[發(fā)明專利]一種車牌識別方法

在審

• 申請?zhí)枺?/td>: 201711274739.1
• 申請日: 2017-12-06
• 公開（公告）號: CN107944445A
• 公開（公告）日: 2018-04-20
• 發(fā)明（設(shè)計）人: 孫帝
• 申請（專利權(quán)）人: 四川知創(chuàng)空間孵化器管理有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/38;G06K9/46;G08G1/017
• 代理公司: 成都九鼎天元知識產(chǎn)權(quán)代理有限公司51214
• 代理人: 詹永斌

技術(shù)領(lǐng)域

本發(fā)明涉及車牌識別領(lǐng)域，尤其是一種車牌識別方法。

背景技術(shù)

隨著國民經(jīng)濟水平的大幅度增加，人們的生活水平也日益提高，很明顯的一方面，各地區(qū)的汽車保有量在龐大的基數(shù)基礎(chǔ)上都是穩(wěn)步在增長。

而隨著汽車數(shù)量的增多，對于汽車的管理工作量和管理難度就隨之加大，而對于作為汽車身份標識的車牌號的管理方面，就提出了新的要求，其中，最常見的，就是對車牌的識別。

在我國，對于傳統(tǒng)的化石燃料汽車來說，均采用7位號碼的車牌，而且對于車牌的尺寸、分布、字符等均做了統(tǒng)一規(guī)定。而現(xiàn)有技術(shù)中，也針對該種車牌制定了多種識別方案，其大致為：車牌定位、字符分割、字符識別、字符組合。但這一類的車牌識別技術(shù)均針對同一車牌模板的識別，而對于如今新發(fā)行的電動汽車車牌（8位），因傳統(tǒng)識別方案設(shè)定為針對7位車牌的識別，對于電動汽車車牌是無法識別的。而如果對電動汽車車牌單獨開發(fā)一套系統(tǒng)，又會存在浪費資源和成倍增加成本的問題，因此，如果能在現(xiàn)有識別技術(shù)基礎(chǔ)上豐富對電動汽車車牌識別方案，將會達到更理想的效果。

發(fā)明內(nèi)容

本發(fā)明的發(fā)明目的在于：針對上述存在的問題，提供一種在現(xiàn)有車牌識別方案基礎(chǔ)上，整合入對電動汽車車牌進行識別的方案。解決現(xiàn)有識別系統(tǒng)不兼容或不能識別電動汽車車牌的問題，同時，解決先開發(fā)電動汽車車牌識別的成本成倍增加問題。

本發(fā)明采用的技術(shù)方案如下：

一種車牌識別方法，包括：

判斷車牌的車牌類別；

根據(jù)判斷的車牌類別，選擇相應(yīng)的車牌識別方案；

根據(jù)選擇的車牌識別方案識別車牌。

通過上述方案，在整合有傳統(tǒng)車牌和新能源車牌的識別系統(tǒng)中，通過選擇相應(yīng)的識別方案，實現(xiàn)對車牌的識別，無需單獨配置對新能源車牌進行識別和選擇的系統(tǒng)，提供識別效率，減小識別成本，滿足對傳統(tǒng)車牌和新能源車牌一體識別的需求。

作為優(yōu)選，上述判斷車牌的車牌類別包括：

光源向車牌發(fā)射投射光；

接收所述車牌對投射光的反射光；

分析出所述反射光的光信息；

根據(jù)所述光信息判斷出車牌類別。

通過上述方案，通過根據(jù)車牌反射光的光信息，即車牌的顏色信息進行車牌識別，利用車牌的屬性信息進行車牌類別判別，從而有效提高車牌類別判別的準確性和輸出結(jié)果的可靠性。

進一步的，上述光信息為反射光的頻率信息，所述根據(jù)所述光信息判斷出車牌類別包括：

根據(jù)所述反射光的頻率信息，在預設(shè)的頻率信息與車牌類別對照表中匹配出車牌類別。

通過上述方案，基于車牌反射光的頻率信息，即獲取車牌顏色的固有屬性信息，實現(xiàn)通過簡單的屬性數(shù)據(jù)采集，判別車牌類別的效果。

或者，上述光信息為反射光的頻率變化性信息，所述根據(jù)所述光信息判斷出車牌類別包括：

根據(jù)所述反射光的頻率變化性信息為穩(wěn)定的頻率信息或變化的頻率信息，判斷出所述車牌的車牌類別。

基于新能源車牌顏色的漸變屬性，實現(xiàn)通過明顯的區(qū)別特征進行車牌類別區(qū)分的效果，計算量小，區(qū)分效果好。

作為優(yōu)選，上述判斷車牌的車牌類別包括：

獲取包含有車牌的數(shù)據(jù)源；

提取所述數(shù)據(jù)源中的車牌幀圖像；

定位所述車牌幀圖像中的 ‘●’的位置；

截取所述定位位置后側(cè)的車牌幀圖像為截取圖像；

分析出所述截取圖像中的字符數(shù)，根據(jù)所述字符數(shù)，確定所述車牌的車牌類別。

其中，對‘●’位置的定位，可采用基于神經(jīng)網(wǎng)絡(luò)算法的深度學習，如貝葉斯神經(jīng)網(wǎng)絡(luò)算法；定位位置后側(cè)即為定位位置后的5位或6位字符。

相應(yīng)的，上述分析所述截取圖像中的字符數(shù)可通過直接分析截取圖像中連續(xù)不斷的電子墨水數(shù)實現(xiàn)，該方案是基于車牌字符的“一筆畫”性質(zhì)實現(xiàn)。

通過上述方案，基于車牌位數(shù)的類別判別，以通過簡單、直觀的方法判別出車牌類別。

作為優(yōu)選，上述判斷車牌的車牌類別包括：

采集包含有車牌的數(shù)據(jù)源；

提取所述數(shù)據(jù)源中的車牌幀圖像；

獲取所述車牌幀圖像中，車牌的長寬比；

根據(jù)所述車牌的長寬比，確定所述車牌的車牌類別。

基于新能源車牌和傳統(tǒng)車牌在尺寸上的差別性，通過對車牌尺寸關(guān)系的簡單計算，達到理想的車牌類別判別效果，同時，也保證了判別的小計算量。

作為優(yōu)選，上述根據(jù)判斷的車牌類別，選擇相應(yīng)的車牌識別方案包括：