[发明专利]一种多特征车辆匹配方法

说明书

技术领域

本发明涉及车辆识别技术领域，尤其涉及一种多特征车辆匹配方法。

背景技术

随着现代化的发展，越来越多的汽车正在被使用。目前在车辆收费管理系统中，会出现错误计费的情况，即出场车辆没有正确匹配入口车辆，出现该类情况的原因主要是由于出口或者入口车牌识别错误所致。

发明内容

鉴于目前存在的上述不足，本发明提供一种多特征车辆匹配方法，有效地解决了匹配错误的问题，大大提高了计时、计费的准确性。

为达到上述目的，本发明的实施例采用如下技术方案：

一种多特征车辆匹配方法，所述多特征车辆匹配方法包括以下步骤：

获取车辆的图像信息；

根据获取的图像信息识别并提取多个特征信息建立特征库；

对特征库内特征信息进行权重分配并根据权重制定评分标准；

再次获取车辆图像信息并提取识别多个特征信息；

基于特征库根据评分标准对再次提取的多个特征信息进行评分；

根据评分结果判断车辆匹配成功与否。

依照本发明的一个方面，所述识别特征信息包括：车牌号码的识别、车标的识别、车型的识别和车身颜色的识别。

依照本发明的一个方面，所述车牌号码的识别包括：通过神经网络的模式识别技术、深度网络识别技术和残缺字符的模板匹配技术分别进行识别，并综合匹配得出最可能的识别结果。

依照本发明的一个方面，所述车标的识别包括：采用稀疏理论的识别技术识别车辆的品牌、车辆生产年限之类的车辆标识。

依照本发明的一个方面，所述车型包括：大货车、小货车、大客车、小轿车和中型客车。

依照本发明的一个方面，所述车身颜色的识别包括粗略分出的八大类：黑色、白色、红色、深蓝色、银灰色、银白色、橙色、紫色。

依照本发明的一个方面，所述多特征车辆匹配方法包括获取车辆的车头部位图像，获取过程为通过摄像头摄取。

依照本发明的一个方面，所述对特征库内特征信息进行权重分配并根据权重制定评分标准包括：按照特征信息识别的难易来分配权重，从而根据权重制定评分标准。

依照本发明的一个方面，所述按照识别的难易来分配权重包括：容易识别的，占的权重高；难以识别的，占的权重低。

依照本发明的一个方面，所述多特征车辆匹配方法包括：预先设定分值阈值，以判断车辆匹配与否。

本发明实施的优点：本发明所述的多特征车辆匹配方法，包括以下步骤：获取车辆的图像信息；根据获取的图像信息识别并提取多个特征信息建立特征库；对特征库内特征信息进行权重分配并根据权重制定评分标准；再次获取车辆图像信息并提取识别多个特征信息；基于特征库根据评分标准对再次提取的多个特征信息进行评分；根据评分结果判断车辆匹配成功与否；采用多特征、多维度平分机制，有效解决了匹配错误的问题，大大提高了计时、计费的准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所述的一种多特征车辆匹配方法示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种多特征车辆匹配方法，所述多特征车辆匹配方法包括以下步骤：

步骤S1：获取车辆的图像信息；

所述步骤S1获取车辆的图像信息的具体实施方式可为：获取车辆的车头部位图像，获取过程为通过摄像头摄取。例如，在停车场的入口和出口处均设有摄像头，摄像头拍摄到进入停车场或离开停车场的车辆的车头部分图像。

步骤S2：根据获取的图像信息识别并提取多个特征信息建立特征库；

所述步骤S2根据获取的图像信息识别并提取多个特征信息建立特征库包括：车牌号码的识别、车标的识别、车型的识别和车身颜色的识别。