CN109766788A - 一种基于非现场执法***违法信息采集整合方法 - Google Patents
一种基于非现场执法***违法信息采集整合方法 Download PDFInfo
- Publication number
- CN109766788A CN109766788A CN201811578605.3A CN201811578605A CN109766788A CN 109766788 A CN109766788 A CN 109766788A CN 201811578605 A CN201811578605 A CN 201811578605A CN 109766788 A CN109766788 A CN 109766788A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- character
- image
- information collection
- license plate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000010354 integration Effects 0.000 title claims abstract description 23
- 230000011218 segmentation Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims description 12
- 238000005303 weighing Methods 0.000 claims description 4
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000009434 installation Methods 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于非现场执法***违法信息采集整合方法，属于智能交通技术领域，包涵以下步骤：A、车辆图像的捕获与获取；B、车辆图像预处理；C、车辆牌照图像的定位；D、车辆牌照子图像的预处理；E、车辆牌照字符的分割；F、车辆牌照字符的识别；G、识别结果判断；H、输出识别字符集；I、信息采集整合，本发明既能满足公路信息化过程中治理超限超载车牌识别需求，又能起到道路治安进行实时监控的作用，同时价格合理，安装维护简单、环境适应性强、应用范围广。
Description
技术领域
本发明涉及智能交通技术领域，具体是一种基于非现场执法***违法信息采集整合方法。
背景技术
随着社会的不断进步，经济的快速发展，随之产生的则是人们物质文化生活水平的提高，交通运输作为国家经济发展的血液通道，其需求也在不断增加。但是近年来，由于人们受到经济利益的驱使，加上法制观念的淡薄和法制本身的不完善，全国的公路交通运输车辆都不同程度地超限超载运输，道路交通设施遭到严重损坏。虽说目前不同地区通过建设静态检测和不停车预检检测***，但是由于过多的关注了车辆的重量信息而忽略了其他信息的采集和整合，例如只是关注重量和车牌，由于看不到车辆的其他情况，如侧面、尾部车牌、轴型等，没有明确的证据，相关部门很难进行执法。同时，部分驾驶人员利用证据不足的情况进行无理式的辩解，极易引发驾驶人和执法人员之间的矛盾，甚至发生冲突，极大的阻碍了超限治理工作的开展。
发明内容
本发明的目的在于提供一种基于非现场执法***违法信息采集整合方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于非现场执法***违法信息采集整合方法，包涵以下步骤：
A、车辆图像的捕获与获取；
B、车辆图像预处理；
C、车辆牌照图像的定位；
D、车辆牌照子图像的预处理；
E、车辆牌照字符的分割；
F、车辆牌照字符的识别；
G、识别结果判断；
H、输出识别字符集；
I、信息采集整合。
作为本发明的进一步技术方案：所述步骤A具体包括不同角度照片获取和过车视频获取。
作为本发明的进一步技术方案：所述不同角度照片获取方法如下：车辆经过称重区域感应检测线圈，然后触发抓拍机进行抓拍，从而获取车辆的车头照片、尾部照片、车辆的侧面照片，同时通过监控设备获取车辆进过检测区域一定时长的过车视频，最终将这些抓拍获取的车辆照片、通过对抓拍图片提取的车辆信息以及过车视频整合在一起，形成完整的证据链。
作为本发明的进一步技术方案：所述过车视频获取方法如下：前端监控设备的监控视屏上传在NVR上，当车辆经过称重设备，以此时间点为视频的截取点，通过命令指示开始截取该时间点前一段时长和后一段时长的过车视频，从而获取该车过车视频。
