[发明专利]一种基于车牌识别的车辆识别系统及方法

权利要求书

1.一种基于车牌识别的车辆识别系统，其特征在于，包括：图像检测装置、特征提取装置、信息发送装置、智能网联平台、信息接收装置、图像处理装置；

所述图像检测装置，用于检测前方车辆，并将前方车辆图像传输给特征提取装置；

所述特征提取装置，用于提取所述前方车辆图像的车牌特征，得到车牌特征框，并将所述车牌特征框传输给信息发送装置；

所述信息发送装置，用于将所述车牌特征框传输给智能网联平台；

所述智能网联平台，根据所述车牌特征框寻找车辆建议框，并将车辆建议框传输给信息接收装置；

所述信息接收装置，用于将所述车辆建议框传输给图像处理装置；

所述图像处理装置，根据所述车辆建议框得到车辆特征框。

2.根据权利要求1所述的基于车牌识别的车辆识别系统，其特征在于，所述特征提取装置利用K-means聚类算法对构建的车牌数据集通过聚类生成适合车牌数据集的车牌锚定框，利用生成的车牌锚定框对所述神经网络模型中的车辆锚定框进行替换得到改进的神经网络模型。

3.根据权利要求2所述的基于车牌识别的车辆识别系统，其特征在于，所述利用K-means聚类算法对构建的车牌数据集x_i通过聚类生成适合车牌数据集的车牌锚定框具体步骤为：

(11)将车牌数据集分为n类；

(12)随机生成n个聚类中心y_i；

(13)计算每个点到聚类中心的距离，并聚类到离该点最近的聚类中心去；

(14)计算每个聚类中所有点的坐标平均值，并将得到的坐标平均值作为新的聚类中心；

(15)重复步骤(13)和(14)，直到新的聚类中心不再变化，最终得到的新的聚类中心z_i即为车牌锚定框。

4.根据权利要求2所述的基于车牌识别的车辆识别系统，其特征在于，所述改进的神经网络模型通过大量的车辆图像数据集进行训练，训练好的改进的神经网络模型针对输入的车辆图像能够获得车牌特征框。

5.根据权利要求1所述的基于车牌识别的车辆识别系统，其特征在于，所述智能网联平台包括：智能存储平台和智能计算平台；

智能存储平台，储存当前车辆行驶道路中所有车辆的车牌特征框及与所述车牌特征框匹配的车辆建议框；

智能计算平台，根据所述信息发送装置传输的车牌特征框在智能存储平台中匹配对应的车辆建议框，并将匹配到的车辆建议框传输给所述信息接收装置。

6.根据权利要求5所述的基于车牌识别的车辆识别系统，其特征在于，所述匹配过程包括：将n个车辆建议框随机命名为{S1，S2，…，Sn}，将车辆建议框两两进行匹配得到匹配平均误差，并将所得匹配平均误差放入矩阵D中，

匹配过程按照矩阵D中逐行从左向右进行匹配，若存在D_SiSj小于匹配最大误差A时，将车辆建议框Si和Sj作为最终的车辆特征框，并停止匹配过程，D_SiSj表示车辆建议框Si和Sj进行匹配得到的车辆建议框；若矩阵D中所有的匹配平均误差均大于匹配最大误差A，则将n个车辆建议框中车辆尺寸最大的车辆建议框作为最终的车辆特征框。

7.一种基于车牌识别的车辆识别方法，其特征在于，步骤如下：

1)获取待检测前方车辆图像；

2)利用训练好的改进的神经网络模型进行车牌特征提取，得到车牌特征框；

3)根据车牌特征框寻找对应的车辆建议框；

4)利用平均绝对差算法对车辆建议框进行匹配得到车辆特征框。

8.根据权利要求7所述的基于车牌识别的车辆识别方法，其特征在于，所述根据车牌特征框寻找对应的车辆建议框基于车牌的特征点进行，特征点为车牌中的牌号，若车辆建议框中车牌的特征点与车牌特征框中的特征点相对应，则该车辆建议框为寻找的车辆建议框。

9.根据权利要求8所述的基于车牌识别的车辆识别方法，其特征在于，所述车牌特征框与车辆建议框为一对映射，即一个车牌特征框只对应一个车辆建议框，一个车辆建议框可对应多个车牌特征框。