车牌识别技术

摘要： 随着城市道路中机动车辆数量逐年增加,拥挤的交通随处可见,如何去规范并引导车辆,首要是对车辆进行识别,对于车辆的识别重点是在于对于车牌的识别,本文在分析目前车牌识别技术方法的基础上,对车牌定位模块和字符分割模块进行了探讨,在车牌定位方式中,先归纳了车牌的纹理特征,提出了基于粗定位和精确定位的车牌定位方法,并采用基于k-means的车牌字符分割法对车牌处理。

摘要： 针对智慧停车管理系统的设计与应用,文章采用理论结合实践的方法进行分析,结果表明:智慧停车管理系统能够更好地解决城市乱停车问题,提升停车和行车的便捷性,值得推广应用.

摘要： 针对智慧停车管理系统的设计与应用,文章采用理论结合实践的方法进行分析,结果表明:智慧停车管理系统能够更好地解决城市乱停车问题,提升停车和行车的便捷性,值得推广应用。

摘要： 为提高变电站施工现场人员车辆进出场管控的效率和精确度,建设一套基于多种视频分析技术的无感化交互人车管理系统,以此取代传统管控手段,构建智慧工地管控体系.首先在现场管控软件系统中建立并维护现场人员车辆基础信息库,以提供视频分析比对基准;在变电站正门及周界分别布设双向人员/车辆识别筒机、全景摄像头和周界球机.对视频流使用人脸识别、入侵检测等视频分析技术进行实时识别分析,达到人车考勤统计和异常行为告警的管理目的 .实验及应用表明,该系统对多目标平均识别准确率可达95％,大幅提高了变电站施工现场人员车辆进出场管控的效率和精确度.

摘要： “无感支付”一经推出,便深受人们的欢迎。用户只要一次绑定,通过停车场车牌识别技术实现最快2秒缴费离场。不过也有人发现手机支付时代,我们出门带的现金越来越少,但花掉的钱更多了。

摘要： 现代“一卡通”技术以智能卡为载体,结合生物技术和智能识别技术,真正实现企事业单位日常出入管理的信息化和身份智能识别和权限控制一体化,大大减少企事业单位和工作人员的管理难度,有效提高工作效率.论文将通过分析当今一卡通领域主流技术和应用手段,通过采用高标准的智能一体化方案,满足企业对园区人员出入识别、车辆进出管理等实际业务需求,为现代生产企业一卡通系统搭建提供可备参考的规划设计思路和理论实施基础.

摘要： 微信和支付宝同时启用了“无感支付”功能,系统自动识别车牌,线上快速自动缴费,实现3秒过闸,无需手机扫码支付。高速公路“无感支付”是采用了先进的车牌识别技术与微信/支付宝相互结合的一种快捷高速收费方式。用户只需要在手机微信或支付宝中绑定车牌号码,输入车主信息,就可在高速出站的“无感支付”车道实现自动扣费。

摘要： 针对车牌识别设备应用场合背景复杂,车牌识别率易受到光线、车牌污损与遮挡、车辆行驶速度等因素的影响,车辆抓拍识别数据中存在错误车牌号码这一问题,分析了车辆抓拍识别系统提高识别准确率的方法,提出了一种以车牌识别设备采集到的源数据为基础进行车牌号码检错与纠错的方法.首先基于抓拍数据计算路段平均行驶速度,通过对抓拍数据时空判别进行了车牌检错,然后对错误车牌进行了字符替换并作时空判别进行了车牌纠错.最后在杭州市主城区大量的抓拍数据与机动车登记信息数据中进行了实验,并以车辆抓拍识别设备采集的视频图像数据进行了校验.研究结果表明:该方法可以较好地检测出错误识别的车牌号码,进一步提高车辆抓拍数据的准确率.%Aiming at the problem that complex application background of license plate recognition equipment,the recognition rateis vulnera-ble to light,license plate fouling and blocking,vehicle speed and other factors,there are wrong license plates information in the collected da-ta,the method of improving the recognition accuracy of VLPR was analyzed. Based on the data collected from license plate recognition de-vices,a method of error detection and correction was proposed for license plate recognition. First the average travel speed of road based on the captured data was calculated and wrong license plate by time-space judgement was detected. Then character of wrong license plate was re-placed and the wrong license plate by time-space judgement was corrected. Finally this method was validated in the big data collected from li-cense plate recognition devices of Hangzhou and motor vehicle registration information data of Hangzhou.Besides,the experimental results were verified by video image data collected from license plate recognition devices.The results indicate that this method can detect the wrong license plate,improve the accuracy of data collected by VLPR system.

