一种车辆识别方法及系统与流程

本发明涉及计算机识别领域,特别是涉及一种车辆识别方法及系统。

背景技术:

在部分停车场入口处,由于路面较宽或车辆进入时转弯半径较大,车辆到达车牌识别区域时,无法将车头调整到最佳识别位置,导致车牌识别的准确率非常低或不能识别。若出现识别错误的车牌号,只能以人工的方式进行修正,如果没有人工修正,则系统中记录的车牌号码为错误车牌号,那么就容易出现无法找到入场记录,无法正确识别该车辆的问题,进而会造成一系列收费异常、停车场的出入速度慢等情况,严重影响停车场管理。因此,如何进行准确的车辆识别,对停车场管理至关重要。

技术实现要素:

本发明的目的是提供一种车辆识别方法及系统,能够准确的进行车辆识别,避免场地收费异常情况,降低停车场管理人员的工作难度。

为实现上述目的,本发明提供了如下方案:

一种车辆识别方法,所述方法包括:

获取车辆离开场地时的车头图像信息;

从所述车头图像信息提取所述车辆的出场车牌号码;

调用车辆进入场地时的数据集合;所述数据集合包括多条数据;其中,每条所述数据中至少包括所述车辆的入场车牌号码;

判断所述数据集合中是否存在与所述出场车牌号码相同的入场车牌号码,得到第一判断结果;

当所述第一判断结果为是时,则确定所述入场车牌号码对应的数据为所述车辆的入场信息。

可选的,还包括:

当所述第一判断结果为否时,则从所述车头图像信息提取所述车辆的的出场车身颜色、出场车辆标志以及出场车类型;

判断所述数据集合中是否存在与所述出场车身颜色、出场车辆标志以及出场车类型相同的入场车身颜色、入场车辆标志以及入场车类型,得到第二判断结果;其中,每条所述数据中还包括所述车辆的入场车身颜色、入场车辆标志以及入场车类型;

当所述第二判断结果为是时,则确定所述出场车身颜色、出场车辆标志以及出场车类型对应的数据为所述车辆的入场信息。

可选的,在获取车辆离开场地时的车头图像信息之前,还包括:

获取第一数据;所述第一数据为车辆进入场地时获取的入场车头车牌号码、入场车身颜色、入场车辆标志以及入场车类型;

获取第二数据;所述第二数据为车辆进入场地时获取的入场车尾车牌号码、入场车身颜色、入场车辆标志以及入场车类型;

判断所述入场车头车牌号码和所述入场车尾车牌号码是否一致,得到第三判断结果;

当所述第三判断结果为是时,则将所述第一数据和所述第二数据合并成一条数据存储到所述数据集合中;

当所述第三判断结果为否时,则将所述第一数据和所述第二数据分别单独存储到所述数据集合中。

可选的,所述获取第一数据,具体包括:

获取车辆进入场地时扫描车辆车头的图片;

对所述图片进行处理,得到车辆的入场车头车牌号码、入场车身颜色、入场车辆标志以及入场车类型。

可选的,所述对所述图片进行处理,得到车的入场车头车牌号码,具体包括:

对所述图片进行分割,得到标识有入场车头车牌号码的图片;

对所述标识有入场车头车牌号码的图片中的入场车头车牌号码进行识别,计算入场车头车牌号码识别成功率;

判断所述入场车头车牌号码识别成功率是否大于80%;

若是,则在所述第一数据中写入所述入场车头车牌号码;

若否,则在所述第一数据中写入无。

可选的,所述获取第二数据,具体包括:

获取车辆进入场地时扫描车辆车尾的图片;

对所述图片进行处理,得到车的入场车尾车牌号码、入场车身颜色、入场车辆标志以及入场车类型。

可选的,所述对所述图片进行处理,得到车辆的入场车尾车牌号码,具体包括:

对所述图片进行分割,得到标识有入场车尾车牌号码的图片;

对所述标识有入场车尾车牌号码的图片中的入场车尾车牌号码进行识别,计算入场车尾车牌号码识别成功率;