作为本发明的进一步技术方案：所述步骤C具体是：首先将摄像头传感器获取到的车辆图像进行灰度化，使彩色的图像成为灰度图像，再将图像增强并对图像进行二值化处理使车牌图像变的简单，在经过图像预处理后的灰度图像上进行行列扫描，确定列方向上含有车牌线段的候选区域并确定该区域的起始行坐标和高度，然后对该区域进行行列扫描确定其列坐标和宽度，由此确定一个车牌的位置，为后续的字符分割算法提供基础。
作为本发明的进一步技术方案：所述步骤E具体是：将完成牌照区域定位的牌照区域中的字符分割成单个字符然后才能进行字符的识别，字符分割采用垂直投影法将车牌图像沿垂直方向投影，根据车牌图像水平方向的投影图去顶字符图像的高度，找到字符图像的上下边界，根据车牌图像垂直方向的投影图确定各字符的图像宽度，找到字符图像的左右边界。通过以上方法将牌照区域中的字符单个的分割出来。
作为本发明的进一步技术方案：所述步骤F具体是：利用模板匹配法将分割出来的字符二值化并将其尺寸缩放为字符数据库中的模板大小，然后与所有标准模板进行匹配，最后选取最佳匹配结果。
作为本发明的进一步技术方案：所述信息采集整合包括车辆的车牌号码、车辆图片和视频信息的整合。
与现有技术相比，本发明的有益效果是：本发明既能满足公路信息化过程中治理超限超载车牌识别需求，又能起到道路治安进行实时监控的作用，同时价格合理，安装维护简单、环境适应性强、应用范围广。
附图说明
图1为本发明的流程图。
图2为车牌识别的功能结构图。
图3为过车视频获取的功能结构图。
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。
请参阅图1-3，一种基于非现场执法***违法信息采集整合方法，包涵以下步骤：
A、车辆图像的捕获与获取；包括视频获取和不同角度照片获取两部分，其中，不同角度照片获取方法如下：车辆经过称重区域感应检测线圈，然后触发抓拍机进行抓拍，从而获取车辆的车头照片、尾部照片、车辆的侧面照片，同时通过监控设备获取车辆进过检测区域一定时长的过车视频，最终将这些抓拍获取的车辆照片、通过对抓拍图片提取的车辆信息以及过车视频整合在一起，形成完整的证据链。过车视频获取方法如下：前端监控设备的监控视屏上传在NVR上，当车辆经过称重设备，以此时间点为视频的截取点，通过命令指示开始截取该时间点前一段时长和后一段时长的过车视频，从而获取该车过车视频。
B、车辆图像预处理；
C、车辆牌照图像的定位；首先将摄像头传感器获取到的车辆图像进行灰度化，使彩色的图像成为灰度图像，再将图像增强并对图像进行二值化处理使车牌图像变的简单，在经过图像预处理后的灰度图像上进行行列扫描，确定列方向上含有车牌线段的候选区域并确定该区域的起始行坐标和高度，然后对该区域进行行列扫描确定其列坐标和宽度，由此确定一个车牌的位置，为后续的字符分割算法提供基础。
D、车辆牌照子图像的预处理；
E、车辆牌照字符的分割；将完成牌照区域定位的牌照区域中的字符分割成单个字符然后才能进行字符的识别，字符分割采用垂直投影法将车牌图像沿垂直方向投影，根据车牌图像水平方向的投影图去顶字符图像的高度，找到字符图像的上下边界，根据车牌图像垂直方向的投影图确定各字符的图像宽度，找到字符图像的左右边界。通过以上方法将牌照区域中的字符单个的分割出来。
F、车辆牌照字符的识别；利用模板匹配法将分割出来的字符二值化并将其尺寸缩放为字符数据库中的模板大小，然后与所有标准模板进行匹配，最后选取最佳匹配结果。
G、识别结果判断；
H、输出识别字符集；
I、信息采集整合。
实施例2：在实施例1的基础上，本设计在物理设备安装完成之后，结合路面与检测情况，通过软件方式对路面进行车道划分，以此来检测每个车道的车辆通过情况。信息采集整合包括车辆的车牌号码、车辆图片和视频信息的整合。当车辆车头通过检测区域前方的线圈前端时，触发抓拍正面抓拍，侧面抓拍，全景截图，视频监控设备捕获这一时刻，通过软件设置在该时间点之前和之后截取一段时间作为车辆经过视频。这时，车辆的正面侧面图片、全景图片、车牌号码采集已完成采集触发，通过队列方式，把车牌号码、车辆正面侧面图片、车辆全景图片、车辆过车视频装入队列，作为该车辆的特征信息之一。(车牌号码从正面图片获取，为同一时刻获取)当车辆尾部通过前方线圈的瞬间，控制软件给出触发信号，尾部抓拍设备进行车辆尾部图片抓拍，同样把这一检测信息装入统一队列。当控制软件检测到该车辆离开该检测区域之后，通过采集整合技术，将车辆特征信息按装入队列的先后顺序进行匹配整合，即队列中的第n个车牌号码，第n个抓拍图片，第n个视频信息进行一一对应，组成完整的非现场执法***违法信息。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种基于非现场执法***违法信息采集整合方法，其特征在于，包涵以下步骤：
A、车辆图像的捕获与获取；
B、车辆图像预处理；
C、车辆牌照图像的定位；
D、车辆牌照子图像的预处理；
E、车辆牌照字符的分割；
F、车辆牌照字符的识别；
G、识别结果判断；
H、输出识别字符集；
I、信息采集整合。
