[发明专利]车牌识别方法及装置

说明书

技术领域

本发明涉及图像处理领域，特别是涉及一种车牌识别方法及装置。

背景技术

随着车辆的增多，车辆识别设备已经被广泛的使用在停车场出入口，商厦出入口等地方；其中，一般的车牌识别设备都采用一个摄像机或图像采集设备进行车辆视频采集。对于一般的场景，一个摄像机可以满足车牌识别的需求。然而在某些应用场景，一个摄像机采集回来的视频车牌识别效果不理想。

在某些应用场景，一个摄像机采集回来的视频图像可能由于图像的畸变；车牌角度太大等问题导致车牌识别率下降，甚至是不能够进行检测。因此在这些应用场景下例如宽出路口、T型路口、Y型路口等可以使用两个摄像机或图像采集设备进行车辆视频采集。这样会在同一时间产生两个车辆图像。

因此，如何实现图像拼接，完成车牌识别，是本领域技术人员需要解决的技术问题。

发明内容

本发明的目的是提供一种车牌识别方法，该方法能够实现对图像的拼接，并对拼接图像进行车牌识别；本发明的另一目的是提供一种车牌识别装置。

为解决上述技术问题，本发明提供一种车牌识别方法包括：

获取不同的图像采集设备分别采集的图像；

提取所述各图像的特征点；

对所述图像的第一图像的特征点与所述图像的其他图像的特征点进行匹配得到特征点匹配结果；

当所述特征点匹配满足预定条件时，将所述第一图像与其他图像合成为一帧新的图像；

对所述新的图像进行车牌识别。

其中，所述获取不同的图像采集设备分别采集的图像包括：获取不同的图像采集设备分别同时采集的图像。

其中，所述提取所述各图像的特征点包括：利用尺度不变特征转换SIFT提取图像的特征点。

所述利用尺度不变特征转换SIFT提取图像的特征点包括：

创建金字塔多尺度空间；

检测所述金字塔多尺度空间的极值点；

对所述极值点进行过滤，精确确定极值点的位置，并给所述极值点指定方向参数；

利用所述精确确定极值点在预定区域的方向梯度，形成特征点。

其中，所述对所述图像的第一图像的特征点与所述图像的其他图像的特征点进行匹配得到特征点匹配结果包括：

搜索所述图像的第一图像中每个特征点在所述图像的其他图像中的最邻近特征点和次邻近特征点；

计算特征点与最邻近特征点的第一欧式距离和特征点与次邻近特征点的第二欧式距离；

计算第一欧式距离与第二欧式距离的比率；

当所述比率小于阈值时，该特征点匹配成功。

其中，所述搜索每个特征点的最邻近特征点和次邻近特征点包括：

利用最优节点优先BBF算法搜索第一图像中每个特征点在其他图像中的最邻近特征点和次邻近特征点。

其中，所述当所述特征点匹配结果满足预定条件包括：

当所述图像的第一图像中特征点匹配成功的个数大于预定数量。

本发明所提供的一种车牌识别装置包括：

采集模块，用于获取不同的图像采集设备分别采集的图像；

提取模块，用于提取所述各图像的特征点；

匹配模块，用于对所述图像的第一图像的特征点与所述图像的其他图像的特征点进行匹配得到特征点匹配结果；

合成模块，用于当所述特征点匹配满足预定条件时，将所述第一图像与其他图像合成为一帧新的图像；

车牌识别模块，用于对所述新的图像进行车牌识别。

其中，所述提取模块包括：创建单元，检测单元，过滤单元，确定单元，其中，

创建单元，用于创建金字塔多尺度空间；

检测单元，用于检测所述金字塔多尺度空间的极值点为特征点；

过滤单元，用于对所述特征点进行过滤，精确确定特征点的位置，并给所述特征点指定方向参数；

确定单元，用于利用所述精确确定特征点在预定区域的方向梯度，形成最终特征点。

其中，所述匹配模块包括：搜索单元，第一计算单元，第二计算单元，判断单元，其中，

搜索单元，用于搜索所述车辆图像的第一图像中每个特征点在所述车辆图像的其他图像中的最邻近特征点和次邻近特征点；

第一计算单元，用于计算特征点与最邻近特征点的第一欧式距离和特征点与次邻近特征点的第二欧式距离；

第二计算单元，用于计算第一欧式距离与第二欧式距离的比率；

判断单元，用于当所述比率小于阈值时，该特征点匹配成功。