[发明专利]一种新能源车辆识别方法及装置在审

专利信息
申请号: 201911285754.5 申请日: 2019-12-13
公开(公告)号: CN111144405A 公开(公告)日: 2020-05-12
发明(设计)人: 许庆强;肖宇华;江明;严鹏;李博;景晓松;杨建萍;季振亚;尚文洋;袁晓冬;费骏韬 申请(专利权)人: 国网江苏省电力有限公司;北京中电飞华通信股份有限公司;国网信息通信产业集团有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/46
代理公司: 北京风雅颂专利代理有限公司 11403 代理人: 李翔
地址: 210021 江*** 国省代码: 江苏;32
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 新能源 车辆 识别 方法 装置
【权利要求书】:

1.一种新能源车辆识别方法,其特征在于,包括:

获取待识别车辆的车牌图像;

识别所述车牌图像的背景颜色和/或所述车牌图像的车牌号位数;

根据所述背景颜色和/或所述车牌号位数,判断所述车辆是否为新能源车辆。

2.根据权利要求1所述的方法,其特征在于,所述获取待识别车辆的车牌图像,包括:

获取待识别车辆的车辆图像;

识别并截取所述车辆图像中的车牌区域,得到车牌区域图像;

利用基于方向场的倾斜校正算法,对所述车牌区域图像进行倾斜校正,得到待识别车辆的车牌图像。

3.根据权利要求1所述的方法,其特征在于,所述识别所述车牌图像的背景颜色和/或车牌图像的车牌号位数,包括:

并行识别车牌图像的背景颜色和车牌号位数;

在得到所述背景颜色的识别结果后,终止识别所述车牌号位数;

或者,在得到所述车牌号位数的识别结果后,终止识别所述背景颜色。

4.根据权利要求1所述的方法,其特征在于,所述识别车牌图像的背景颜色,包括:

利用聚类算法,对所述车牌图像中的颜色进行聚类,根据聚类结果确定所述车牌的背景颜色;

所述识别车牌图像的车牌号位数,包括:

利用卷积神经网络,提取所述车牌图像的字符序列特征;

按照列划分字符序列特征,得到多个列的字符序列特征;

统计有效字符特征序列的列数,得到车牌号位数。

5.根据权利要求1所述的方法,其特征在于,根据所述背景颜色,判断所述车辆是否为新能源车辆,包括:

若所述背景颜色为绿色,则判定所述车辆为新能源车辆;

根据所述车牌号位数,判断所述车辆是否为新能源车辆,包括:

若所述车牌号位数为八位,则判定所述车辆为新能源车辆。

6.根据权利要求1所述的方法,其特征在于,在判定所述车辆为非新能源车辆的情况下,还包括:

识别所述车牌图像中的车牌号;

查找所述车牌号相关联的车辆类型信息;

根据所述车辆类型信息,判断所述车辆是否为新能源车辆。

7.一种新能源车辆识别装置,其特征在于,包括:

车牌图像提取模块和新能源车牌特征识别模块,其中:

所述车牌图像提取模块,用于获取待识别车辆的车牌图像;

所述新能源车牌特征识别模块,用于识别所述车牌图像的背景颜色和/或所述车牌图像的车牌号位数,根据所述背景颜色和/或所述车牌号位数,判断所述车辆是否为新能源车辆。

8.根据权利要求7所述的装置,其特征在于,所述车牌图像提取模块包括:

车辆图像采集模块、车牌定位模块和车牌校正模块,其中:

所述车辆图像采集模块,用于获取待识别车辆的车辆图像;

所述车牌定位模块,用于识别并截取所述车辆图像中的车牌区域,得到车牌区域图像;

所述车牌校正模块用于对所述车牌区域图像进行倾斜校正,得到待识别车辆的车牌图像。

9.根据权利要求7所述的装置,其特征在于,所述新能源车牌特征识别模块包括:

背景颜色识别模块和/或车牌号位数识别模块,其中:

所述背景颜色识别模块,用于利用聚类算法,对所述车牌图像中的颜色进行聚类,根据聚类结果确定所述车牌的背景颜色;

所述车牌号位数识别模块,用于利用卷积神经网络,提取所述车牌图像的字符序列特征,按照列划分字符序列特征,得到多个列的字符序列特征,统计有效字符特征序列的列数,得到车牌号位数。

10.根据权利要求7所述的装置,其特征在于,还包括:

车牌类型识别模块,用于识别所述车牌图像中的车牌号,查找所述车牌号相关联的车辆类型信息,根据所述车辆类型信息,判断所述车辆是否为新能源车辆。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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国网江苏省电力有限公司;北京中电飞华通信股份有限公司;国网信息通信产业集团有限公司,未经国网江苏省电力有限公司;北京中电飞华通信股份有限公司;国网信息通信产业集团有限公司许可,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/201911285754.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top