System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于智能交通图像识别领域,具体涉及一种基于多算法融合的车牌识别方法及系统。
技术介绍
1、基于多算法融合的车牌识别方法是一种使用多个不同算法和技术的组合来提高车牌识别系统的性能和准确性的方法,这种方法的主要思想是利用不同算法的优势来弥补彼此的不足,以处理各种复杂情况和挑战;
2、下面是基于多算法融合的车牌识别方法的工作流程:
3、图像采集:首先,通过摄像头或其他图像采集设备获取车辆图像,包括车辆前面的车牌区域;
4、预处理:对采集到的图像进行预处理,包括图像增强、去噪、灰度化、边缘检测和图像分割;这有助于提取车牌区域并改善图像质量;
5、车牌定位:使用车牌定位算法来精确定位车牌区域,以便后续处理;
6、字符分割:在车牌区域内,使用字符分割算法将字符分开,以便单独处理每个字符;
7、字符识别:对分割后的字符应用字符识别算法,通常采用光学字符识别(ocr)技术来识别每个字符;
8、结果融合:将多个字符的识别结果合并成一个完整的车牌号码,这可以通过将字符识别结果连接在一起并应用规则来完成;
9、后处理:对合并的车牌号码进行后处理,例如字符校验、过滤非法字符、纠正错误等;
10、输出结果:将最终的车牌号码结果输出给用户或其他系统,以进行进一步的处理或记录。
11、同时两轮车(摩托车、电动自行车)作为大众广泛使用的短途工具,《中华人民共和国民法典》对小区绿化的规定是,小区应有足够的绿化面积,新区住宅建设的绿地率
12、但是上述方案存在以下不足:当四轮机动(汽车)车与两轮车同时处于道闸系统的车牌识别区时,由于两轮车没有车牌录入,两轮车的快速驶离会被地感线检测出来,进而会使道闸系统误以为车辆已经驶出,使未驶出的车辆不能被摄像头进行二次车牌识别,造成地库入口堵塞现象,需要建立一种基于防误识别算法的系统,避免上述情况的发生,因此,如何对车牌识别方法作出进一步改进,使其能够将车牌识别算法与防误识别算法进行融合,避免四轮机动车(汽车)与两轮车由于混合进出导致地库入口堵塞现象的发生。
技术实现思路
1、本专利技术的目的在于提供一种基于多算法融合的车牌识别方法及系统,以解决上述
技术介绍
中存在的问题。
2、为实现上述目的,本专利技术提供如下技术方案:一种基于多算法融合的车牌识别方法,包括如下步骤:
3、s1、采集地库入口区域停留车辆的图像数据、车辆特征数据,并传输给数据处理模块进行汽车和两轮车的分类,与汽车相关的采集数据传输至车牌识别单元,与两轮车相关的采集数据传输至防误识别算法系统;
4、s2、获取地库入口区域数据并通过区域划分模块将该地库入口区域划分为识别区和等待区,分析所述车辆特征数据后生成车型评估指标cxpg,并基于车型评估指标cxpg针对识别区、等待区内的汽车、两轮车进行动态跟踪标记;
5、s3、判断识别区、等待区内的汽车、两轮车的进入情况,当识别区内仅有汽车停留时,获取的汽车图像采集数据传输至车牌识别单元并对道闸系统内道闸放行单元的开闭进行控制;
6、当识别区内仅有两轮车停留或者同时停留汽车和两轮车时,通过防误识别算法系统判断等待区内车辆是否有进入识别区的趋势,并基于防误识别算法系统生成跟车评估指标gcpg,通过所述跟车评估指标gcpg确定对道闸放行单元的开闭控制以及是否启动外置跟车警告单元。
7、优选的,所述图像数据包括通过摄像头或其他图像采集设备获取车辆图像,并含有车辆前面的车牌区域,且上述采集区域包括识别区和等待区;
8、所述车辆特征数据包括车身宽度参数cskd、车牌位置特征cpwz、车辆热源特征clry和车辆噪音特征clzy。
9、优选的,所述车牌识别单元的识别逻辑包括图像采集、预处理、车牌定位、字符分割、字符识别、结果融合、后处理和输出结果构成,所述车身宽度参数cskd基于采集摄像头的计算机视觉技术取得的宽度值d1和激光雷达的配合测得的宽度值d2,并进行分析处理获得关于cskd的计算公式:
10、cskd=d1×a1+d2×a2
11、其中a1和a2和权重系数,且0<a2<a1,设定车身宽度参数cskd的比对阈值范围为m=[m1,m2];
12、当cskd取值在阈值范围m内时,判定车型为两轮车,当cskd取值在阈值范围m之外时,判定车型为汽车;
13、所述车牌位置特征cpwz基于图像采集设备的计算机视觉技术取得,并用于判断车牌所处在车辆上的位置;
14、所述车辆热源特征clry和车辆噪音特征clzy分别通过红外传感器和声音传感器检测获得,所述声音传感器设置于道闸系统的地感线区域,并基于地感线的识别信号使声音传感器采集上方车辆的噪音数据;
15、依据cskd取值在阈值范围m内的关系判定为汽车时,借助图像采集设备对车牌颜色进行区分,以及新能源汽车的电动驱动系统特有的噪音特征来判断是否为新能源汽车,对于使用电池的新能源汽车,只需获取车身宽度参数cskd、车牌位置特征cpwz和车辆噪音特征clzy进行车型识别,设定车辆热源特征clry的比对阈值为范围o=[o1,o2],当clry取值在o以内时,判定为两轮车,当clry取值在o以外时,判定为汽车;
16、设定车辆噪音特征clzy的比对阈值为范围p=[p1,p2],当clzy取值在p以内时,判定为两轮车,当clzy取值在p以外时,判定为汽车。
17、优选的,所述区域划分模块采用基于传感器数据的逻辑判定算法,所述车身宽度参数cskd、车牌位置特征cpwz、车辆热源特征clry和车辆噪音特征clzy均采集n=[1、2…i…n]组数据,以此提高检测精确度,避免异常数值的影响,并进行归一化处理:
18、
19、其中xgy为归一化值,x为原始值,min为采集的数据最小值,max为采集的数据最大值,且x为车身宽度参数cskd、车牌位置特征cpwz、车辆热源特征clry和车辆噪音特征clzy中的任意一种,并将xgy数值映射到[0,1],并对cskdgy、cpwzgy、clrygy、clzygy进行公式化处理获得关于车型评估指标cxpg的计算公式:
20、cxpg=cskdgy×c1+cpwzgy×c2+clrygy×c3+clzygy×c4
21、其中c1、c2、c3本文档来自技高网...
【技术保护点】
1.一种基于多算法融合的车牌识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于多算法融合的车牌识别方法,其特征在于:所述图像数据包括通过图像采集设备获取车辆图像,并含有车辆前面的车牌区域,且上述采集区域包括识别区和等待区;
3.根据权利要求2所述的一种基于多算法融合的车牌识别方法,其特征在于:所述车牌识别单元的识别逻辑包括图像采集、预处理、车牌定位、字符分割、字符识别、结果融合、后处理和输出结果构成,所述车身宽度参数CSKd基于采集摄像头的计算机视觉技术取得的宽度值d1和激光雷达的配合测得的宽度值d2,并进行分析处理获得关于CSKd的计算公式:
4.根据权利要求3所述的一种基于多算法融合的车牌识别方法,其特征在于:所述区域划分模块采用基于传感器数据的逻辑判定算法,所述车身宽度参数CSKd、车牌位置特征CPWz、车辆热源特征CLRy和车辆噪音特征CLZy均采集N组数据,以此提高检测精确度,避免异常数值的影响,并进行归一化处理:
5.根据权利要求4所述的一种基于多算法融合的车牌识别方法,其特征在于:所述防误识别算法系
6.一种基于多算法融合的车牌识别系统,其特征在于:所述系统用于执行权利要求1-5任意一项所述的识别方法,包括:
...【技术特征摘要】
1.一种基于多算法融合的车牌识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于多算法融合的车牌识别方法,其特征在于:所述图像数据包括通过图像采集设备获取车辆图像,并含有车辆前面的车牌区域,且上述采集区域包括识别区和等待区;
3.根据权利要求2所述的一种基于多算法融合的车牌识别方法,其特征在于:所述车牌识别单元的识别逻辑包括图像采集、预处理、车牌定位、字符分割、字符识别、结果融合、后处理和输出结果构成,所述车身宽度参数cskd基于采集摄像头的计算机视觉技术取得的宽度值d1和激光雷达的配合测得的宽度值d2,并进行分析处理获得关于cskd的计算公式:
4.根据权利要求3所述的一种基于多算法融合的车牌识别方法,其特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。