用于射频识别和车牌识别数据融合的字符相似度计算方法技术

本发明专利技术涉及一种用于射频识别和车牌识别数据融合的字符相似度计算方法，包括：字符识别错误计数步骤：累计车牌识别将号牌中一个字符错误识别为其它字符的数目；字符识别错误统计步骤：根据车牌识别的字符错误计数，计算均值和方差等统计量；字符相似度计算步骤：根据车牌识别的字符识别错误同剂量，计算字符的相似度。本发明专利技术计算出的字符相似度能够与实际情况相符合，充分解释射频识别和车牌识别数据融合的结果，为改进车牌识别提供依据，在智能交通领域汽车电子标识应用中，将发挥重要作用。

【技术实现步骤摘要】
用于射频识别和车牌识别数据融合的字符相似度计算方法
本专利技术涉及一种字符相似度计算方法，特别涉及一种用于射频识别和车牌识别数据融合的字符相似度计算方法。
技术介绍
射频识别(RadioFrequencyIdentification,RFID)技术具有快速识别、远距识别、多目标识别和非视线识别等优点，被广泛应用于智能交通领域的汽车电子标识。在机动车上安装存储有机动车号牌的射频识别标签，在道路上方安装射频识别读写器，当机动车经过射频识别读写的工作区域时，就能对机动车号牌进行准确识别。利用图像或视频方式识别机动车号牌的车牌识别(VehicleLicensePlateRecognition,VLPR)技术也广泛应用于智能交通领域。通过在道路上方安装摄像机，并安装计算机车牌识别软件，当机动车经过摄像机的工作范围时，机动车的图像或视频被摄像机采集，车牌识别软件可以识别出机动车的号牌，并可保留图像或视频作为证据。由于这两种技术各有优缺点，在实际应用中需要将二者融合起来，以充分利用射频识别的高准确率和车牌识别的证据能力。为实现二者的融合，需要计算二者识别结果的车牌的相似度，特别是字符的相似度。在201410291328.3《一种融合射频识别和车牌识别的方法及系统》中，公开了一种计算字符相似度的方法，这个方法采用字符图像的相似度作为字符之间的相似度，相似度是对称的，对于两个字符Ci和Cj，将Ci识别为Cj的概率和将Cj识别为Ci的概率是相同的。然而，在实际应用中发现，将Ci识别为Cj的概率和将Cj识别为Ci的概率是不同的，难以让用户理解数据融合的结果。因此，迫切需要一种新的字符相似度计算方法，计算出的字符相似度能够与实际情况相符合，充分解释射频识别和车牌识别数据融合的结果。
技术实现思路
本专利技术的目的在于提供一种用于射频识别和车牌识别数据融合的字符相似度计算方法，用于解决上述现有技术的问题。本专利技术一种用于射频识别和车牌识别数据融合的字符相似度计算方法，其中，包括；进行字符识别错误计数，包括：根据机动车号牌包含数字字母字符和汉字字符两类字符，建立两个计数矩阵；两个计数矩阵中，每个矩阵的行是射频识别得到的字符Ci，矩阵的列是车牌识别得到的字符Cj，初始时，两个计数矩阵的全部元素dij都是0；对多个射频识别得到的机动车号牌和车牌识别得到的机动车号牌进行配对，对数字字母矩阵和汉字矩阵分别统计计数，如果射频识别得到的机动车号牌中字符Ci在车牌识别得到的机动车号牌中被错误识别为字符Cj，则矩阵中第i行第j列的元素dij递增1，如果射频识别得到的机动车号牌中字符Ci在车牌识别得到的机动车号牌中被正确识别为字符Ci，则矩阵中第i行第i列的元素dii不变；根据车牌识别的字符错误计数，计算两个计数矩阵的统计量；根据车牌识别的字符识别错误同剂量，计算两个计数矩阵的字符的相似度。根据本专利技术的用于射频识别和车牌识别数据融合的字符相似度计算方法的一实施例，其中，两个计数矩阵中，第一个矩阵是34行34列的数字字母矩阵，数字字母为：0、1、2、3、4、5、6、7、8、9、A、B、C、D、E、F、G、H、J、K、L、M、N、P、Q、R、S、T、U、V、W、X、Y以及Z；第二个矩阵是31行31列的汉字矩阵，汉字为：京、津、冀、晋、蒙、辽、吉、黑、沪、苏、浙、徽、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、渝、川、贵、云、藏、陕、甘、宁以及青。根据本专利技术的用于射频识别和车牌识别数据融合的字符相似度计算方法的一实施例，其中，统计量包括均值和方差。根据本专利技术的用于射频识别和车牌识别数据融合的字符相似度计算方法的一实施例，其中，计算均值和方差包括：对数字字母矩阵和汉字矩阵分别计算，计算矩阵中的全部非对角元素的均值μ和方差σ；μ＝∑i,j(i≠j)dij/(N2-N)；在计算均值μ和方差σ的公式中，N是矩阵的行数。根据本专利技术的用于射频识别和车牌识别数据融合的字符相似度计算方法的一实施例，其中，计算两个计数矩阵的字符的相似度包括：如果射频识别得到的机动车号牌中字符Ci在车牌识别得到的机动车号牌中被多次错误识别为字符Cj，则Ci和Cj的相似度大，相似度sij计算如下：sij＝(dij-μ+3×σ)/(6×σ)计算完后，进行校正。如果sij<0，则sij＝0；如果sij>1，则sij＝1；sii＝1。本专利技术的用于射频识别和车牌识别数据融合的字符相似度计算方法，计算出的字符相似度能够与实际情况相符合，充分解释射频识别和车牌识别数据融合的结果，并为改进车牌识别提供依据。附图说明图1为本专利技术一种用于射频识别和车牌识别数据融合的字符相似度计算方法的流程示意图。具体实施方式为使本专利技术的目的、内容、和优点更加清楚，下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。本专利技术提供的一种用于射频识别和车牌识别数据融合的字符相似度计算方法，图1为本专利技术方法流程示意图，如图1所示，该方法包括：(1)字符识别错误计数步骤：累计车牌识别将号牌中一个字符错误识别为其它字符的数目；具体实施时，由于机动车号牌包含数字字母字符和汉字字符等两类字符，这两类字符在号牌中有特定位置，车牌识别不会将这两类字符相互错误识别。因此。可以建立两个计数矩阵。第一个矩阵是34行34列的数字字母矩阵，数字字母为：0、1、2、3、4、5、6、7、8、9、A、B、C、D、E、F、G、H、J、K、L、M、N、P、Q、R、S、T、U、V、W、X、Y、Z。第二个矩阵是31行31列的汉字矩阵，汉字为：京、津、冀、晋、蒙、辽、吉、黑、沪、苏、浙、徽、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、渝、川、贵、云、藏、陕、甘、宁、青。在这两个矩阵中，矩阵的行是射频识别得到的字符(实际字符)Ci，矩阵的列是车牌识别得到的字符Cj(识别字符)。初始时，两个矩阵的全部元素dij都是0。自动或人工对多个射频识别得到的机动车号牌和车牌识别得到的机动车号牌进行配对。对数字字母矩阵和汉字矩阵分别统计计数。如果射频识别得到的机动车号牌中字符Ci在车牌识别得到的机动车号牌中被错误识别为字符Cj，则矩阵中第i行第j列的元素dij递增1。如果射频识别得到的机动车号牌中字符Ci在车牌识别得到的机动车号牌中被正确识别为字符Ci，则矩阵中第i行第i列的元素dii不变。最后得到的这两个矩阵一般不是对称的，例如，字符“T”容易被车牌识别错误地识别为字符“1”，但字符“1”不容易被车牌识别错误地识别为字符“T”，这样，d1T和dT1是不同的。(2)字符识别错误统计步骤：根据车牌识别的字符错误计数，计算均值和方差等统计量；具体实施时，对数字字母矩阵和汉字矩阵分别计算，计算矩阵中的全部非对角元素的均值μ和方差σ。μ＝∑i,j(i≠j)dij/(N2-N)在计算均值μ和方差σ的公式中，N是矩阵的行数。...