摘要： 车牌识别技术,识别过程包括车牌定位、字符分割和字符识别3个部分.本文首先根据车牌的水平和垂直投影,找出一个长方形区域,定位出车牌的真实位置;然后将字符二值化为可识别的黑白图像,采用字符间距对车牌号进行字符分割并归一化;最后识别字符,将取出的字符与事先建立的字符模板库做差,为0就表示两者之间完成了匹配.把每一个相减为0的字符保存,也即为所求的车牌.

摘要： 近年来,我国加强了对车辆管理智能系统的研究和应用工作,而车牌识别技术技术正是其中非常关键的一项技术.本文对基于OpenCV的车牌识别技术进行了一些有意义的探讨,希望对相关工作的开展能够有所借鉴.

摘要： 在高速公路的建成之后，如何对公路的运营、收费、监控和管理，成为非常重要的问题。本文分析了高速公路联网收费中存在的问题，论述了车牌识别技术在高速公路收费系统中的应用，探讨了车牌识别应用在高速收费系统中解决的“换卡”逃费、通行卡流失、车辆管理等问题。

摘要： 目前我国高速公路车流在迅猛增加,简单的车流计数和路费统计等传统工作已经不能满足当前的营运需求,车牌识别技术正是在这种背景下应运而生.在高速公路主要出入口收费站、交叉点以及汇接点安装车牌识别系统,可以大量并准确地识别出经过该点的车辆牌照,抓拍与之对应的图片,按照实际时间或工班时间生成报表.本文就高速公路车牌识别技术中软件和数据的关键问题进行了探讨。

摘要： 上海市高速公路网自2002年初步建成并实施联网收费以来，经历了一个快速发展阶段，其中路网规模从2002年的238公里达到目前的近500公里，收费站从44个发展到目前的76个。本文针对A5集卡车辆多义性路径辨识问题，提出了辨识集卡车辆路径的不同方案，通过选择在造成多义性路径关键“节点”处有选择的布设车辆识别设备对车辆行驶路径进行辨识实现收费目的。

摘要： 针对复杂背景下的车牌定位问题,提出了一种基于车牌色彩变化特征的车牌定位方法.该定位方法将RGB彩色空间中的车牌图像转换到HSV彩色空间中进行颜色识别,分割出车牌底色及字符颜色相对应的颜色区域,同时通过边缘提取、二值化处理与运算找到对应颜色边缘特征点,最后经纹理分析定位车牌.

摘要： 针对复杂背景下的车牌定位问题,提出了一种基于车牌色彩变化特征的车牌定位方法.该定位方法将RGB彩色空间中的车牌图像转换到HSV彩色空间中进行颜色识别,分割出车牌底色及字符颜色相对应的颜色区域,同时通过边缘提取、二值化处理与运算找到对应颜色边缘特征点,最后经纹理分析定位车牌.

摘要： 针对复杂背景下的车牌定位问题,提出了一种基于车牌色彩变化特征的车牌定位方法.该定位方法将RGB彩色空间中的车牌图像转换到HSV彩色空间中进行颜色识别,分割出车牌底色及字符颜色相对应的颜色区域,同时通过边缘提取、二值化处理与运算找到对应颜色边缘特征点,最后经纹理分析定位车牌.

摘要： 针对复杂背景下的车牌定位问题,提出了一种基于车牌色彩变化特征的车牌定位方法.该定位方法将RGB彩色空间中的车牌图像转换到HSV彩色空间中进行颜色识别,分割出车牌底色及字符颜色相对应的颜色区域,同时通过边缘提取、二值化处理与运算找到对应颜色边缘特征点,最后经纹理分析定位车牌.

摘要： 针对复杂背景下的车牌定位问题,提出了一种基于车牌色彩变化特征的车牌定位方法.该定位方法将RGB彩色空间中的车牌图像转换到HSV彩色空间中进行颜色识别,分割出车牌底色及字符颜色相对应的颜色区域,同时通过边缘提取、二值化处理与运算找到对应颜色边缘特征点,最后经纹理分析定位车牌.

