一种车牌识别方法及装置制造方法及图纸

本发明专利技术提供了一种车牌识别方法及装置，其方法包括：获取待识别车辆的多个待识别车牌图像以及抓拍图像；基于第一车牌识别模型对所述多个待识别车牌图像进行识别，获得所述待识别车辆的第一车牌号；基于第二车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第二车牌号；基于第三车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第三车牌号；根据所述第一车牌号、所述第二车牌号以及所述第三车牌号确定目标车牌号。本发明专利技术提高了车牌识别准确率。车牌识别准确率。车牌识别准确率。

【技术实现步骤摘要】
一种车牌识别方法及装置


[0001]本专利技术涉及过磅称重
，具体涉及一种车牌识别方法及装置。

技术介绍

[0002]目前在工地收发料系统中，主要还是依靠专门工作人员进行监控把关、记录、车辆放行，工作效率慢，浪费了人力、物力和时间。因此，一种可以自助过磅称重系统来自动完成称重、记录、车辆放行等有关作业也应运而生。
[0003]目前的无人值守过磅称重系统的车牌识别过程为：车辆在上磅过程中，车牌部位经过触发线，识别到的车牌像素达到200
‑
400之间才能正确识别车牌，且在单个的项目中，车牌识别摄像机多个，每个车牌相机是否识别，识别的时间，识别的信任度都不相同，而软件系统信息只读取一个车牌信息，目前市面上所有的都是取最先识别的车牌识别摄像机识别到的车牌，且由于安装角度的变化，工地现场车辆大小的变化，导致车牌识别率较低，无法达到项目上的要求。
[0004]因此，急需提出一种车牌识别方法及装置，用于解决现有技术中存在的车牌识别准确率较低的技术问题。

技术实现思路

[0005]有鉴于此，有必要提供一种车牌识别方法及装置，用以解决现有技术中存在的车牌识别准确率较低的技术问题。
[0006]一方面，本专利技术提供了一种车牌识别方法，包括：
[0007]获取待识别车辆的多个待识别车牌图像以及抓拍图像；
[0008]基于第一车牌识别模型对所述多个待识别车牌图像进行识别，获得所述待识别车辆的第一车牌号；
[0009]基于第二车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第二车牌号；
[0010]基于第三车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第三车牌号；
[0011]根据所述第一车牌号、所述第二车牌号以及所述第三车牌号确定目标车牌号。
[0012]在一些可能的实现方式中，所述第一车牌识别模型为模糊匹配模型，所述第二车牌识别模型为卷积神经网络模型，所述第三车牌识别模型为记忆学习模型。
[0013]在一些可能的实现方式中，所述多个待识别车牌图像包括第一待识别车牌图像、第二待识别车牌图像和第三待识别车牌图像，所述第一车牌识别模型包括与所述第一待识别车牌图像、第二待识别车牌图像和第三待识别车牌图像对应的第一车牌识别子模型、第二车牌识别子模型以及第三车牌识别子模型；所述基于第一车牌识别模型对所述多个待识别车牌图像进行识别，获得所述待识别车辆的第一车牌号，包括：
[0014]基于所述第一车牌识别子模型对所述第一待识别车牌图像进行识别，获得第一候
选子车牌号；
[0015]基于所述第二车牌识别子模型对所述第二待识别车牌图像进行识别，获得第二候选子车牌号；
[0016]基于所述第三车牌识别子模型对所述第三待识别车牌图像进行识别，获得第三候选子车牌号；
[0017]判断所述第一候选子车牌号、所述第二候选子车牌号以及所述第三候选子车牌号中子车牌号相同的数量是否大于或等于2，若子车牌号相同的数量大于或等于2，则相同的子车牌号为所述第一车牌号；若子车牌号相同的数量小于2，则根据所述第一候选子车牌号、所述第二候选子车牌号以及所述第三候选子车牌号确定所述第一车牌号。
[0018]在一些可能的实现方式中，所述第一候选子车牌号包括多个第一信息字节，所述第二候选子车牌号包括多个第二信息字节，所述第三候选子车牌号包括多个第三信息字节；所述根据所述第一候选子车牌号、所述第二候选子车牌号以及所述第三候选子车牌号确定所述第一车牌号，包括：
[0019]逐一字节比较所述多个第一信息字节、所述第二信息字节以及所述第三信息字节，确定可信度最高的多个目标信息字节，根据所述多个目标信息字节确定所述第一车牌号。
[0020]在一些可能的实现方式中，所述第一待识别车牌图像为车辆开始上磅时的图像，所述第二待识别车牌图像为车辆称重时的图像，所述第三待识别车牌图像为车辆完全下磅时的图像。
[0021]在一些可能的实现方式中，在所述基于第三车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第三车牌号之前，还包括：
[0022]获取车牌号样本集，所述车牌号样本集包括多个车牌号样本；
[0023]构建初始车牌识别模型，并基于所述多个车牌号样本对所述初始车牌识别模型进行训练，获得所述第三车牌识别模型。
[0024]在一些可能的实现方式中，所述第一车牌号包括多个第一车牌信息字节，所述第二车牌号包括多个第二车牌信息字节，所述第三车牌号包括多个第三车牌信息字节；所述根据所述第一车牌号、所述第二车牌号以及所述第三车牌号确定目标车牌号，包括：
[0025]判断所述第一车牌号、所述第二车牌号以及所述第三车牌号中车牌号相同的数量是否大于或等于2；
[0026]若车牌号相同的数量大于或等于2，则相同的车牌号为所述目标车牌号；
[0027]若车牌号相同的数量小于2，则逐一字节比较所述多个第一车牌信息字节、所述第二车牌信息字节以及所述车牌第三信息字节，确定可信度最高的多个目标车牌信息字节，根据所述多个车牌目标信息字节确定所述目标车牌号。
[0028]在一些可能的实现方式中，所述车牌识别方法还包括：
[0029]构建车牌库，所述车牌库中包括多个预设车牌号以及与各预设车牌号对应的车辆载货数量；
[0030]确定所述车牌库中是否存在与所述目标车牌号对应的预设车牌号，若存在，则确定与所述目标车牌号对应的待识别车辆的载货数量是否符合结算要求。
[0031]在一些可能的实现方式中，所述根据所述第一车牌号、所述第二车牌号以及所述
第三车牌号确定目标车牌号，还包括：
[0032]根据所述多个第一车牌信息字节、所述第二车牌信息字节以及所述车牌第三信息字节确定所述第一车牌号、所述第二车牌号和所述第三车牌号中的特殊车牌号；
[0033]将所述特殊车牌号剔除，确定至少一个备选车牌号，并根据所述至少一个备选车牌号中确定所述目标车牌号。
[0034]另一方面，本专利技术还提供了一种车牌识别装置，包括：
[0035]图像获取单元，用于获取待识别车辆的多个待识别车牌图像以及抓拍图像；
[0036]第一识别单元，用于基于第一车牌识别模型对所述多个待识别车牌图像进行识别，获得所述待识别车辆的第一车牌号；
[0037]第二识别单元，用于基于第二车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第二车牌号；
[0038]第三识别单元，用于基于第三车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第三车牌号；
[0039]目标车牌号确定单元，用于根据所述第一车牌号、所述第二车牌号以及所述第三车牌号确定目标车牌号。
[0040]采用上述实施例的有益效果是：本专利技术提供的车牌识别方法，通过设置分别基于第一车牌识别模型、第二车牌识别模型和第三车牌识别模型对多个待识别车牌图像和抓拍图像进行车牌识别，对应获得第一车牌号、第二车牌号以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括：获取待识别车辆的多个待识别车牌图像以及抓拍图像；基于第一车牌识别模型对所述多个待识别车牌图像进行识别，获得所述待识别车辆的第一车牌号；基于第二车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第二车牌号；基于第三车牌识别模型对所述抓拍图像进行识别，获得所述待识别车辆的第三车牌号；根据所述第一车牌号、所述第二车牌号以及所述第三车牌号确定目标车牌号。2.根据权利要求1所述的车牌识别方法，其特征在于，所述第一车牌识别模型为模糊匹配模型，所述第二车牌识别模型为卷积神经网络模型，所述第三车牌识别模型为记忆学习模型。3.根据权利要求1所述的车牌识别方法，其特征在于，所述多个待识别车牌图像包括第一待识别车牌图像、第二待识别车牌图像和第三待识别车牌图像，所述第一车牌识别模型包括与所述第一待识别车牌图像、第二待识别车牌图像和第三待识别车牌图像对应的第一车牌识别子模型、第二车牌识别子模型以及第三车牌识别子模型；所述基于第一车牌识别模型对所述多个待识别车牌图像进行识别，获得所述待识别车辆的第一车牌号，包括：基于所述第一车牌识别子模型对所述第一待识别车牌图像进行识别，获得第一候选子车牌号；基于所述第二车牌识别子模型对所述第二待识别车牌图像进行识别，获得第二候选子车牌号；基于所述第三车牌识别子模型对所述第三待识别车牌图像进行识别，获得第三候选子车牌号；判断所述第一候选子车牌号、所述第二候选子车牌号以及所述第三候选子车牌号中子车牌号相同的数量是否大于或等于2，若子车牌号相同的数量大于或等于2，则相同的子车牌号为所述第一车牌号；若子车牌号相同的数量小于2，则根据所述第一候选子车牌号、所述第二候选子车牌号以及所述第三候选子车牌号确定所述第一车牌号。4.根据权利要求3所述的车牌识别方法，其特征在于，所述第一候选子车牌号包括多个第一信息字节，所述第二候选子车牌号包括多个第二信息字节，所述第三候选子车牌号包括多个第三信息字节；所述根据所述第一候选子车牌号、所述第二候选子车牌号以及所述第三候选子车牌号确定所述第一车牌号，包括：逐一字节比较所述多个第一信息字节、所述多个第二信息字节以及所述多个第三信息字节，确定可信度最高的多个目标信息字节，根据所述多个目标信息字节确定所述第一车牌号。5.根据权利要求3所述的车牌识别方法，其特征在于，所述第一待识别车牌图像为车辆开始上磅时的图像，所述第二待识别车牌图像为车辆称重时的图像，所述第三待识别车牌图像为车辆完全下...

【专利技术属性】
技术研发人员：张柏松，周良，刘闵华，方鹏飞，王川，方璐，
申请(专利权)人：中物智建武汉科技有限公司，
类型：发明
国别省市：