【技术保护点】
1.一种用于射频识别和车牌识别数据融合的字符相似度计算方法，其特征在于，包括；/n进行字符识别错误计数，包括：/n根据机动车号牌包含数字字母字符和汉字字符两类字符，建立两个计数矩阵；/n两个计数矩阵中，每个矩阵的行是射频识别得到的字符C

【技术特征摘要】
1.一种用于射频识别和车牌识别数据融合的字符相似度计算方法，其特征在于，包括；
进行字符识别错误计数，包括：
根据机动车号牌包含数字字母字符和汉字字符两类字符，建立两个计数矩阵；
两个计数矩阵中，每个矩阵的行是射频识别得到的字符Ci，矩阵的列是车牌识别得到的字符Cj，初始时，两个计数矩阵的全部元素dij都是0；
对多个射频识别得到的机动车号牌和车牌识别得到的机动车号牌进行配对，对数字字母矩阵和汉字矩阵分别统计计数，如果射频识别得到的机动车号牌中字符Ci在车牌识别得到的机动车号牌中被错误识别为字符Cj，则矩阵中第i行第j列的元素dij递增1，如果射频识别得到的机动车号牌中字符Ci在车牌识别得到的机动车号牌中被正确识别为字符Ci，则矩阵中第i行第i列的元素dii不变；
根据车牌识别的字符错误计数，计算两个计数矩阵的统计量；
根据车牌识别的字符识别错误同剂量，计算两个计数矩阵的字符的相似度。


2.如权利要求1所述的用于射频识别和车牌识别数据融合的字符相似度计算方法，其特征在于，两个计数矩阵中，
第一个矩阵是34行34列的数字字母矩阵，数字字母为：0、1、2、3、4、5、6、7、8、9、A、B、C、D、E、F、G、H、J、K、L、M、N、P、Q、R、S、T、U、V、W、X、Y以及Z；
第二个矩阵是31行31列的汉字矩阵，汉字为：京、津、冀、晋、蒙、辽、吉、黑、沪、苏、浙...

【专利技术属性】
技术研发人员：蒋遂平，傅晗，叶青，
申请(专利权)人：北京计算机技术及应用研究所，
类型：发明
国别省市：北京;11