[发明专利]停车场车牌识别方法及装置

权利要求书

1.一种停车场车牌识别方法，其特征在于，包括：

通过朝向拍摄方向的凸面镜反射第一停车区域的图像，得到反射图像；

采集朝向拍摄方向的第二停车区域的图像和所述反射图像，得到采集图像；

分割所述采集图像，得到所述第一停车区域的畸变反射图像、所述第二停车区域的直接图像；

通过畸变补偿算法修正所述畸变反射图像，得到修正图像；

处理所述直接图像、所述修正图像，得到带来源侧标记信息的字符图像集合；

通过样本集匹配所述字符图像集合，得到车牌信息数据。

2.根据权利要求1所述的方法，其特征在于，分割所述采集图像，得到所述第一停车区域的畸变反射图像、所述第二停车区域的直接图像，具体包括：

识别所述采集图像，得到所述第一停车区域的畸变反射ROI区、所述第二停车区域的直接ROI区；

根据所述畸变反射ROI区、所述直接ROI区，分割所述采集图像，得到所述第一停车区域的畸变反射图像、所述第二停车区域的直接图像。

3.根据权利要求1所述的方法，其特征在于，通过畸变补偿算法修正所述畸变反射图像，得到修正图像，具体包括：

计算所述畸变反射图像的扭曲度参数；

根据所述扭曲度参数，调用畸变补偿算法处理所述畸变反射图像，得到修正图像。

4.根据权利要求3所述的方法，其特征在于，计算所述畸变反射图像的扭曲度参数，具体包括：

获取所述凸面镜的曲率；

根据所述曲率，计算所述畸变反射图像的扭曲度参数。

5.根据权利要求1所述的方法，其特征在于，处理所述直接图像、所述修正图像，得到带来源侧标记信息的字符图像集合，具体包括：

通过神经网络算法处理所述直接图像、所述修正图像，得到车牌图像矩阵块；

处理所述车牌图像矩阵块，得到原始字符图像集合；

标记所述原始字符图像集合，得到带来源侧标记信息的字符图像集合。

6.根据权利要求5所述的方法，其特征在于，通过神经网络算法处理所述直接图像、所述修正图像，得到车牌图像矩阵块，具体包括：

根据边缘信息和颜色特征信息，处理所述直接图像、所述修正图像，得到候选车牌集合；

通过SVM分类器筛选所述候选车牌集合，得到车牌图像矩阵块。

7.根据权利要求5所述的方法，其特征在于，处理所述车牌图像矩阵块，得到原始字符图像集合，具体包括：

基于灰度图像和Radon变换，校正所述车牌图像矩阵块，得到车牌校正图像；

根据形态学中开运算方法，消除所述车牌校正图像中的间隔符，得到无间隔车牌图像；

转换所述无间隔车牌图像为直方图，通过算法及所述直方图识别边框位置，从所述无间隔车牌图像中消除边框，得到无边框车牌图像；

通过投影法，分割所述无边框车牌图像，得到原始字符图像集合。

8.根据权利要求1所述的方法，其特征在于，通过样本集匹配所述字符图像集合，得到车牌信息数据，具体包括：

识别所述字符图像集合的来源侧标记信息；

当所述来源侧标记信息为第一来源标记时，使用镜像样本集匹配所述字符图像集合，得到车牌信息数据。

9.根据权利要求1所述的方法，其特征在于，通过样本集匹配所述字符图像集合，得到车牌信息数据，具体包括：

识别所述字符图像集合的来源侧标记信息；

当所述来源侧标记信息为第二来源标记时，使用正向样本集匹配所述字符图像集合，得到车牌信息数据。

10.一种停车场车牌识别装置，其特征在于，包括：

采集模块，用于通过朝向拍摄方向的凸面镜反射第一停车区域的图像，得到反射图像；还用于采集朝向拍摄方向的第二停车区域的图像和所述反射图像，得到采集图像；

图像分离模块，用于分割所述采集图像，得到所述第一停车区域的畸变反射图像、所述第二停车区域的直接图像；

图像修正模块，用于通过畸变补偿算法修正所述畸变反射图像，得到修正图像；

图像处理模块，用于处理所述直接图像、所述修正图像，得到带来源侧标记信息的字符图像集合；

匹配模块，用于通过样本集匹配所述字符图像集合，得到车牌信息数据。