一种车牌号码识别方法、装置及一种充电桩与流程

本申请涉及图像处理技术领域，特别涉及应用于充电桩的一种车牌号码识别方法、装置及一种充电桩。

背景技术：

随着电动汽车产业的大规模发展，电动汽车的应用也逐渐开始普及。电动汽车的普及过程中，较为关键的环节是充电设备的普及。目前，电动汽车产业提出了适合电动汽车使用的充电设备称为充电桩，而充电桩的普及使用，面临地最大问题是如何以较低成本，实现快速识别车辆身份？

目前，常用的车辆身份识别方法是基于图像处理算法识别车牌号码，这种方法广泛应用于道路交通收费站、停车场收费站等地方，这种方法主要通过捕捉在某一固定位置的车辆图片，使用图像识别算法检测该汽车图片中汽车号牌。这种方法的应用需要在实地场地部署触发设备，例如：刷卡机、拦截杆、地下线圈等实体设备。

技术实现要素：

本申请所要解决的技术问题是提供一种车牌号码识别方法，很好地适用于充电桩的应用场景中，既能够减少识别成本，又能够提高识别结果的可靠性。

另外，本申请还提供一种车牌号码识别装置和一种充电桩，以保证上述方法在实际中的实现以及应用。

在本申请第一方面提供了一种车牌号码识别方法，所述方法包括：

确定充电桩的感兴趣区域，对所述感兴趣区域进行背景建模得到背景模型；

根据所述背景模型，对一帧车辆图片进行前景检测得到目标前景区域，所述目标前景区域是指检测到的前景区域尺寸大于预设尺寸阈值的区域；

根据所述目标前景区域，获取所述一帧车辆图片中的车牌识别区域；

根据所述车牌识别区域，识别得到所述一帧车辆图片对应的识别号码；

获取至少两帧车辆图片各自对应的识别号码，其中，一帧车辆图片对应一个识别号码；

根据至少两个识别号码，确定车牌号码。

在本申请第二方面提供了一种车辆号牌识别装置，所述装置包括：

背景模型建立模块，用于确定充电桩的感兴趣区域，对所述感兴趣区域进行背景建模得到背景模型；

目标前景区域检测模块，用于根据所述背景模型，对一帧车辆图片进行前景检测得到目标前景区域，所述目标前景区域是指检测到的前景区域尺寸大于预设尺寸阈值的区域；

车牌识别区域获取模块，用于根据所述目标前景区域，获取所述一帧车辆图片中的车牌识别区域；

识别模块，用于根据所述车牌识别区域，识别得到所述一帧车辆图片对应的识别号码；

获取识别号码模块，用于获取至少两帧车辆图片各自对应的识别号码，其中，一帧车辆图片对应一个识别号码；

车牌号码确定模块，用于根据至少两个识别号码，确定车牌号码。

在本申请第三方面提供了一种充电桩，所述充电桩包括：

摄像头、第一处理芯片、第二处理芯片；所述摄像头与所述第一处理芯片相通信，所述第一处理芯片与所述第二处理芯片相通信；

所述摄像头，用于拍摄得到至少两帧车辆图片；

所述第一处理芯片，用于确定充电桩的感兴趣区域，对所述感兴趣区域进行背景建模得到背景模型；根据所述背景模型，对一帧车辆图片进行前景检测得到目标前景区域，所述目标前景区域是指检测到的前景区域尺寸大于预设尺寸阈值的区域；根据所述目标前景区域，获取所述一帧车辆图片中的车牌识别区域；根据所述车牌识别区域，识别得到所述一帧车辆图片对应的识别号码；获取至少两帧车辆图片各自对应的识别号码，其中，一帧车辆图片对应一个识别号码；根据至少两个识别号码，确定车牌号码；

所述第二处理芯片，用于实现车辆充电功能。

与现有技术相比，本申请提供的技术方案具有以下优点：

本申请提供的一种车辆号牌的识别方法、一种车辆号牌的识别装置和一种充电桩，这三种技术方案的主要技术思想相同，都能够快速、准确地识别出车牌号码。这三种技术方案的主要技术思想如下：

