[发明专利]一种基于高位视频的车牌识别算法

说明书

本发明公开了一种基于高位视频的车牌识别算法，涉及车牌识别技术，用于解决车牌与摄像头镜面不平行的情况下或在光照强度太大导致车牌反光的情况下的车牌识别困难的问题，包括服务器、模型建立模块、视频采集模块、图像处理模块、智能匹配模块、智能预警模块、数据存储模块以及高位摄像头；第一步模型建立模块进行模型建立；第二步智能匹配模块在现实场景进行车牌匹配；获取匹配值P1i与P2i；第三步将P1i与P2i进行降序排列，逐个对车牌的字符进行匹配，获取得到车牌的具体组成字符，智能匹配模块链接服务器，判断车牌的具体组成字符是否合法，当不合法时，则通过智能预警模块进行报警。

技术领域

本发明涉及车牌识别技术，具体是一种基于高位视频的车牌识别算法。

背景技术

车牌识别(Vehicle License Plate Recognition，VLPR)是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费(ETC)系统中，也是结合DSRC技术识别车辆身份的主要手段。车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜色等信息，目前最新的技术水平为字母和数字的识别率可达到99.7％，汉字的识别率可达到99％。在停车场管理中，车牌识别技术也是识别车辆身份的主要手段。

在现有技术中，车牌的识别率很高，但是特殊情况下的车牌识别还有所欠缺，诸如车牌与摄像头镜面不平行的情况，在光照强度太大导致车牌反光的情况，都会对车牌的识别造成一定的困难。

为此，提出一种基于高位视频的车牌识别算法。

发明内容

为了解决上述方案存在的问题，本发明提供了一种基于高位视频的车牌识别算法，用于解决车牌与摄像头镜面不平行的情况，在光照强度太大导致车牌反光的情况下的车牌识别困难的问题，包括服务器、模型建立模块、视频采集模块、图像处理模块、智能匹配模块、智能预警模块、数据存储模块以及高位摄像头；第一步模型建立模块进行模型建立；模型建立模块进行车牌模型的建立，并通过高位摄像头以及视频采集模块进行车牌模型的图像获取，并通过图像处理模块进行图像处理，将处理完成的图像存储与数据存储模块中；第二步智能匹配模块在现实场景进行车牌匹配；通过设置的两个现实监测点分别进行图像的获取，并采用与模型建立模块相同的处理方式，获取现实监测点一与现实监测点二的图像，并与模型建立模块内的图像进行对比，获取匹配值P1i与P2i；第三步将P1i与P2i进行降序排列，当且仅当排在第一位的P1i与P2i均对应同一文字、数字或者字母且P1i与P2i均大于匹配阈值时，智能匹配模块提取模拟场景中文字、数字或者字母图像对应的原始文字、数字或者字母；逐个对车牌的字符进行匹配，获取得到车牌的具体组成字符，智能匹配模块链接服务器，判断车牌的具体组成字符是否合法，当不合法时，则通过智能预警模块进行报警。

本发明的目的可以通过以下技术方案实现：

一种基于高位视频的车牌识别算法，包括服务器、模型建立模块、视频采集模块、图像处理模块、智能匹配模块、智能预警模块、数据存储模块以及高位摄像头；

其中，所述智能匹配模块用于现实场景中，进行车牌的识别与匹配，具体的所述智能匹配模块的车牌识别过程包括以下步骤：

步骤S1：智能匹配模块在现实场景中设定两现实监测点，现实监测点与高位摄像头在地面上的投影距离与模拟监测点与高位摄像头在地面上的投影距离相同；

步骤S2：当现实车辆经过路口或小区门口时，通过高位摄像机获取车牌在现实监测点一与现实监测点二的图像，并将车牌在现实监测点一与现实监测点二的图像发送至图像处理模块；

步骤S3：图像处理模块接收到车牌在现实监测点一与现实监测点二的图像后，对车牌在现实监测点一与现实监测点二的图像进行截取，截取出车牌部分的图像；