2.根据权利要求1所述的一种基于非现场执法***违法信息采集整合方法，其特征在于，所述步骤A具体包括不同角度照片获取和过车视频获取。
3.根据权利要求2所述的一种基于非现场执法***违法信息采集整合方法，其特征在于，所述不同角度照片获取方法如下：车辆经过称重区域感应检测线圈，然后触发抓拍机进行抓拍，从而获取车辆的车头照片、尾部照片、车辆的侧面照片，同时通过监控设备获取车辆进过检测区域一定时长的过车视频，最终将这些抓拍获取的车辆照片、通过对抓拍图片提取的车辆信息以及过车视频整合在一起，形成完整的证据链。
4.根据权利要求2所述的一种基于非现场执法***违法信息采集整合方法，其特征在于，所述过车视频获取方法如下：前端监控设备的监控视屏上传在NVR上，当车辆经过称重设备，以此时间点为视频的截取点，通过命令指示开始截取该时间点前一段时长和后一段时长的过车视频，从而获取该车过车视频。
5.根据权利要求1所述的一种基于非现场执法***违法信息采集整合方法，其特征在于，所述步骤C具体是：首先将摄像头传感器获取到的车辆图像进行灰度化，使彩色的图像成为灰度图像，再将图像增强并对图像进行二值化处理使车牌图像变的简单，在经过图像预处理后的灰度图像上进行行列扫描，确定列方向上含有车牌线段的候选区域并确定该区域的起始行坐标和高度，然后对该区域进行行列扫描确定其列坐标和宽度，由此确定一个车牌的位置，为后续的字符分割算法提供基础。
6.根据权利要求1所述的一种基于非现场执法***违法信息采集整合方法，其特征在于，所述步骤E具体是：将完成牌照区域定位的牌照区域中的字符分割成单个字符然后才能进行字符的识别，字符分割采用垂直投影法将车牌图像沿垂直方向投影，根据车牌图像水平方向的投影图去顶字符图像的高度，找到字符图像的上下边界，根据车牌图像垂直方向的投影图确定各字符的图像宽度，找到字符图像的左右边界，通过以上方法将牌照区域中的字符单个的分割出来。
7.根据权利要求1所述的一种基于非现场执法***违法信息采集整合方法，其特征在于，所述步骤F具体是：利用模板匹配法将分割出来的字符二值化并将其尺寸缩放为字符数据库中的模板大小，然后与所有标准模板进行匹配，最后选取最佳匹配结果。
8.根据权利要求1-7任一所述的一种基于非现场执法***违法信息采集整合方法，其特征在于，所述信息采集整合包括车辆的车牌号码、车辆图片和视频信息的整合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811578605.3A CN109766788A (zh) | 2018-12-24 | 2018-12-24 | 一种基于非现场执法***违法信息采集整合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811578605.3A CN109766788A (zh) | 2018-12-24 | 2018-12-24 | 一种基于非现场执法***违法信息采集整合方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109766788A true CN109766788A (zh) | 2019-05-17 |
Family
ID=66450851
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811578605.3A Pending CN109766788A (zh) | 2018-12-24 | 2018-12-24 | 一种基于非现场执法***违法信息采集整合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109766788A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327630A (zh) * | 2016-08-16 | 2017-01-11 | 深圳亿维锐创科技股份有限公司 | 一种高低速不停车治超检测*** |
| CN106530733A (zh) * | 2016-11-10 | 2017-03-22 | 清华大学合肥公共安全研究院 | 基于视频联动抓拍的远程桥梁超载执法*** |
| CN107195182A (zh) * | 2017-06-08 | 2017-09-22 | 安徽和力成信息科技有限公司 | 一种动态高速治超检测*** |
| CN107403555A (zh) * | 2017-08-30 | 2017-11-28 | 中交第二航务工程勘察设计院有限公司 | 一种高速公路治超***及方法 |
| CN107945530A (zh) * | 2017-12-24 | 2018-04-20 | 上海捷崇科技有限公司 | 一种车辆超限检测***及其检测方法 |
