一种车牌识别方法技术

本发明专利技术公开了一种车牌识别方法，包括：判断车牌的车牌类别；根据判断的车牌类别，选择相应的车牌识别方案；根据选择的车牌识别方案识别车牌。其中，判断车牌的车牌类别包括：根据车牌反射光的光信息判断车牌类别；或者根据车牌的尺寸长宽比判别车牌类别。车牌识别方案为对传统车牌的识别防范或对新能源车牌的识别方案；车牌识别为：车牌切割、字符识别、字符组合。通过本方法，整合对新能源车牌的识别入现有车牌识别技术中，实现对传统车牌和新能源车牌的自动判别和识别，方法简单，计算量小，识别结果准确性高，智能化效果好，具有极高的实用价值。

【技术实现步骤摘要】
一种车牌识别方法
本专利技术涉及车牌识别领域，尤其是一种车牌识别方法。
技术介绍
随着国民经济水平的大幅度增加，人们的生活水平也日益提高，很明显的一方面，各地区的汽车保有量在庞大的基数基础上都是稳步在增长。而随着汽车数量的增多，对于汽车的管理工作量和管理难度就随之加大，而对于作为汽车身份标识的车牌号的管理方面，就提出了新的要求，其中，最常见的，就是对车牌的识别。在我国，对于传统的化石燃料汽车来说，均采用7位号码的车牌，而且对于车牌的尺寸、分布、字符等均做了统一规定。而现有技术中，也针对该种车牌制定了多种识别方案，其大致为：车牌定位、字符分割、字符识别、字符组合。但这一类的车牌识别技术均针对同一车牌模板的识别，而对于如今新发行的电动汽车车牌（8位），因传统识别方案设定为针对7位车牌的识别，对于电动汽车车牌是无法识别的。而如果对电动汽车车牌单独开发一套系统，又会存在浪费资源和成倍增加成本的问题，因此，如果能在现有识别技术基础上丰富对电动汽车车牌识别方案，将会达到更理想的效果。
技术实现思路
本专利技术的专利技术目的在于：针对上述存在的问题，提供一种在现有车牌识别方案基础上，整合入对电动汽车车牌进行识别的方案。解决现有识别系统不兼容或不能识别电动汽车车牌的问题，同时，解决先开发电动汽车车牌识别的成本成倍增加问题。本专利技术采用的技术方案如下：一种车牌识别方法，包括：判断车牌的车牌类别；根据判断的车牌类别，选择相应的车牌识别方案；根据选择的车牌识别方案识别车牌。通过上述方案，在整合有传统车牌和新能源车牌的识别系统中，通过选择相应的识别方案，实现对车牌的识别，无需单独配置对新能源车牌进行识别和选择的系统，提供识别效率，减小识别成本，满足对传统车牌和新能源车牌一体识别的需求。作为优选，上述判断车牌的车牌类别包括：光源向车牌发射投射光；接收所述车牌对投射光的反射光；分析出所述反射光的光信息；根据所述光信息判断出车牌类别。通过上述方案，通过根据车牌反射光的光信息，即车牌的颜色信息进行车牌识别，利用车牌的属性信息进行车牌类别判别，从而有效提高车牌类别判别的准确性和输出结果的可靠性。进一步的，上述光信息为反射光的频率信息，所述根据所述光信息判断出车牌类别包括：根据所述反射光的频率信息，在预设的频率信息与车牌类别对照表中匹配出车牌类别。通过上述方案，基于车牌反射光的频率信息，即获取车牌颜色的固有属性信息，实现通过简单的属性数据采集，判别车牌类别的效果。或者，上述光信息为反射光的频率变化性信息，所述根据所述光信息判断出车牌类别包括：根据所述反射光的频率变化性信息为稳定的频率信息或变化的频率信息，判断出所述车牌的车牌类别。基于新能源车牌颜色的渐变属性，实现通过明显的区别特征进行车牌类别区分的效果，计算量小，区分效果好。作为优选，上述判断车牌的车牌类别包括：获取包含有车牌的数据源；提取所述数据源中的车牌帧图像；定位所述车牌帧图像中的‘●’的位置；截取所述定位位置后侧的车牌帧图像为截取图像；分析出所述截取图像中的字符数，根据所述字符数，确定所述车牌的车牌类别。其中，对‘●’位置的定位，可采用基于神经网络算法的深度学习，如贝叶斯神经网络算法；定位位置后侧即为定位位置后的5位或6位字符。相应的，上述分析所述截取图像中的字符数可通过直接分析截取图像中连续不断的电子墨水数实现，该方案是基于车牌字符的“一笔画”性质实现。通过上述方案，基于车牌位数的类别判别，以通过简单、直观的方法判别出车牌类别。作为优选，上述判断车牌的车牌类别包括：采集包含有车牌的数据源；提取所述数据源中的车牌帧图像；获取所述车牌帧图像中，车牌的长宽比；根据所述车牌的长宽比，确定所述车牌的车牌类别。基于新能源车牌和传统车牌在尺寸上的差别性，通过对车牌尺寸关系的简单计算，达到理想的车牌类别判别效果，同时，也保证了判别的小计算量。作为优选，上述根据判断的车牌类别，选择相应的车牌识别方案包括：根据判断的车牌类别，选择对普通车牌的识别方案或对新能源车牌的识别方案。本方案主要限定于识别传统车牌（7位）与新能源车牌（8位），通过上述的各方案，达到有针对性的车牌识别效果。进一步的，上述根据选择的车牌识别方案识别车牌包括：获取二值化车牌图像，以选择的对普通车牌的识别方案或对新能源车牌的识别方案对所述二值化车牌图像按所述车牌的车牌类别对应的各字符宽度值进行垂直投影；以在垂直方向上切割所述二值化车牌图像为若干字符块；再对切割的所述若干字符块依顺序进行字符识别，最后对识别的若干字符依顺序组合成识别的车牌号。该方案为现有车牌识别的主要方案，通过对该车牌识别方案的整合，达到基于现有车牌识别技术的新能源车牌识别方案的兼容，从而有效降低整合入新能源识别方案时，识别成本的增加问题，同时也保证了对车牌进行识别的准确性问题。进一步的，上述二值化车牌图像为对车牌图像进行二值化处理后的二值化图像；或者为对车牌进行二值化处理后，再进行滤波处理的二值化图像；或者为对车牌进行二值化处理后，再进行滤波处理和形态学处理的二值化图像。进一步的，上述根据选择的车牌识别方案识别车牌还包括：在对切割的所述若搞字符块依次进行字符识别前，还对所述若干字符块进行滤波处理，或者在滤波处理后，再进行形态学处理。通过上述两种方案，可有效降低噪音对车牌识别的干扰问题，从而提高车牌识别的准确性。需要说明的是，上述车牌颜色为车牌的背景色/底色。上述车牌帧图像为对包含车牌的数据源进行图像提取后，再对车牌定位后的图像对应的二值化图像，该技术属于现有成熟技术，本说明书不做详细说明。上述数据源为对汽车/车牌摄制的照片或视频。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：通过本专利技术的方法，可实现基于现有成熟的车牌识别方案中，整合入对新能源车牌进行识别的方案，从而实现在单一识别系统中，实现对传统车牌和新能源车牌的自动判别和识别，方法简单，计算量小，识别结果准确性高，智能化效果好，基于对车牌区别性属性特征的车牌类别区分，使得车牌区分结果可靠性高。本方法对于现发行的汽车车牌识别，具有极高的实用价值。附图说明本专利技术将通过例子并参照附图的方式说明，其中：图1是车牌识别方法流程图。图2是图1中判别车牌的车牌类别的一个实施例。图3是图1中判别车牌的车牌类别的另一实施例。图4是图1中判别车牌的车牌类别的另一实施例。图5是图1中车牌识别方案的一个实施例。具体实施方式本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。以下车牌帧图像为车牌图像的二值化图像。如图1所示，本实施例公开了一种车牌识别方法，包括：S10：判断车牌的车牌类别；S20：根据判断的车牌类别，选择相应的车牌识别方案；S30：根据选择的车牌识别方案识别车牌。上述根据判断的车牌类别，选择相应的车牌识别方案包括：根据判断的车牌类别，选择对普通车牌（7位车牌）的识别方案或对新能源车牌（8位车牌）的识别方案。上述车牌类别主要为现行的7位蓝底、黄底、白底或黑底的车牌，以及新发行本文档来自技高网...

