一辆车获得多次车牌信息。
车牌信息包括:车牌号码、置信度及帧序号。
利用SVM算法进行车牌字符识别时,会得到每个字符的识别置信度,只有当同时满足以下两个条件时,才认为获取的车牌信息为有价值的车牌信息,否则,不进行后续步骤:
车牌号码一般为7个字符,当7个字符的平均置信度大于第一阈值,且小于第二阈值的个数不超过2个,则认为该车牌号码对应的车牌信息是有价值的车牌信息。
步骤S13、判断车牌信息中的车牌号码是否为新出现的车牌号码;
其中,判断车牌号码是否为新出现的车牌号码,具体为:
将当前的车牌信息中的车牌号码与各队列中的最新车牌号码进行匹配,若当前车牌号码与任意一个队列中的最新车牌号码中一一对应的字符相同的个数小于第二预定值时,则认为当前车牌号码是新出现的车牌号码。
***中有多个队列,用于将车牌号码压栈进入队列,相似性较高的车牌号码放入一个队列中。
其中,第二预定值为5。
若当前车牌为新出现的车牌,则将该新出现的车牌的车牌信息排入空的队列。
在将新出现的车牌的车牌信息排入空队列之前,还需要首先判断当前是否有空队列,若有空队列,则直接将新出现的车牌的车牌信息排入该空队列即可;若没有空队列,则将帧序号之间相差最大的队列进行投票之后清空,将车牌信息排入清空后的队列。其中:
将帧序号之间相差最大的队列进行投票之后清空,具体为:
判断帧序号之间相差最大的队列是否已投票,若已投票,则直接清空,将新出现的车牌的车牌信息排入清空后的队列;若还没有投票,则强制对该帧序号之间相差最大的队列进行投票,之后清空,将新出现的车牌的车牌信息排入清空后的队列。
步骤S14、若否,则根据车牌信息的相似性将车牌信息排入相应的队列;
具体的,若当前车牌号码与某一个已进入队列的车牌号码的字符相同的个数超过第二预定值时,则认为当前车牌号码与该已进入队列的车牌号码是相似的,为相似车牌;若7个字符均相同,则认为是相同车牌;其他情况为非相似车牌,其中:
若车牌为非相似车牌,且帧序号差超过第三阈值时,认为当前车牌是新出现车牌;
若车牌为非相似车牌,且车牌顶点位移的差超过第四阈值时,认为当前车牌是新出现车牌;
若车牌不是相同车牌,且帧序号差和车牌顶点位移的差均超过各自设定的阈值时,认为当前车牌是新出现车牌。
另外,若当前车牌与某一已排入队列的车牌为相似车牌或相同车牌时,将当前车牌排入该相似车牌或相同车牌所在队列。
步骤S15、判断当前帧的车牌信息中的帧序号与其所在队列中的其它车牌信息的帧序号最大差值是否达到第一预定值;
判断一个队列中的帧序号的最大的差值,即判断当前队列中已排入的车牌信息是否达到某一预定值,若达到,则进行投票,若没有达到,则继续进行上述步骤。
步骤S16、若是,则对队列中的车牌号码进行投票,得到有效车牌号码。
进行投票的过程具体为:将该队列中排入的车牌号码中相对应的位上出现的字符进行比较,得到每一位上出现次数最多的字符,将该出现次数最多的字符作为最终字符,将每一位上的最终字符进行组合,得到有效车牌号码。
当有一位上出现次数最多的字符不是一个,是两个或三个时,选取其中平均置信度最大的作为最终字符。
本实施例公开的车牌识别方法,通过一个摄像单元采集多个车道中车辆的车牌信息,得到采集录像,获取采集录像中每一帧的车牌信息,判断车牌信息中的车牌号码是否为新出现的车牌号码,若不是,则根据车牌信息的相似性将车牌信息排入相应的队列,即相似性最高的队列,并判断队列中车牌信息的帧序号之间最大差值是否达到第一预定值,若是,则对该队列中的车牌号码进行投票,得到有效车牌号码。本方案通过一个摄像单元采集多个车道中车辆的车牌信息,避免了在每个车道中均铺设电感及安装闪频灯和摄像机,避免了施工成本的增加及难度的增加;另外,通过对每一帧的车牌信息进行获取,并对车牌号码是否为新号码进行判断,将相似性最高的车牌号码放入同一个队列,并投票,从而提高了车牌号码识别的准确度。
进一步的,本实施例公开的车牌识别方法,在步骤S16之后,还可以包括:
步骤S17、将有效车牌号码对应的车牌信息进行存储。
对有效车牌号码的车牌信息进行存储可以具体为:通过存储单元进行存储,也可以为,单独开辟一个队列,专门用于存放有效车牌号码的车牌信息,以便于后期查询。
本实施例公开了一种车牌识别***,其结构示意图如图2所示,包括:
摄像单元21,与摄像单元21相连的获取单元22,与获取单元22相连的第一判断单元23,与第一判断单元23相连的第一队列排入单元24,与第一队列排入单元24相连的第二判断单元25,与第二判断单元25相连的投票单元26,其中:
摄像单元21用于采集多个车道中车辆的车牌信息,得到采集录像。
通过一个摄像单元采集多个车道中车辆的车牌信息,避免了在每个车道中均铺设电感及安装闪频灯和摄像机,避免了施工成本的增加及难度的增加。
获取单元22用于获取采集录像中当前帧的车牌信息,车牌信息包括:车牌号码、置信度及帧序号。
对采集录像中每一帧所显示的车牌信息均进行获取,这就使得针对同一辆车获得多次车牌信息。
利用SVM算法进行车牌字符识别时,会得到每个字符的识别置信度,只有当同时满足以下两个条件时,才认为获取的车牌信息为有价值的车牌信息,否则,不进行后续步骤:
车牌号码一般为7个字符,当7个字符的平均置信度大于第一阈值,且小于第二阈值的个数不超过2个,则认为该车牌号码对应的车牌信息是有价值的车牌信息。
第一判断单元23用于判断车牌信息中的车牌号码是否为新出现的车牌号码,若否,则发送第一队列排入指令。
将当前的车牌信息中的车牌号码与各队列中的最新车牌号码进行匹配,若当前车牌号码与任意一个队列中的最新车牌号码中一一对应的字符相同的个数小于第二预定值时,则认为当前车牌号码是新出现的车牌号码。
***中有多个队列,用于将车牌号码压栈进入队列,相似性较高的车牌号码放入一个队列中。
其中,第二预定值为5。
第一队列排入单元24用于接收第一判断单元发送的第一队列排入指令,根据车牌信息的相似性将车牌信息排入相应的队列。
具体的,若当前车牌号码与某一个已进入队列的车牌号码的字符相同的个数超过第二预定值时,则认为当前车牌号码与该已进入队列的车牌号码是相似的,为相似车牌;若7个字符均相同,则认为是相同车牌;其他情况为非相似车牌,其中:
若车牌为非相似车牌,且帧序号差超过第三阈值时,认为当前车牌是新出现车牌;
若车牌为非相似车牌,且车牌顶点位移的差超过第四阈值时,认为当前车牌是新出现车牌;
若车牌不是相同车牌,且帧序号差和车牌顶点位移的差均超过各自设定的阈值时,认为当前车牌是新出现车牌。
另外,若当前车牌与某一已排入队列的车牌为相似车牌或相同车牌时,将当前车牌排入该相似车牌或相同车牌所在队列。
第二判断单元25用于判断当前帧的车牌信息中的帧序号与其所在队列中的其它车牌信息中的帧序号最大差值是否达到第一预定值,若是,则发送投票指令。
判断一个队列中的帧序号的最大的差值,即判断当前队列中已排入的车牌信息是否达到某一预定值,若达到,则进行投票,若没有达到,则继续进行上述步骤。
投票单元26接收第二判断单元发送的投票指令,对队列中的车牌号码进行投票,得到有效车牌号码。
进行投票的过程具体为:将该队列中排入的车牌号码中相对应的位上出现的字符进行比较,得到每一位上出现次数最多的字符,将该出现次数最多的字符作为最终字符,将每一位上的最终字符进行组合,得到有效车牌号码。
当有一位上出现次数最多的字符不是一个,是两个或三个时,选取其中平均置信度最大的作为最终字符。
本实施例公开的车牌识别***,通过一个摄像单元采集多个车道中车辆的车牌信息,得到采集录像,获取采集录像中每一帧的车牌信息,判断车牌信息中的车牌号码是否为新出现的车牌号码,若不是,则根据车牌信息的相似性将车牌信息排入相应的队列,即相似性最高的队列,并判断队列中车牌信息的帧序号之间最大差值是否达到第一预定值,若是,则对该队列中的车牌号码进行投票,得到有效车牌号码。本方案通过一个摄像单元采集多个车道中车辆的车牌信息,避免了在每个车道中均铺设电感及安装闪频灯和摄像机,避免了施工成本的增加及难度的增加;另外,通过对每一帧的车牌信息进行获取,并对车牌号码是否为新号码进行判断,将相似性最高的车牌号码放入同一个队列,并投票,从而提高了车牌号码识别的准确度。
进一步的,本实施例公开的车牌识别***,还可以包括:与投票单元26相连的存储单元27,
存储单元27用于将有效车牌号码对应的车牌信息进行存储,也可以为,单独开辟一个队列,专门用于存放有效车牌号码的车牌信息,以便于后期查询。
本实施例公开了一种车牌识别***,其结构示意图如图3所示,包括:
摄像单元31,与摄像单元31相连的获取单元32,与获取单元32相连的第一判断单元33,与第一判断单元33相连的第一队列排入单元34及第二队列排入单元35,与第一队列排入单元34相连的第二判断单元36,与第二判断单元36相连的投票单元37。
