[发明专利]一种基于图片检索方法的车牌识别系统和方法有效
申请号: | 201711095738.0 | 申请日: | 2017-11-09 |
公开(公告)号: | CN107944352B | 公开(公告)日: | 2020-10-02 |
发明(设计)人: | 卢荣新;王泽民;李珉;施国鹏 | 申请(专利权)人: | 一石数字技术成都有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06F16/583 |
代理公司: | 成都九鼎天元知识产权代理有限公司 51214 | 代理人: | 韩雪 |
地址: | 610000 四川省成都市*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 图片 检索 方法 车牌 识别 系统 | ||
本发明公开了一种基于图片检索方法的车牌识别方法和系统,识别原理为:获取视频流;对所述视频流中包含的目标车牌进行定位和跟踪,抽取若干目标车牌图像;分别对所述若干目标车牌图像进行特征值提取,得到若干目标车牌特征值;将所述若干目标车牌特征值进行组合,得到目标车牌特征值组;将待查找车牌的特征值与所述目标特征值组进行对比,输出查找结果。本发明通过将待查找车牌的特征值与监控等方式获取的目标车牌的特征值进行对比匹配,从而实现对车牌的查找,无需具体识别出监控中车牌的车牌号,可明显提高车牌查找效率和准确性。同时,因无需识别车牌号,对于监控获取的模糊车牌也能实现精确识别。
技术领域
本发明涉及车牌识别领域,尤其是一种基于图片检索方法的车牌识别系统和方法。
背景技术
作为现代社会主要交通工具之一的汽车,在人们的生活和工作中的得到越来越多的使用,如何有效的监控,管理车辆显得越来越重要。而在无需为车辆加装其他装置的情况下对车辆实现监控,是交通和公安行业系统自动化管理的基本需要,所以车辆牌照的自动识别系统是实现交通车辆管控的关键技术之一。
同时,我们也应该看到,对特定车辆的快速及时查找、追踪在交通和公安行业对车辆管控方面都有很大的需求,车辆的查找,跟踪也成为车牌识别的一个重要方面。
车牌识别技术是计算机视觉、图像处理技术与模式识别技术的融合,是智能交通系统中一项非常重要的技术。目前车辆牌照识别系统包括图像获取,车牌定位与分割、字符识别三个部分,相关的解决办法不少:比如有基于字符纹理特征的方法,有基于水平灰度变化特征方法,有基于车牌文字变化特征的自动扫描识别方法,有基于神经网络的车牌识别方法等等。由于车辆采集图像的自然环境复杂,摄像机的性能、车牌的整洁度、光照条件、拍摄时的倾斜角度及车辆运动等因素的影响,给车牌识别带来了难度;同时,牌照识别方法的三个部分每部分都要求算法的精度很高才能成功识别一个车牌,是一个串联的系统,每部分的运算精度都直接影响计算结果,而现实中,往往由于车牌图像受环境中诸如泥巴雨水光照等噪声影响,在字符分割的时候就无法进行高精度字符分割,从而直接影响车牌识别成功率。以上现有的方法对于环境较复杂的情况下定位车牌都存在较为明显的局限性。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供一种通过现有监控网络,实现对车辆的查找问题;解决在查找过程中,车牌的高效匹配问题;解决传统车牌识别中,需要具体识别出车牌号,再与查找的车牌号进行匹配带来的:监控高像素要求问题、耗时性问题及其对车牌遮挡物辨识度低的问题。
本发明采用的技术方案如下:
一种基于图片检索方法的车牌识别方法,包括:
S001:获取包含有待查找车牌号码信息的待查找车牌信息;
S100:获取包含有目标车牌的视频流;
S200:对所述视频流中包含的目标车牌进行定位和跟踪,抽取若干目标车牌图像;
S300:分别对所述若干目标车牌图像进行特征值提取,得到对应于所述若干目标车牌图像的若干目标车牌特征值;
S400:将所述若干目标车牌特征值进行组合,得到目标车牌特征值组;
S500:将所述待查找车牌信息携带的信息与所述目标特征值组进行对比,输出查找结果。
该方案基于现有监控网络实现对目标车牌图像源的获取,无需新建监控网络,节省了车牌查找成本。通过直接对车牌进行特征值提取以建立检索库,对视频流的像素没有明确的高要求。同时,通过车牌特征值进行车牌检索,可有效解决淤泥等车牌遮挡物对车牌识别结果的影响,从而避免对车牌的误判或漏判。通过建立目标车牌特征值组,实现全方位描述目标车牌特征,丰富了检索库,从而明显提高车牌查找匹配率。
进一步的,上述S001具体为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于一石数字技术成都有限公司,未经一石数字技术成都有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711095738.0/2.html,转载请声明来源钻瓜专利网。