摘要： 提出车牌自动识别的处理方法,利用数字图像处理技术从汽车图像中进行车牌子图像的定位,将车牌字符分割,然后提出车牌字符的结构特征,与预先建立的专用字典库中的标准字符模板进行匹配比较,获得车牌号码。该方案在实验中取得良好的效果。

摘要： 提出车牌自动识别的处理方法,利用数字图像处理技术从汽车图像中进行车牌子图像的定位,将车牌字符分割,然后提出车牌字符的结构特征,与预先建立的专用字典库中的标准字符模板进行匹配比较,获得车牌号码。该方案在实验中取得良好的效果。

摘要： 本发明公开了一种车牌识别模型训练方法、车牌识别方法及装置，模型训练方法包括：构建双车牌车辆数据集和车牌数据集；基于双车牌车辆数据集训练yolov3－tiny网络模型；对yolov3－tiny的训练模型进行测试保留精度最高的yolov3－tiny网络模型权重；基于车牌数据集训练LPS/CR－NET网络模型，对LPS/CR－NET的训练模型进行网络测试，初步确定精度较好的几个网络模型权重；基于yolov3－tiny的双车牌检测结果和字符排序方法，计算各个初步确定的LPS/CR－NET网络模型权重下的双车牌识别正确率，保留正确率表现最高的LPS/CR－NET网络模型权重。为双车牌识别提供了一个快速、高效的车牌定位方法，有效提高了双车牌识别的精度。

摘要： 本发明提供一种车牌识别方法与车牌识别系统，包括：获取包含车牌的第一图像；通过第一检测模型检测出车牌大致位置，并裁剪出车牌图像；通过第二检测模型定位出所述车牌在车牌图像中的四个顶点坐标；以获得的顶点坐标作为原坐标点，以车牌被通过仿射变换成期望的平面视角下的四个顶点坐标作为变换点坐标，获取仿射变换的变换矩阵；根据所述变换矩阵将所述第一图像进行仿射变换，获得变换后的第二图像；最后通过第三检测模型识别出车牌信息。本发明基于车牌的坐标定位使用仿射变换的处理后，输入更易于进行车牌识别的车牌图片，提高车牌识别的准确率，避免车牌识别系统因为拍摄角度过于倾斜而无法正确识别车牌的问题。

摘要： 本发明公开了一种车牌识别模型的训练方法及装置、车牌识别方法及装置，该车牌识别模型的训练方法包括：获取车辆图像训练样本，车辆图像训练样本中包含具有车牌图像的正样本图像及不具有车牌图像的负样本图像；根据车辆图像训练样本提取第一目标训练特征；根据第一目标训练特征对第一深度学习网络模型进行训练，得到车牌识别模型；对车牌识别模型输出的车牌图像进行分割，得到目标训练字符；根据目标训练字符提取第二目标训练特征；根据第二目标训练特征对深度可分离卷积神经网络模型进行训练，得到深度可分离卷积车牌识别模型。本发明通过采用可分离卷积神经网络模型，可以实现空间信息和深度信息解耦合，减少网络参数量，提高训练准确率。

摘要： 发明公开了一种车牌识别方法、车牌识别装置、车牌识别系统及存储介质，属于交通技术领域，其技术要点是，包括以下步骤：步骤一，当车辆进入识别区域，控制器接收识别区域预设的压力传感器发送的电信号，识别车辆当前位置；步骤二，控制器根据车辆当前车速与车辆距离视觉采集器的距离，计算得到视觉驱动电机的转动角速度；步骤三，根据计算出的转动角速度使视觉采集器跟随车辆移动，对车牌号进行识别；步骤四，若成功识别车牌号，控制器驱动视觉驱动电机复位；若未成功识别车牌号，重复步骤一至步骤三，直到车辆驶离识别区域，可实现摄像头随车移动，提高车牌识别率。