除与上一实施例相同的结构外,本实施例还增加了第二队列排入单元35。
其中,当第一判断单元33判断车牌信息中的车牌号码是新出现的车牌号码时,发送第二队列排入指令至第二队列排入单元35,第二队列排入单元35接收第二队列排入指令,将车牌信息排入空的队列。
另外,本实施例公开的车牌识别***,还可以包括:与第一判断单元33及第二队列排入单元35分别相连的清空单元38。
当第一判断单元33发送第二队列排入指令时,清空单元38判断当前是否有空队列,若没有,则将帧序号之间相差最大的队列进行投票,并清空,之后,由第二队列排入单元35将车牌信息排入清空后的队列。
具体的,若当前车牌为新出现的车牌,则将该新出现的车牌的车牌信息排入空的队列。
在将新出现的车牌的车牌信息排入空队列之前,还需要首先判断当前是否有空队列,若有空队列,则直接将新出现的车牌的车牌信息排入该空队列即可;若没有空队列,则将帧序号之间相差最大的队列进行投票之后清空,将车牌信息排入清空后的队列。其中:
将帧序号之间相差最大的队列进行投票之后清空,具体为:
判断帧序号之间相差最大的队列是否已投票,若已投票,则直接清空,将新出现的车牌的车牌信息排入清空后的队列;若还没有投票,则强制对该帧序号之间相差最大的队列进行投票,之后清空,将新出现的车牌的车牌信息排入清空后的队列。
本实施例公开的车牌识别***,通过一个摄像单元采集多个车道中车辆的车牌信息,得到采集录像,获取采集录像中每一帧的车牌信息,判断车牌信息中的车牌号码是否为新出现的车牌号码,若不是,则根据车牌信息的相似性将车牌信息排入相应的队列,即相似性最高的队列,并判断队列中车牌信息的帧序号之间最大差值是否达到第一预定值,若是,则对该队列中的车牌号码进行投票,得到有效车牌号码。本方案通过一个摄像单元采集多个车道中车辆的车牌信息,避免了在每个车道中均铺设电感及安装闪频灯和摄像机,避免了施工成本的增加及难度的增加;另外,通过对每一帧的车牌信息进行获取,并对车牌号码是否为新号码进行判断,将相似性最高的车牌号码放入同一个队列,并投票,从而提高了车牌号码识别的准确度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种车牌识别方法,其特征在于,包括:
通过一个摄像单元采集多个车道中车辆的车牌信息,得到采集录像;
获取所述采集录像中当前帧的车牌信息,所述车牌信息包括:车牌号码、置信度及帧序号;
判断所述车牌信息中的车牌号码是否为新出现的车牌号码;
若否,则根据所述车牌信息的相似性将所述车牌信息排入相应的队列;
判断所述当前帧的车牌信息中的帧序号与其所在队列中的其它车牌信息的帧序号最大差值是否达到第一预定值;
若是,则对所述队列中的车牌号码进行投票,得到有效车牌号码。
2.根据权利要求1所述的方法,其特征在于,还包括:
当所述车牌信息中的车牌号码是新出现的车牌号码时,将所述车牌信息排入空的队列。
3.根据权利要求2所述的方法,其特征在于,在将所述车牌信息排入空的队列之前,还包括:
判断当前是否有空队列;
若有,则将所述车牌信息排入空队列;否则,将帧序号之间相差最大的队列进行投票,并清空;
将所述车牌信息排入清空后的队列。
4.根据权利要求1所述的方法,其特征在于,在所述得到有效车牌号码之后,还包括:
将所述有效车牌号码对应的车牌信息进行存储。
5.根据权利要求1所述的方法,其特征在于,所述判断所述车牌信息中的车牌号码是否为新出现的车牌号码,具体为:
将所述车牌信息中车牌号码与各队列中的最新车牌号码进行匹配;
若所述车牌号码与任一最新车牌号码相比满足预定条件,则所述车牌信息中的车牌号码为新出现的车牌号码。
6.根据权利要求1所述的方法,其特征在于,所述对所述队列中的车牌号码进行投票,得到有效车牌号码,具体为:
比较所述队列中的车牌号码中的每一位上出现的字符;
在每一位上选取出现次数最多的字符作为该位的最终字符,组合得到有效车牌号码。
7.一种车牌识别***,其特征在于,包括:摄像单元,与所述摄像单元相连的获取单元,与所述获取单元相连的第一判断单元,与所述第一判断单元相连的第一队列排入单元,与所述第一队列排入单元相连的第二判断单元,与所述第二判断单元相连的投票单元,其中:
所述摄像单元用于采集多个车道中车辆的车牌信息,得到采集录像;