| CN109035790A (zh) * | 2018-07-27 | 2018-12-18 | 苏州科达科技股份有限公司 | 车辆交通违法的证据获取方法及*** |
-
2018
- 2018-12-24 CN CN201811578605.3A patent/CN109766788A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327630A (zh) * | 2016-08-16 | 2017-01-11 | 深圳亿维锐创科技股份有限公司 | 一种高低速不停车治超检测*** |
| CN106530733A (zh) * | 2016-11-10 | 2017-03-22 | 清华大学合肥公共安全研究院 | 基于视频联动抓拍的远程桥梁超载执法*** |
| CN107195182A (zh) * | 2017-06-08 | 2017-09-22 | 安徽和力成信息科技有限公司 | 一种动态高速治超检测*** |
| CN107403555A (zh) * | 2017-08-30 | 2017-11-28 | 中交第二航务工程勘察设计院有限公司 | 一种高速公路治超***及方法 |
| CN107945530A (zh) * | 2017-12-24 | 2018-04-20 | 上海捷崇科技有限公司 | 一种车辆超限检测***及其检测方法 |
| CN109035790A (zh) * | 2018-07-27 | 2018-12-18 | 苏州科达科技股份有限公司 | 车辆交通违法的证据获取方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200250405A1 (en) | Method and apparatus for detecting fake license plates of vehicles, readable storage medium, and electronic device | |
| KR102197946B1 (ko) | 딥러닝 인공지능 기술을 이용한 객체인식 및 카운팅 방법 | |
| CN106373426B (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
| CN103065470B (zh) | 基于单目多检测面的机器视觉的车辆闯红灯行为检测装置 | |
| WO2020087743A1 (zh) | 非机动车交通违法监管方法、装置及电子设备 | |
| CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别***及方法 | |
| CN101383003B (zh) | 车辆号牌实时精确识别方法 | |
| CN112163543A (zh) | 一种车辆违法占道的检测方法及*** | |
| CN110298300B (zh) | 一种检测车辆违章压线的方法 | |
| CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
| WO2015089867A1 (zh) | 一种交通违章检测方法 | |
| CN101964145A (zh) | 一种自动车牌识别方法及其*** | |
| CN104123776B (zh) | 一种基于图像的对象统计方法及*** | |
| CN103268703A (zh) | 公交专用道抓拍*** | |
| CN106919939B (zh) | 一种交通标识牌跟踪识别方法及*** | |
| KR102200204B1 (ko) | Cctv 영상을 활용한 3차원 영상분석 시스템 | |
| CN112926583B (zh) | 车牌识别方法与车牌识别*** | |
| CN110580808A (zh) | 一种信息处理方法、装置、电子设备及智能交通*** | |
| CN109147393A (zh) | 基于视频分析的车辆变道检测方法 | |
| CN106991821A (zh) | 违章车辆用手持移动终端数据采集*** | |
| CN104463232A (zh) | 一种基于hog特征和颜色直方图特征的密度人群计数的方法 | |
| CN103699880A (zh) | 基于物联网的交通违法车辆牌照检测与识别方法 | |
| CN105046948A (zh) | 一种黄色网格线区域内交通违章停车监测***和方法 | |
| CN110782653A (zh) | 一种道路信息采集方法和*** | |
| CN103778790B (zh) | 一种基于视频序列的车流量方波统计法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190517 |