第一，本申请提出了将背景建模算法引入到充电桩中，用于实现车辆进入充电桩对应的车位时，能够自动触发号牌识别的功能。与现有技术相比，本申请不再需要配置触发设备如：遮拦杆、刷卡机、地下感应线圈等，无需通过这些硬件的触发设备或人工干预，能够自动实现触发号牌识别的功能。尤其是在大范围集中配置充电桩的应用场景中，本申请能够大大减少配置成本。

第二，本申请提出了利用跟踪算法捕捉车辆进入充电桩对应车位的过程中的至少两帧图片，跟踪车辆号牌，一方面能够根据识别算法的要求，调整车辆图片的尺寸，使得调整后的尺寸位于识别算法的最优区间，从而达到较优的图片识别效果；另一方面能够减小图片识别的计算量，因此，通过跟踪算法既能够提高车辆图片识别的识别精度，又能够提高识别的效率。

本申请主要是考虑到充电桩部署的地理环境使得拍摄环境比较复杂，并且，车辆驶入到充电桩的过程中，车辆是曲线行驶的，因此，有些车辆图片尺寸是不符合识别算法的要求，且车辆的号牌常处于一定的倾斜角度，这些都给号牌识别带来了困难。因此，提出了利用跟踪算法来解决这些问题。

第三，本申请提供出利用多帧(至少两帧)车辆图片的识别结果来确定车牌号码的识别方式，这种识别方式，能够极大地提高车牌号码识别的可靠性。

现有技术仅拍摄一帧车辆图片，在充电桩的应用场景中，车辆图片中车辆号牌多数处于倾斜，则很可能无法准确地识别出号牌。与现有技术相比，本申请通过多帧车辆图片的验证识别，必然能够在一定程度上提高车牌号码识别的可靠性。

更进一步地，本申请还提出了通过图像缩放处理，保证每一帧图片中的待识别的车牌区域均在号牌识别算法的可识别尺寸要求范围内，能够提高每一帧图像的识别精度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请提供的一种车牌号码识别方法实施例1的流程图；

图2是本申请提供的背景建模选择的感兴趣区域ROI的示意图；

图3是本申请提供的检测目标前景区域的示意图；

图4是本申请提供的基于目标前景区域的车辆号牌识别场景示意图；

图5是本申请提供的一种车牌号码识别方法实施例2的流程图；

图6是本申请提供的基于跟踪算法的车牌区域的跟踪场景示意图；

图7是本申请提供的一种车牌号码识别方法实施例3的流程图；

图8是本申请提供的车辆图片缩放处理过程示意图；

图9是本申请提供的一种车牌号码识别装置的结构图；

图10是本申请提供的一种充电桩的结构图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本申请发明人在研究中发现，充电桩一般都是集中配置部署，若直接在充电桩的应用场景中采用现有的基于单帧拍摄照片的车辆号牌识别方案，一方面，由于需要为每个充电桩配置触发设备，引起经济成本非常高(触发设备、人工成本等)，另一方面，由于汽车驶入充电桩的充电车位过程中车牌往往呈倾斜状，仅基于单帧车辆图片进行识别，其识别结果的可靠性是无法保证的。因此，在现有技术无法满足充电桩的应用需求的情况下，本申请发明人针对充电桩的应用场景的特殊性以及对低成本的要求，提出了一种车牌号码识别方法、一种车牌号码识别装置、以及一种充电桩。

本申请发明人提供的这三种技术方案的主要技术思想如下：

第一，本申请提出了将背景建模算法引入到充电桩中，用于实现车辆进入充电桩对应的车位时，能够自动触发号牌识别的功能。第二，本申请提出了利用跟踪算法捕捉车辆进入充电桩对应车位的过程中的至少两帧图片，跟踪车辆号牌，一方面能够根据识别算法的要求，调整车辆图片的尺寸，使得调整后的尺寸位于识别算法的最优区间，从而达到较优的图片识别效果；另一方面能够减小图片识别的计算量，因此，通过跟踪算法既能够提高车辆图片识别的识别精度，又能够提高识别的效率。第三，本申请提供出利用多帧(至少两帧)车辆图片的识别结果来确定车牌号码的识别方式，这种识别方式，能够极大地提高车牌号码识别的可靠性。