所述获取单元用于获取所述采集录像中当前帧的车牌信息,所述车牌信息包括:车牌号码、置信度及帧序号;
所述第一判断单元用于判断所述车牌信息中的车牌号码是否为新出现的车牌号码,若否,则发送第一队列排入指令;
所述第一队列排入单元用于接收所述第一判断单元发送的第一队列排入指令,根据所述车牌信息的相似性将所述车牌信息排入相应的队列;
所述第二判断单元用于判断所述当前帧的车牌信息中的帧序号与其所在队列中的其它车牌信息中的帧序号最大差值是否达到第一预定值,若是,则发送投票指令;
所述投票单元接收所述第二判断单元发送的投票指令,对所述队列中的车牌号码进行投票,得到有效车牌号码。
8.根据权利要求7所述的***,其特征在于,还包括:与所述第一判断单元相连的第二队列排入单元,其中:
当所述第一判断单元判断所述车牌信息中的车牌号码是新出现的车牌号码时,发送第二队列排入指令至所述第二队列排入单元;
所述第二队列排入单元接收所述第二队列排入指令,将所述车牌信息排入空的队列。
9.根据权利要求8所述的***,其特征在于,还包括:与所述第一判断单元及第二队列排入单元分别相连的清空单元,其中:
当所述第一判断单元发送第二队列排入指令时,若当前没有空队列,所述清空单元将帧序号之间相差最大的队列进行投票,并清空。
10.根据权利要求7所述的***,其特征在于,还包括:与所述投票单元相连的存储单元,
所述存储单元用于将所述有效车牌号码对应的车牌信息进行存储。
CN201410827342.0A 2014-12-25 2014-12-25 一种车牌识别方法及*** Active CN104504906B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410827342.0A CN104504906B (zh) 2014-12-25 2014-12-25 一种车牌识别方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410827342.0A CN104504906B (zh) 2014-12-25 2014-12-25 一种车牌识别方法及***

Publications (2)

Publication Number Publication Date
CN104504906A true CN104504906A (zh) 2015-04-08
CN104504906B CN104504906B (zh) 2017-09-19

Family

ID=52946508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410827342.0A Active CN104504906B (zh) 2014-12-25 2014-12-25 一种车牌识别方法及***

Country Status (1)

Country Link
CN (1) CN104504906B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106856014A (zh) * 2017-01-12 2017-06-16 杭州数泊智能科技有限公司 一种停车场管理***及方法
CN107680382A (zh) * 2017-02-24 2018-02-09 上海享泊信息科技有限公司 车牌识别方法、模块、云端服务器以及停车场管理***
WO2018209470A1 (zh) * 2017-05-15 2018-11-22 深圳市卓希科技有限公司 一种车牌辨识方法和***
CN109934232A (zh) * 2019-02-01 2019-06-25 中山安信通机器人制造有限公司 车辆识别方法、计算机装置以及计算机可读存储介质
CN109948608A (zh) * 2019-02-28 2019-06-28 中山安信通机器人制造有限公司 一种车牌号码识别的方法、计算机装置以及计算机可读存储介质
CN110489575A (zh) * 2019-06-28 2019-11-22 安徽四创电子股份有限公司 一种基于缓存数据的虚拟卡口相似车牌过滤方法
CN114241472A (zh) * 2022-02-25 2022-03-25 南京甄视智能科技有限公司 基于底库的车牌识别方法、装置、存储介质及设备