【技术保护点】
一种车牌识别方法，其特征为，包括：判断车牌的车牌类别；根据判断的车牌类别，选择相应的车牌识别方案；根据选择的车牌识别方案识别车牌。

【技术特征摘要】
1.一种车牌识别方法，其特征为，包括：判断车牌的车牌类别；根据判断的车牌类别，选择相应的车牌识别方案；根据选择的车牌识别方案识别车牌。2.如权利要求1所述的方法，其特征为，所述判断车牌的车牌类别包括：光源向车牌发射投射光；接收所述车牌对投射光的反射光；分析出所述反射光的光信息；根据所述光信息判断出车牌类别。3.如权利要求2所述的方法，其特征为，所述光信息为反射光的频率信息，所述根据所述光信息判断出车牌类别包括：根据所述反射光的频率信息，在预设的频率信息与车牌类别对照表中匹配出车牌类别。4.如权利要求2所述的方法，其特征为，所述光信息为反射光的频率变化性信息，所述根据所述光信息判断出车牌类别包括：根据所述反射光的频率变化性信息为稳定的频率信息或变化的频率信息，判断出所述车牌的车牌类别。5.如权利要求1所述的方法，其特征为，所述判断车牌的车牌类别包括：获取包含有车牌的数据源；提取所述数据源中的车牌帧图像；定位所述车牌帧图像中的‘●’的位置；截取所述定位位置后侧的车牌帧图像为截取图像；分析出所述截取图像中的字符数，根据所述字符数，确定所述车牌的车牌类别。6.如权利要求1所述的方法，其特征为，所述判断车牌的车牌类别包括：采集包含有车牌的数据源；提取所...

【专利技术属性】
技术研发人员：孙帝，
申请(专利权)人：四川知创空间孵化器管理有限公司，
类型：发明
国别省市：四川,51