判断所述入场车尾车牌号码识别成功率是否大于80%;

若是,则在所述第二数据中写入所述入场车尾车牌号码;

若否,则在所述第二数据中写入无。

本发明还提供了一种车辆识别系统,所述系统包括:

获取模块,用于获取车辆离开场地时的车头图像信息;

第一提取模块,用于从所述车头图像信息提取所述车辆的出场车牌号码;

调用模块,用于调用所述车辆进入场地时的数据集合;所述数据集合包括多条数据;其中,每条所述数据中至少包括所述车辆的入场车牌号码;

第一判断模块,用于判断所述数据集合中是否存在与所述出场车牌号码相同的入场车牌号码,得到第一判断结果;

第一确定模块,用于当所述第一判断结果为是时,则确定所述入场车牌号码对应的数据为所述车辆的入场信息。

第二提取模块,用于当所述第一判断结果为否时,则从所述车头图像信息提取所述车辆的出场车身颜色、出场车辆标志以及出场车类型;

第二判断模块,用于判断所述数据集合中是否存在与所述出场车身颜色、出场车辆标志以及出场车类型相同的入场车身颜色、入场车辆标志以及入场车类型,得到第二判断结果;其中,每条所述数据中还包括所述车辆的入场车身颜色、入场车辆标志以及入场车类型;

第二确定模块,用于当所述第二判断结果为是时,则确定所述出场车身颜色、出场车辆标志以及出场车类型对应的数据为所述车辆的入场信息。

可选的,在获取模块之前,还包括:

第一数据获取模块,用于在获取车辆离开场地时的车头图像信息之前,获取第一数据;所述第一数据为车辆进入场地时获取的入场车头车牌号码、入场车身颜色、入场车辆标志以及入场车类型;

第二数据获取模块,用于在获取车辆离开场地时的车头图像信息之前,获取第二数据;所述第二数据为车辆进入场地时获取的入场车尾车牌号码、入场车身颜色、入场车辆标志以及入场车类型;

第三判断模块,用于判断所述入场车头车牌号码和所述入场车尾车牌号码是否一致,得到第三判断结果;

第一存储模块,用于当所述第三判断结果为是时,则将所述第一数据和所述第二数据合并成一条数据存储到所述数据集合中;

第二存储模块,用于当所述第三判断结果为否时,则将所述第一数据和所述第二数据分别单独存储到所述数据集合中。

根据本发明提供的具体实施例,本发明公开了以下技术效果:

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1为本发明实施例车辆识别方法的流程示意图;

图2为本发明实施例车辆识别系统的结构示意图;

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例车辆识别方法的流程示意图,如图1所示,本发明提供的车辆识别方法具体包括以下步骤:

步骤101:获取车辆离开场地时的车头图像信息;

步骤102:从所述车头图像信息提取所述车辆的出场车牌号码;

步骤103:调用车辆进入场地时的数据集合;所述数据集合包括多条数据;其中,每条所述数据中至少包括所述车辆的入场车牌号码;

步骤104:判断所述数据集合中是否存在与所述出场车牌号码相同的入场车牌号码,得到第一判断结果;

步骤105:当所述第一判断结果为是时,则确定所述入场车牌号码对应的数据为所述车辆的入场信息;

步骤106:当所述第一判断结果为否时,则从所述车头图像信息提取所述车辆的的出场车身颜色、出场车辆标志以及出场车类型。

本发明提供的车辆识别方法还包括:

步骤107:判断所述数据集合中是否存在与所述出场车身颜色、出场车辆标志以及出场车类型相同的入场车身颜色、入场车辆标志以及入场车类型,得到第二判断结果;其中,每条所述数据中还包括所述车辆的入场车身颜色、入场车辆标志以及入场车类型;

步骤108:当所述第二判断结果为是时,则确定所述出场车身颜色、出场车辆标志以及出场车类型对应的数据为所述车辆的入场信息。

另外,若出现多条出场车身颜色、出场车辆标志以及出场车类型相同的数据,则需要人工判断。

本发明提供的车辆识别方法在执行步骤101之前还包括:

其中,所述获取第一数据,具体包括:

所述对所述图片进行处理,得到车的入场车头车牌号码,具体包括:

所述获取第二数据,具体包括:

所述对所述图片进行处理,得到车辆的入场车尾车牌号码,具体包括:

下面通过一个具体的实施例描述车辆识别过程。

第一步:获取车辆离开场地时的车头图像信息,并从所述车头图像信息提取所述车辆的出场车牌号码。

第二步:调用车辆进入场地时的数据集合,所述数据集合包括多条数据;其中,每条所述数据中至少包括所述车辆的入场车牌号码。

其中,车辆进入场地时的数据采集过程为:

采用车头车牌识别相机获取车辆进入场地时图像数据。

车头车牌识别相机包括三种触发方式:虚拟地感触发、地感线圈触发、稳定识别触发。并根据这三种触发方式得到多个图像数据,并将得到的多个图像数据相互对比,计算对比正确率,将对比正确率最高的图像数据作为第一数据输出。第一数据包括车头车牌号码、车身颜色、车辆标志以及车类型。

车头车牌识别相机识别车辆车头后,输出第一数据,入口道闸开启。此第一数据作为触发信号1。

车辆检测器检测到车辆输出的触发信号作为触发信号2。

触发信号1与触发信号2并行,同时作为车尾车牌识别相机识别触发信号。

触发信号2有开始识别与断开识别权限,其权限的作用是防止多车辆同时入场时,对后车进行误识别,前车辆经过后,将切断车尾车牌识别仪工作,等待下一车辆入场后再识别。

如有第二辆车或第二次触发时,则作为第二辆车处理,车尾车牌识别相机抓拍照片一张,作为该车车辆最终照片存储。

第一数据和第二数据处理和存储过程为:

如果第一数据和第二数据中车牌号码数据相同,两条数据合并为一条数据使用,减少数据的存储量,所抓拍到的两张识别照片并存(车头车牌识别相机输出一张照片,车尾车牌识别相机输出一张照片,共计两张,其中车头车牌识别相机与车尾识别相机对车辆识别时,所抓拍照片均为包含车辆车身),作为识别依据,两条数据以识别车牌号码为主,车身颜色、车辆标识和车辆类型为辅,使用时作为一条结果输出。

如果第一数据和第二数据中车牌号码不同,两条数据并存,储存两条车牌识别数据,两个车牌号码数据绑定,使用时两条同时出现,以车牌号码识别结果为准,无主次之分,车身颜色不作为主要判断因素,如场内车辆中有同号牌车辆在场,不做替换与同级处理,多条数据并存使用,通过手工判断车辆数据,具体为:软件在对于车头车牌与车尾车牌识别时,如车头车牌的识别结果为a,车尾车牌的识别结果为b,如果a与b的数据相同,软件处理时,将a与b结果合并为一条处理为a=b,数据库中将a与b结果合并,保留a结果,照片不删除同时存在;如a与b的结果不同,软件处理时结果为a+b=a=b,数据库中将存在两条数据,两条数据相互依存,在使用时,搜索a或搜索b时均提取a和b的数据和图像。

另外,如现场为夜间或现场光照条件不足时,车辆使用车头前大灯,此时车牌识别不受影响,但车身颜色无法识别,车尾补光后识别车身颜色,以车尾车身颜色为准。

关于无牌车的处理,具体为:在光照良好情况下,车头车牌识别相机与车尾车牌识别相机抓拍与识别车辆,无牌车以识别的车身颜色为准,车身颜色为主要查找与使用因素,与车辆抓拍照片绑定;在光照条件较差的情况下,车头车牌识别机无法判别车身颜色,以车尾车辆识别判别颜色为准。

第三步:判断所述数据集合中是否存在与所述出场车牌号码相同的入场车牌号码,得到第一判断结果;

当所述第一判断结果为是时,则确定所述入场车牌号码对应的数据为所述车辆的入场信息;