CN114677774A (zh) * 2022-03-30 2022-06-28 深圳市捷顺科技实业股份有限公司 道闸控制方法及相关设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000222674A (ja) * 1999-02-02 2000-08-11 Nagoya Electric Works Co Ltd 路線バス識別方法及びその装置
JP2002536646A (ja) * 1999-02-01 2002-10-29 ベオニック コーポレーション ピーティーワイ エルーティーディー 物体認識及び追跡システム
CN1804929A (zh) * 2005-12-01 2006-07-19 何文华 车牌自动识别方法
JP2006235921A (ja) * 2005-02-24 2006-09-07 Hitachi Ltd 車番認識装置、および車番認識装置の電動レンズの調整方法
CN101231786A (zh) * 2007-12-28 2008-07-30 北京航空航天大学 一种基于视频图像特征的车辆检测方法
CN101807347A (zh) * 2009-02-16 2010-08-18 汉王科技股份有限公司 多车道车辆监控方法及***
CN202771617U (zh) * 2012-09-13 2013-03-06 中国科学院自动化研究所 基于高清视频检测的电子警察***
CN103235938A (zh) * 2013-05-03 2013-08-07 北京国铁华晨通信信息技术有限公司 车牌检测与识别的方法及***
CN103279996A (zh) * 2013-05-06 2013-09-04 华南理工大学 一种多车道情况下的车辆信息检测与识别***
CN103606280A (zh) * 2013-11-14 2014-02-26 深圳市捷顺科技实业股份有限公司 一种信息识别方法、装置以及***
CN103927880A (zh) * 2014-04-28 2014-07-16 浙江宇视科技有限公司 一种车牌识别比对方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002536646A (ja) * 1999-02-01 2002-10-29 ベオニック コーポレーション ピーティーワイ エルーティーディー 物体認識及び追跡システム
JP2000222674A (ja) * 1999-02-02 2000-08-11 Nagoya Electric Works Co Ltd 路線バス識別方法及びその装置
JP2006235921A (ja) * 2005-02-24 2006-09-07 Hitachi Ltd 車番認識装置、および車番認識装置の電動レンズの調整方法
CN1804929A (zh) * 2005-12-01 2006-07-19 何文华 车牌自动识别方法
CN101231786A (zh) * 2007-12-28 2008-07-30 北京航空航天大学 一种基于视频图像特征的车辆检测方法
CN101807347A (zh) * 2009-02-16 2010-08-18 汉王科技股份有限公司 多车道车辆监控方法及***
CN202771617U (zh) * 2012-09-13 2013-03-06 中国科学院自动化研究所 基于高清视频检测的电子警察***
CN103235938A (zh) * 2013-05-03 2013-08-07 北京国铁华晨通信信息技术有限公司 车牌检测与识别的方法及***
CN103279996A (zh) * 2013-05-06 2013-09-04 华南理工大学 一种多车道情况下的车辆信息检测与识别***
CN103606280A (zh) * 2013-11-14 2014-02-26 深圳市捷顺科技实业股份有限公司 一种信息识别方法、装置以及***
CN103927880A (zh) * 2014-04-28 2014-07-16 浙江宇视科技有限公司 一种车牌识别比对方法及装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106856014A (zh) * 2017-01-12 2017-06-16 杭州数泊智能科技有限公司 一种停车场管理***及方法