摘要： 本发明公开了一种车牌识别方法、车牌识别装置、车牌识别设备及存储介质，在获取待检测车辆的车牌区域图后，将车牌区域图输入预先训练的第一分类模型，得到待检测车辆的遮挡污损识别结果；其中，遮挡污损识别结果为遮挡车牌或污损车牌或正常车牌；并将车牌区域图输入预先训练的字符识别模型，得到待检测车辆的字符识别结果；将字符识别结果中未识别到的字符用与遮挡污损识别结果对应的符号代替，得到待检测车辆的车牌识别结果并输出，该车牌识别结果不仅包含待检测车牌的车牌号码，还表明了待检测车辆的车牌是否存在遮挡或污损的情况，当车牌遮挡或车牌污损时，有助于对于车牌违章的具体情况进行具体处理，完善车牌违章监控流程。

摘要： 公开了一种车牌识别方法、车牌识别装置、车牌识别设备及介质。所述车牌识别方法包括：对车辆图像进行预处理，获得待识别车牌图像、以及所述待识别车牌图像的车牌类型；在所述待识别车牌图像的车牌类型指示多行车牌的情况下，对于所述多行车牌类型的待识别车牌图像进行类型转换，得到单行车牌类型的车牌图像；对所述单行车牌类型的车牌图像进行识别，得到车牌号码。通过将多行车牌转换为单行车牌，可简单高效地实现对于多行车牌的识别。

摘要： 本发明公开了一种车牌识别方法、车牌识别系统及电子设备，车牌识别方法包括以下步骤：S1、获取具有车牌区域的车身图；S2、对获取的车身图进行矫正处理，得到矫正后的车牌区域图片，并将矫正后的车牌区域图片作为卷积神经网络的输入图片；S3、对车牌区域图片进行数据扩增，并形成数据库；S4、对数据库进行训练集和测试集划分，并根据训练集获取验证集；S5、通过卷积神经网络构建基于多任务的分类网络，对训练集进行训练，并通过验证集进行验证；S6、对测试集进行测试，获取车牌颜色类别和车牌类型类别。本发明的车牌识别方法，以一个算法的形式解决车牌颜色和车牌类型两个属性的识别，减少算法开发和维护的工作量，增加了算法的鲁棒性。

摘要： 本发明适用计算机技术领域，提供了一种车牌识别方法、装置、车牌识别设备及存储介质，该方法包括：采用训练好的特征提取网络对待识别车牌图像进行特征提取，得到待识别车牌图像在不同层次下的多个特征图；通过训练好的分类网络从多个特征图中的深层特征图中获取车牌的类别信息；通过训练好的回归网络从多个特征图中的深层特征图中获取车牌的顶点信息，并对顶点信息进行顶点调整；根据调整后的顶点信息从多个特征图中的浅层特征图中截取对应的车牌特征图，使用训练好的车牌识别网络对车牌特征图进行识别，以得到车牌号，从而通过训练好的回归网络从深层特征图中获取车牌的顶点信息，并对顶点信息进行调整，提高了多方向车牌识别的准确度。

摘要： 本发明提供一种车牌识别方法与车牌识别系统，包括：获取包含车牌的第一图像；通过第一检测模型检测出车牌大致位置，并裁剪出车牌图像；通过第二检测模型定位出所述车牌在车牌图像中的四个顶点坐标；以获得的顶点坐标作为原坐标点，以车牌被通过仿射变换成期望的平面视角下的四个顶点坐标作为变换点坐标，获取仿射变换的变换矩阵；根据所述变换矩阵将所述第一图像进行仿射变换，获得变换后的第二图像；最后通过第三检测模型识别出车牌信息。本发明基于车牌的坐标定位使用仿射变换的处理后，输入更易于进行车牌识别的车牌图片，提高车牌识别的准确率，避免车牌识别系统因为拍摄角度过于倾斜而无法正确识别车牌的问题。

摘要： 本申请公开了车牌识别模型生成方法、车牌识别方法及相关组件，包括：获取车牌图像，并进行预处理，以得到样本图像，车牌图像中的车牌为双层车牌；基于样本图像构建样本训练集，并利用样本训练集对基于预设全卷积网络和连接时序分类构建的空白模型进行训练，得到训练后的车牌识别模型；其中，预设全卷积网络用于对样本图像进行处理得到相应的二维特征图，将二维特征图切分为上下两个一维特征图，将两个一维特征图以串联方式进行拼接，得到拼接特征图；连接时序分类用于基于所述特征拼接图对所述空白模型进行优化训练。本申请利用基于预设全卷积网络和连接时序分类的车牌识别模型进行端到端识别，对各类双层车牌识别具有较高鲁棒性，提高识别效率。