[发明专利]一种基于SVM置信度的车牌字符投票算法

说明书

技术领域

本发明涉及计算机视觉技术，特别是涉及一种基于SVM置信度的车牌字符投票算法

背景技术

随着计算机技术和信息处理技术的发展，计算机的信息处理能力不断提高，计算机视觉技术在基于多媒体和模式识别与人工智能技术的智能交通及电子警察系统在世界范围内得到了广泛的应用。这些应用中，有96％的自动化系统使用了车牌自动识别技术，75％以上的系统是以车牌识别为核心的应用。

车牌识别系统的精度除了与选择的算法有关外，还与图像的质量、拍摄角度和光照条件有关。尤其对于一般的收费站来说，图像质量并不高(通常为D1分辨率)，且摄相机与车牌成一定角度，对车牌识别的精度造成一定的影响。这有两种方法可以解决，一是提高图像质量，改善现场光照条件(如加补光灯等)，这无疑会提高成本，另一种方法是，充分利用收费站车速慢的特点，同一辆车会停留较长时间，如果对多帧的识别结果进行有效地投票，那么识别精度和可信度将会大大提高。

通过查阅现有专利，少有对车牌投票机制进行研究，异或采用简单的按出现次数进行投票，如果识别错误的字符出现的次数较多，则会产生错误的投票结果。为了克服以上缺点，现有基于SVM置信度的车牌字符投票算法，对于置信度较低的字符拒绝参加投票，并且投票数直接用置信度相加，即使正确识别的字符数较少，但由于其置信度足够高，可以保证最终投票结果的准确性。

发明内容

本发明提供了一种基于SVM置信度的车牌字符投票算法，该方法尤其适合于收费站卡口、停车场等低速场景下的车牌识别系统。

为了实现上述目的，本发明包括如下技术特征：首先根据车牌检测的结果来判断是否有车辆进入，如果有车辆进入，则开启投票，如果投票次数超过某个设定的阈值或检测到车辆离开场景，则关闭投票；然后利用SVM进行车牌字符识别，并输出每个字符对应的置信度，针对中国大陆车牌包含汉字、字母和数字的特点，分别训练三个SVM分类器，即汉字分类器、字母分类器和数字字母分类器；最后对每帧的识别结果按置信度进行投票，拒绝置信度低于某个设定的阈值的字符参与投票，选取投票结束时置信度最大的字符组成一张正确的车牌。

所述根据车牌检测的结果来判断是否有车辆进入，如果有车辆进入，则开启投票，如果投票次数超过某个设定的阈值或检测到车辆离开场景，则关闭投票。

所述利用SVM进行车牌字符识别，并输出每个字符对应的置信度，针对中国大陆车牌包含汉字、字母和数字的特点，分别训练三个SVM分类器，即汉字分类器、字母分类器和数字字母分类器；

所述对每帧的识别结果按置信度进行投票，拒绝置信度低于某个设定的阈值的字符参与投票，选取投票结束时置信度最大的字符组成一张正确的车牌。

与现有的方法相比，本发明针对中国大陆车牌的特点，分别训练三个分类器，减小目标类别数，提高了识别精度，采用SVM置信度进行投票，并拒绝置信度较低的字符参加投票，投票数直接用置信度相加，即使正确识别的字符数较少，但由于其置信度足够高，可以保证最终投票结果的准确性。

附图说明

图1为本发明算法实施用例的具体实现；

图2为本发明算法的整体流程图。

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。

具体实施方式为：

(1)利用基于haar特征的adboost算法进行车牌检测，如果检测到有车牌，开启投票，并令no_plate_cnt＝0，如果没有检测到车牌，则no_plate_cnt++，no_plate_cnt达到一定阈值或投票次数达到一定阈值，认为车辆离开，停止投票。

(2)利用SVM进行字符识别，并输出置信度。由于中国大陆车牌包括汉字、字母、数字，因此为了提高识别精度，分别训练三个分类器，即汉字分类器、字母分类器、字母数字分类器。多类分类，采用多个二分类投票的方式，根据两类的支持向量，计算出当前特征向量与支持向量的距离，距离反映了字符识别的置信度，如果距离小，则置信度高，反之亦然。为了将置信度映射到[0，1]范围内，采用下列函数进行变换。