当所述第一判断结果为否时,则从所述车头图像信息提取所述车辆的的出场车身颜色、出场车辆标志以及出场车类型。

第四步:判断所述数据集合中是否存在与所述出场车身颜色、出场车辆标志以及出场车类型相同的入场车身颜色、入场车辆标志以及入场车类型,得到第二判断结果;其中,每条所述数据中还包括所述车辆的入场车身颜色、入场车辆标志以及入场车类型。

第五步:当所述第二判断结果为是时,则确定所述出场车身颜色、出场车辆标志以及出场车类型对应的数据为所述车辆的入场信息。

为了实现上述目的,本发明还提供了一种车辆识别系统。

图2为本发明实施例车辆识别系统的结构示意图,如图2所示,所述系统包括:

获取模块201,用于获取车辆离开场地时的车头图像信息;

第一提取模块202,用于从所述车头图像信息提取所述车辆的出场车牌号码;

调用模块203,用于调用所述车辆进入场地时的数据集合;所述数据集合包括多条数据;其中,每条所述数据中至少包括所述车辆的入场车牌号码;

第一判断模块204,用于判断所述数据集合中是否存在与所述出场车牌号码相同的入场车牌号码,得到第一判断结果;

第一确定模块205,用于当所述第一判断结果为是时,则确定所述入场车牌号码对应的数据为所述车辆的入场信息。

第二提取模块206,用于当所述第一判断结果为否时,则从所述车头图像信息提取所述车辆的的出场车身颜色、出场车辆标志以及出场车类型;

第二判断模块207,用于判断所述数据集合中是否存在与所述出场车身颜色、出场车辆标志以及出场车类型相同的入场车身颜色、入场车辆标志以及入场车类型,得到第二判断结果;其中,每条所述数据中还包括所述车辆的入场车身颜色、入场车辆标志以及入场车类型;

第二确定模块208,用于当所述第二判断结果为是时,则确定所述出场车身颜色、出场车辆标志以及出场车类型对应的数据为所述车辆的入场信息。

其中,在获取模块201之前,还包括:

第一数据获取模块,用于获取第一数据;所述第一数据为车辆进入场地时获取的入场车头车牌号码、入场车身颜色、入场车辆标志以及入场车类型;

第二数据获取模块,用于获取第二数据;所述第二数据为车辆进入场地时获取的入场车尾车牌号码、入场车身颜色、入场车辆标志以及入场车类型;