CN107680382A (zh) * 2017-02-24 2018-02-09 上海享泊信息科技有限公司 车牌识别方法、模块、云端服务器以及停车场管理***
WO2018209470A1 (zh) * 2017-05-15 2018-11-22 深圳市卓希科技有限公司 一种车牌辨识方法和***
CN109934232A (zh) * 2019-02-01 2019-06-25 中山安信通机器人制造有限公司 车辆识别方法、计算机装置以及计算机可读存储介质
CN109948608A (zh) * 2019-02-28 2019-06-28 中山安信通机器人制造有限公司 一种车牌号码识别的方法、计算机装置以及计算机可读存储介质
CN110489575A (zh) * 2019-06-28 2019-11-22 安徽四创电子股份有限公司 一种基于缓存数据的虚拟卡口相似车牌过滤方法
CN114241472A (zh) * 2022-02-25 2022-03-25 南京甄视智能科技有限公司 基于底库的车牌识别方法、装置、存储介质及设备
CN114677774A (zh) * 2022-03-30 2022-06-28 深圳市捷顺科技实业股份有限公司 道闸控制方法及相关设备
CN114677774B (zh) * 2022-03-30 2023-10-17 深圳市捷顺科技实业股份有限公司 道闸控制方法及相关设备

Also Published As

Publication number Publication date
CN104504906B (zh) 2017-09-19

Similar Documents

Publication Publication Date Title
CN104504906A (zh) 一种车牌识别方法及***
CN202077142U (zh) 一种车载智能视频侦测分析***
CN104574998A (zh) 一种车载型违章检测装置及方法
CN106485927A (zh) 一种智能交通违章信息采集装置及采集方法
CN107016362B (zh) 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和***
CN103246876A (zh) 基于图像特征比对的车辆套牌识别方法
CN101630361A (zh) 一种基于车牌、车身颜色和车标识别的***辆识别设备及方法
CN104573637A (zh) 一种基于多摄像头的车牌识别方法
CN103903440B (zh) 一种电子警察抓拍方法及装置
CN102902957A (zh) 一种基于视频流的自动车牌识别方法
CN105355052A (zh) 一种车辆图像的合成方法和装置
CN101593418A (zh) 嫌疑车辆关联查找方法
CN106945050B (zh) 车辆的智能维修方法、机器人及***
CN103021184B (zh) 遮挡车牌车辆的辅助辨别方法及***
CN104835214A (zh) 一种基于路况切换行车记录仪视频分辨率的方法及***
CN106097722A (zh) 利用视频进行路侧车位自动化监管的***和方法
CN106960579A (zh) 一种无牌车的识别方法及使用其的停车场***
CN104299418A (zh) 一种实时通知用户闯红灯信息***及方法
CN110738150A (zh) 相机联动抓拍方法、装置以及计算机存储介质
CN105243695A (zh) 一种基于车牌识别的etc车道旁道干扰过滤方法和装置
CN103699880A (zh) 基于物联网的交通违法车辆牌照检测与识别方法
CN103150910B (zh) 一种交叉口闯黄灯违章车辆的自动抓拍分析方法
CN102708692A (zh) 住宅小区停车管理方法
CN104077924A (zh) 反向寻车***及方法
CN107133574A (zh) 一种车辆特征识别方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant