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() 一种新能源车辆识别方法及系统技术方案_技高网

一种新能源车辆识别方法及系统技术方案

技术编号:41391837 阅读:3 留言:0更新日期:2024-05-20 19:14
本申请公开了一种新能源车辆识别方法,可以精准快速地检测车牌,其不仅可以定位车牌位置和对检测目标进行分类,还可以矫正畸变车牌从而提高后续车牌识别准确率。而且可以识别出单层车牌或双层车牌的具体车牌字符,也可以识别出车牌的颜色,帮助提高系统的识别准确性,最后通过判断车牌字符长度或车牌颜色,进行车辆类型判别,进一步提高了新能源车辆的识别准确率。

【技术实现步骤摘要】

本专利技术涉及新能源汽车,具体涉及一种新能源车辆识别方法及系统


技术介绍

1、新能源车辆是取代传统汽车且使用来自新能源技术的能量的汽车,比如电动汽车、插电式混合动力汽车、氢燃料电池汽车等。此类汽车往往有着先进的动力和能源回收技术,运行效率高,可以大大减少对环境的污染,帮助人类创造一个更清洁的环境。

2、然而,汽车外观众多复杂,如何客观高效识别新能源汽车成为一个难题。众所周知,车牌是识别车辆类型的重要标志之一,不同类型车辆的车牌在编码规则上也会有明确不同的规定。因此,通过识别车牌字符可以确定车辆是否为新能源车型,于是如何高效准确地获取车牌号成为对大量机动车类型进行自动识别的关键。

3、现有成熟的车牌检测识别算法有easypr、hyperlpr等。其中,easypr的算法流程为:首先通过车牌的信息特征将车牌位置检测出来,然后将车牌上的每一个字符都单独检测分割出来,最后将每一个分割出来的字符对照字符模板意义配对从而识别字符。hyperlpr的算法流程为:第一步使用opencv的haar cascade检测车牌大致位置,第二步扩展检测到的大致位置的矩形区域,第三步使用类似于mser的方式的多级二值化和ransac拟合车牌的上下边界,第四步使用卷积神经网络回归车牌左右边界,第五步使用基于纹理场的算法进行车牌校正倾斜,第六步使用卷积神经网络滑动窗切割字符并使用卷积神经网络识别字符。

4、然而,以上算法需要将车牌的每一个字符分割出来进行识别,且皆没有对畸变车牌进行矫正,不能识别双层车牌,也不能识别车牌颜色


技术实现思路

1、鉴于现有技术中的上述缺陷或不足,期望提供一种新能源车辆识别方法及系统。

2、第一方面,本申请实施例提供了一种新能源车辆识别方法,该方法包括:

3、s1:输入包括车牌的视频或者图像;

4、s2:检测出视频或图像中车牌的位置;

5、s3:根据检测得到的车牌的位置将车牌对应的图像按照预设尺寸裁剪;

6、s4:矫正裁剪后的图像,并识别矫正后的图像中的车牌信息,得到车牌字符和车牌颜色;

7、s5:根据车牌字符和车牌颜色判断车辆是否为新能源车辆。

8、在其中一个实施例中,所述输入包括车牌的视频或者图像,包括:

9、s11:读取原始车牌的图像数据;

10、s12:对图像数据进行预处理,所述预处理包括对数据进行扩充和增加数据多样性;

11、s13:将图像数据进行调整,得到辨识度强的图像数据。

12、在其中一个实施例中,所述检测出视频或图像中车牌的位置,包括:

13、s21:提取图像中车牌数据的尺寸信息;

14、s22:按预设比例调节提取到的尺寸信息,以使得提取到的尺寸信息与原始车牌尺寸信息比例在预设值内。

15、在其中一个实施例中,所述矫正裁剪后的图像,包括:通过透视变换方式将任意倾斜畸变的四边形图像转化为矩形图像;

16、对矩形图像进行裁剪。

17、在其中一个实施例中,所述在矫正裁剪后的图像之后,该方法还包括:

18、判断矫正裁剪后的图像中的车牌字符为单层还是双层,若为单层,则直接识别矫正后的图像中的车牌信息;若为双层,则将双层字符转化为单层字符后再别矫正后的图像中的车牌信息。

19、在其中一个实施例中,所述识别矫正后的图像中的车牌信息,包括:

20、将矫正后的图像尺寸进行归一化处理,使其符合crdpnet网络的输入要求;

21、将处理后的图像输入到crdpnet网络中的backbone网络中,提取图像中的车牌字符信息。

22、在其中一个实施例中,在提取图像中的车牌字符信息之后,该方法还包括:

23、计算每个字符出现的概率,将出现概率最大的字符作为车牌字符序列。

24、在其中一个实施例中,所述根据车牌字符和车牌颜色判断车辆是否为新能源车辆,包括:

25、当车牌字符位数满足八位数或者车牌颜色为绿色时,则判断车辆为新能源车辆。

26、第二方面,本申请实施例提供了一种新能源车辆识别系统,该系统包括:

27、输入模块,用于输入包括车牌的视频或者图像;

28、检测模块,用于检测出视频或图像中车牌的位置;

29、裁切模块,用于根据检测得到的车牌的位置将车牌对应的图像按照预设尺寸裁剪;

30、识别模块,用于矫正裁剪后的图像,并识别矫正后的图像中的车牌信息,得到车牌字符和车牌颜色;

31、判断模块,用于根据车牌字符和车牌颜色判断车辆是否为新能源车辆。

32、本申请的有益效果包括:

33、本申请提供的新能源车辆识别方法,可以精准快速地检测车牌,其不仅可以定位车牌位置和对检测目标进行分类,还可以矫正畸变车牌从而提高后续车牌识别准确率。而且可以识别出单层车牌或双层车牌的具体车牌字符,也可以识别出车牌的颜色,帮助提高系统的识别准确性,最后通过判断车牌字符长度或车牌颜色,进行车辆类型判别,进一步提高了新能源车辆的识别准确率。

本文档来自技高网...

【技术保护点】

1.一种新能源车辆识别方法,其特征在于,该方法包括:

2.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述输入包括车牌的视频或者图像,包括:

3.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述检测出视频或图像中车牌的位置,包括:

4.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述矫正裁剪后的图像,包括:

5.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述在矫正裁剪后的图像之后,该方法还包括:

6.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述识别矫正后的图像中的车牌信息,包括:

7.根据权利要求6所述的新能源车辆识别方法,其特征在于,在提取图像中的车牌字符信息之后,该方法还包括:

8.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述根据车牌字符和车牌颜色判断车辆是否为新能源车辆,包括:

9.一种新能源车辆识别系统,其特征在于,该系统包括:

【技术特征摘要】

1.一种新能源车辆识别方法,其特征在于,该方法包括:

2.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述输入包括车牌的视频或者图像,包括:

3.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述检测出视频或图像中车牌的位置,包括:

4.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述矫正裁剪后的图像,包括:

5.根据权利要求1所述的新能源车辆识别方法,其特征在于,所述在矫正裁...

【专利技术属性】
技术研发人员:魏倩茹孙辰扬侯晓松
申请(专利权)人:西北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1