本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

THE END
1.汽车标志识别图懂车帝提供汽车标志识别图的详细内容,懂车帝是一个汽车资讯平台,懂车更懂你。我们提供最新汽车报价,汽车图片,汽车价格大全,行情、评测、导购等内容,看车选车买车就上懂车帝。https://www.dongchedi.com/tag/pgc/10841076
2.终于有人把汽车名车标志,整理出来了,收藏起来看看标签:车标标志车标志 点赞 收藏 微博 QQ空间 微信 猜你想看 奔驰GLC大降价!2.0T+258匹,9挡手自一体纵享丝滑! 从记说车 标配混动四驱 欧版2025款雷克萨斯LS发布 配置小幅升级 木言车 1 13万跌至7万, 一年卖出37万台, 合资“良心”, 丰田本田都羡慕 https://news.yiche.com/hao/wenzhang/89467349/
3.车辆标志识别专题模板车辆标志识别图片素材下载我图网车辆标志识别专题为您整理了567个原创高质量车辆标志识别图片素材供您在线下载,PSD/JPG/PNG格式车辆标志识别模板下载、高清车辆标志识别图片大全等,下载图片素材就上我图网。https://m.ooopic.com/sousuo/11399915/
4.智能交通系统中的车辆标志识别方法综述在智能交通系统中,车辆作为最普及的交通工具,常被不法分子利用,使其成为一种安全隐患,因此,实现监控设备下的车辆身份识别一直是一个研究热点。车辆标志(简称车标)是车辆的特殊身份,包含着车辆品牌制造商的基本信息,相比车牌、车型和车色,车标具有相对独立和可靠的特性。车辆标志识别能够快速、精准地缩小车辆查询范围,为https://wap.cnki.net/touch/web/Journal/Article/ZGTB202409011.html
5.以下选项中,车辆交通标志识别系统的英文缩写是什么?本题主要考察车辆功能英文缩写。交通标志识别系统英文全称Traffic Sign Recognition,缩写为TSR,因此选择“TSR”。 相关内容拓展:汽车安全系统的交通标志识别系统(Traffic Sign Recognition)是利用前置摄像头结合模式,可以识别常见的交通标志(限速、停车、掉头等)。这一功能会提醒驾驶员注意前面的交通标志,以便驾驶员遵守这些https://www.jiakaobaodian.com/tiku/shiti/bus-kemu1-14655700.html
6.以下缩写中,表示车辆交通标志识别系统缩写的是什么?ATSRBTMCCLDTSR交通标志识别 Traffic Sign Recognition ,可以及时地向驾驶员传递重要的交通信息(例如限速、禁止超车等),并指导驾驶员做出合理的反应,从而减轻了驾驶压力,有利于道路交通安全。TSR系统主要是通过安装在车辆上的摄像机采集道路上的交通标识信息,传送到图像处理模块进行标识监测和识别,并根据识别结果做出不同的应对措施。https://www.ybjk.com/tiku/e597c.htm
7.常见道路交通标志牌辨识驾驶常识最低限速:表示车辆驶入前方道路后的最低限速,一般设在高速公路或城市快速路上,这个标志的识别度较低。 最高限速:这个容易记,因为在道路上很常见,表示前方路段的最高时速,大家要善于观察,否则很容易超速。 4、让行标志 停车让行:把车停在停止线前面,仔细的观察周围的路况,看看是否安全,确认安全后方可通行。 https://www.jiazhao.com/news47425/
8.限速标志识别(SLI)限速标志识别(SLI) 最微不足道的错误导致驾驶期间发生严重事故。 为了防止这种悲剧,我们研发创新的ADAS。 ¥0.00 ¥ 订单满 ¥可以使用 有效期: 使用说明: 数量 行人碰撞预警(PCW) 车辆行驶速度在1-50km/h,行人碰撞系统会监测车辆前方30m,车辆中心两侧1.8m的矩形区域内的行人,实时计算在车前方的行人和车子即http://www.adas.cc/product/showproduct.php?id=38
9.TrafficSignecognition.rar交通标志交通标志分类在本项目中,我们主要关注的是“交通标志识别”这一领域,这涉及到计算机视觉和深度学习技术的应用。交通标志识别是自动驾驶、智能交通系统以及安全驾驶辅助系统中的关键部分,它能够帮助车辆理解和遵循道路规则,提高行驶安全性。 我们要创建一个能够分类交通标志的模型。交通标志的分类通常包括但不限于:禁止标志、警告标志、https://download.csdn.net/download/weixin_42650811/86221935
10.车辆交通标志系统英文缩写车辆交通标志识别系统的英文缩写是TSR。TrafficSignRecognition,简称TSR,Sign英文含义标志符号,选有S的,只有B选项。TSR是利用前置摄像头结合模式,可以识别常见的交通标志(限速、停车、掉头等)。这一功能会提醒驾驶员注意前面的交通标志,以便驾驶员遵守这些标志。交通标志识别系统一般包括检测和识别两部分。检测一般是利用交https://m.yoojia.com/wenda/1074881.html
11.道路和交通标志识别3篇(全文)如果要以自动的方式设定虚拟检测线的位置参数, 则需要系统能够识别出视频图像中道路的位置, 并根据道路的具体情况自动设定虚拟检测线的位置参数, 使其位于图像中道路上的合适位置。目前道路识别的主要方法是使用边缘检测技术在图像中检测道路的各条标志线, 但是由于各种干扰 (如通过的车辆、道路两旁的建筑、树木, 以及https://www.99xueshu.com/w/ikey6tn22s9b.html