[发明专利]一种车牌类型验证的方法及系统

权利要求书

1.一种车牌类型验证的方法，其特征在于，包括：

获取车牌图像；

通过车牌类型识别分类器对所述车牌图像进行识别，根据识别结果按照 预定条件确定所述车牌图像的粗分类类型；

调用与所述粗分类类型对应的车牌字符模板对所述车牌图像中的车牌进 行字符切分；

根据所述粗分类类型，确定车牌差异位置的字符，并利用所述车牌差异 位置的字符对应的字符模型对所述车牌差异位置的字符进行识别；

将识别结果与所述车牌差异位置的字符对应的字符模型的阈值进行比 较，确定所述车牌图像的类型。

2.如权利要求1所述的方法，其特征在于，调用与所述粗分类类型对应 的车牌字符模板对所述车牌图像中的车牌进行字符切分，包括：

当所述粗分类类型为黑牌，则调用蓝黑牌字符模板和使馆牌字符模板对 车牌进行字符切分；

当所述粗分类类型为单层黄牌、单层军牌、单层武警车牌或警牌，则调 用对应的单层黄牌字符模板、单层军牌字符模板、单层武警车牌字符模板或 警牌字符模板对车牌进行字符切分；

当所述粗分类类型为双层军牌、双层武警车牌或双层黄牌，则调用对应 的双层军牌字符模板、双层武警车牌字符模板或双层黄牌字符模板对车牌进 行字符切分；

当所述粗分类类型为蓝牌，则调用蓝黑牌字符模板对车牌进行字符切分。

3.如权利要求2所述的方法，其特征在于，所述字符模型包括：

利用“使”训练的二分类的LDA模型和SVM模型；

利用“WJ”训练的二分类的LDA模型和SVM模型；

利用“警”训练的二分类的LDA模型和SVM模型；

利用“12个军牌首字母”训练的十二分类的LDA模型和SVM模型。

4.如权利要求3所述的方法，其特征在于，将识别结果与所述车牌差异 位置的字符对应的字符模型的阈值进行比较，确定所述车牌图像的精确类型， 包括：

根据所述车牌差异位置的字符对应的LDA模型和SVM模型，输出的LDA 模型置信度和SVM模型置信度；

将所述LDA模型置信度与所述车牌差异位置的字符对应的LDA模型阈 值进行比较，若超过LDA模型阈值，则得到第一结果；

将所述SVM模型置信度与所述车牌差异位置的字符对应的SVM模型阈 值进行比较，若超过SVM模型阈值，则得到第二结果；

当同时满足所述第一结果及所述第一结果时，则所述车牌图像的类型为 所述LDA模型和SVM模型对应的类型。

5.如权利要求1至4任一项所述的方法，其特征在于，还包括：

定期对所述字符模型进行维护。

6.一种车牌类型验证的系统，其特征在于，包括：

获取模块，用于获取车牌图像；

粗分类模块，用于通过车牌类型识别分类器对所述车牌图像进行识别， 根据识别结果按照预定条件确定所述车牌图像的粗分类类型；

切分模块，用于调用与所述粗分类类型对应的车牌字符模板对所述车牌 图像中的车牌进行字符切分；

字符识别模块，用于根据所述粗分类类型，确定车牌差异位置的字符， 并利用所述车牌差异位置的字符对应的字符模型对所述车牌差异位置的字符 进行识别；

类型确定模块，用于将识别结果与所述车牌差异位置的字符对应的字符 模型的阈值进行比较，确定所述车牌图像的类型。