接下来结合附图分别介绍本申请提供三种技术方案。

参见图1，图1是本申请提供的一种车牌号码识别方法实施例1的流程图，该方法主要是应用于充电桩中，如图1所示，该方法包括步骤101至步骤106；

步骤101：确定充电桩的感兴趣区域，对所述感兴趣区域进行背景建模得到背景模型。

在本申请中，采用背景建模算法仅对针对充电桩的感兴趣区域进行背景建模，其中，充电桩的感兴趣区域是指充电桩支持的充电区域，即，车辆通过该充电桩进行充电时，车辆所在的区域。参见图2，图2是本申请提供的背景建模选择的感兴趣区域(Region of Interest，ROI)的示意图；图2中所示的S1区域，就是一个充电桩的感兴趣区域。在本申请中先确定S1区域的目的是为后续的图像处理相关操作打好基础，使得后续所有的图像处理相关操作都是仅针对S1区域进行，这就能够大大减小图像处理的计算量，提高车牌号码识别速度。

在本申请中，可以采用已有的任何一种背景建模算法来实现步骤101，但经过发明人的实验研究发现，高斯背景建模算法的性能较好，因此，步骤101优选地采用高斯背景建模算法来实现。

在实际应用中，车辆需要充电时，会逐渐驶入充电桩的充电区域，而摄像头持续拍摄车辆得到连续多帧的车辆图片，进而再通过步骤102-104对每一帧车辆图片进行处理识别得到每一帧车辆图片对应的识别号码。

接下来通过步骤102-104，来了解每一帧车辆图片的识别过程。

步骤102：根据所述背景模型，对一帧车辆图片进行前景检测得到目标前景区域，所述目标前景区域是指检测到的前景区域尺寸大于预设尺寸阈值的区域。

在经过步骤101完成背景建模之后，就开始对S1区域进行目标前景检测。为了给后续的图像处理操作提供有价值的素材，本申请提出了仅将尺寸大于预设尺寸阈值的前景区域作为目标前景。而不是将任意一个前景区域随意地作为目标前景，如果随意选取目标前景，则将给图像处理操作提供很多没有价值的素材，也会导致后续的图像处理操作产生大量的无用计算。

步骤103：根据所述目标前景区域，获取所述一帧车辆图片中的车牌识别区域。

由于在一般情况下，车牌号码图像识别算法是基于特定形状的区域来识别车牌信息，因此，为了兼容已有的车牌号码图像识别算法，在得到目标前景区域之后，还需要求出满足车牌识别算法的需求的区域。参见图3，图3是本申请提供的检测目标前景区域的示意图，如图3所示，S2是目标前景区域，S3则是基于S2获取得到的车辆识别区域，S3可以理解为是基于S2求出的其外接矩形区域。当然，在实际应用中，也可以是其他形状的区域。但车牌识别区域S3一定至少完全包含目标前景区域S2。

步骤104：根据所述车牌识别区域，识别得到所述一帧车辆图片对应的识别号码。

在经过步骤103获得车牌识别区域S3之后，就可以进行车辆图片中的车牌号码的识别。在本申请中将识别得到的每一帧车辆图片中的车牌号码称为识别号码。该识别号码作为后续最终确定车辆号码的重要参数。这里需要说明的是，在本申请中可以采用已有的关于车牌号码识别的算法，来识别车辆图片中的车牌号码。由于已有的关于车牌号码识别的算法种类较多，此处不一一列举，下面仅提供一种关于车牌号码识别的算法，该算法可以具体参见专利CN 103530600 A公开的《一种适用于复杂光照下的车牌检测方法》，通过该算法能够识别出车牌区域以及车牌号码。参见图4，图4是本申请提供的基于目标前景区域的车辆号牌识别场景示意图；利用该算法仅对S3区域内的图像进行处理，能够识别出车牌区域S4以及车牌号码。

按照上述步骤102至104的方式，对至少两帧车辆图片分别作处理，得到每一帧车辆图片各自对应的识别号码。

本申请为了适应于充电桩的应用场景，提出了多次识别验证的方式，在执行完毕步骤104之后，需要执行步骤105和步骤106来根据多帧车辆图片对应的识别号码，最终识别出车牌号码。

步骤105：获取至少两帧车辆图片各自对应的识别号码，其中，一帧车辆图片对应一个识别号码。

步骤106：根据至少两个识别号码，确定车牌号码。

在实际应用中，步骤106可以具体为：判断至少两个识别号码是否一致，如果是，则确定出该识别号码为车牌号码。

较为优选的方式，判断连续三帧车辆图片对应的识别号码是否一致，如果是，则确定出该识别号码为车牌号码。这样，既能够保证识别结果的可靠性，又能够减小判断过程的计算量。

可以理解的是，图1所示方法的实际应用情况是，当车辆进入充电桩的感兴趣区域内时，摄像头就会一直拍摄车辆得到多帧的车辆图片，对一帧车辆图片进行识别得到识别号码之后，接着就对下一帧车辆图片进行处理，则每一帧车辆图片都是按照上述步骤102至104进行处理。

为了进一步提高车辆图片识别效率，减少识别过程的计算量，本申请还提供了可选的方案。在该可选方案中，并不是直接对下一帧车辆图像按照步骤102至步骤104进行处理，而是利用目标跟踪算法和已被识别的车牌图像中的车牌区域S4，对下一帧车辆图像进行跟踪，跟踪确定该下一帧车辆图像中的车牌区域；最后，直接识别该下一帧车辆图片中的车牌区域，就能够得到该下一帧车辆图片对应的识别号码。这就大大缩小下一帧车辆图片的识别区域，利用车牌号码识别的算法直接识别出下一帧车辆图片中的车牌区域中的号码，作为识别号码。

参见图5，图5是本申请提供的一种车牌号码识别方法实施例2的流程图，如图5所示，该方法包括：步骤501至步骤508。

步骤501：确定充电桩的感兴趣区域，对所述感兴趣区域进行背景建模得到背景模型。

步骤502：根据所述背景模型，对一帧车辆图片进行前景检测得到目标前景区域，所述目标前景区域是指检测到的前景区域尺寸大于预设尺寸阈值的区域。

步骤503：根据所述目标前景区域，获取所述一帧车辆图片中的车牌识别区域。

步骤504：根据所述车牌识别区域，识别得到所述一帧车辆图片对应的识别号码。

步骤505：根据所述车牌识别区域，识别得到所述一帧车辆图片对应的车牌区域。

步骤506：根据所述车牌区域，对所述一帧车辆图片的下一帧车辆图片进行跟踪，确定所述下一帧车辆图片中的车牌区域。

步骤507：识别所述下一帧车辆图片中的车牌区域，得到所述下一帧车辆图片对应的识别号码。

步骤508：获取至少两帧车辆图片各自对应的识别号码，其中，一帧车辆图片对应一个识别号码；

步骤509：根据至少两个识别号码，确定车牌号码。

其中，步骤501至步骤504的实现可以参照上述图1所示方法的相关描述，步骤507和步骤508的实现也可以参照上述图1所示方法的相关描述。而图5所示方法与图1所示方法的区别在于，增加了车牌区域跟踪处理过程(步骤505至步骤507)，经过跟踪处理，能够快速定位下一帧车牌图片中的车牌区域，这就大大缩小了下一帧车牌图片的识别区域，能够提高识别效率。

下面结合图6对图5所示方法的实现进行示例性说明。

参见图6，图6是本申请提供的基于跟踪算法的车牌区域的跟踪场景示意图；图6示出的5a是经过步骤502至步骤504所识别的一帧车辆图片，图6示出的5b是所述一帧车辆图片的下一帧车辆图片，利用目标跟踪算法和已识别的一帧车辆图片5a中的车牌区域S4对下一帧车辆图片5b进行跟踪，确定出该下一帧车辆图像5b中的车牌区域S4；然后，针对该下一帧车辆图像5b的车牌号码识别，仅需要识别该车牌区域S4即可。

可以看出：利用图5所示的方法对一帧车辆图片的车辆进行目标跟踪，以确定出下一帧车辆图片中的车牌区域，进而仅对该车牌区域进行识别即可，极大了减小了下一帧车辆图片的识别计算量，提升了识别速率。

由于车辆驶入充电桩充电区域的过程中，车辆是曲线行驶的，且车辆距离摄像头越来越近，摄像头在车辆驶入过程中拍摄多帧车辆图片，各帧车辆图片中车牌的像素尺寸就会变化较大，有的车牌图片可能不满足号牌识别算法要求的尺寸范围，从而导致识别结果不准确。为了解决该问题，保证每一帧车辆图片识别的准确性，本申请还提供了可选的方案，下面结合图7对该方案进行解释说明。

参见图7，图7是本申请提供的一种车牌号码识别方法实施例3的流程图，如图7所示，该方法包括：步骤701至步骤708。

步骤701：确定充电桩的感兴趣区域，对所述感兴趣区域进行背景建模得到背景模型。

步骤702：根据所述背景模型，对一帧车辆图片进行前景检测得到目标前景区域，所述目标前景区域是指检测到的前景区域尺寸大于预设尺寸阈值的区域。

步骤703：根据所述目标前景区域，获取所述一帧车辆图片中的车牌识别区域。

步骤704：根据所述车牌识别区域，识别得到所述一帧车辆图片对应的识别号码。

步骤705：根据所述车牌识别区域，识别得到所述一帧车辆图片对应的车牌区域。

步骤706：根据所述车牌区域，对所述一帧车辆图片的下一帧车辆图片进行跟踪，确定所述下一帧车辆图片中的车牌区域。

步骤707：判断所述下一帧车辆图片中的车牌区域的尺寸是否符合预设的可识别尺寸范围；如果否，进入步骤708-709-710-711；如果是，进入步骤712-710-711：直接对所述下一帧车辆图片进行识别，得到所述下一帧车辆图片对应的识别号码。

步骤708：如果否，根据所述车牌区域与所述下一帧车辆图片中的车牌区域之间的尺寸比例，对所述下一帧车辆图片进行缩放处理。

步骤709：对缩放处理后的所述下一帧车辆图片进行识别，得到所述下一帧车辆图片对应的识别号码。

步骤710：获取至少两帧车辆图片各自对应的识别号码，其中，一帧车辆图片对应一个识别号码。

步骤711：根据至少两个识别号码，确定车牌号码。

通过上述步骤707-709的尺寸大小判断以及尺寸缩放处理，都能够保证每一帧车辆图片中的车牌尺寸大小符合号牌识别算法要求的尺寸范围，从而能够保证单次识别精度。

接下来结合图6对上述步骤707-709的实现过程进行示例性说明。

参见图6，图6中示出的利用跟踪算法跟踪车牌区域S4，将在一帧车辆图片5a中的车牌区域S4的尺寸记为W1，将跟踪到的该下一帧车辆图片5b中的车牌区域S4的尺寸记为W2。由于车牌区域一般都是长方形的，因此，为了表征车牌区域的大小，W1、W2具体可以是车牌区域的长、宽、或者面积大小。

当该下一帧车辆图片5b中的车牌区域S4的尺寸不符合号牌识别算法要求的尺寸范围时，就利用步骤707-709对该下一帧车辆图片5b中的车牌区域S4的尺寸进行缩放处理，使得缩放后的车牌区域能够符合号牌识别算法要求的尺寸范围。

在实现时，可以采用W2/W1比例关系对W2对应的车辆图片进行缩放处理，缩放结果如图8所示。这样，就能够保证每一帧车辆图片中的待识别的车牌区域符合车牌识别算法要求范围，进而对这些车辆图片进行识别，能够提高单次识别的识别精度，从而能够保证最终的车牌号码识别结果的可靠性。

这里需要说明的是，在图7所示的方法中，步骤709在实现时，也可以仅对缩放处理后的所述下一帧车辆图片中的车牌区域进行识别，得到所述下一帧车辆图片对应的识别号码。这样处理能够进一步地减少识别过程的计算量，提高识别效率。

这里还需要说明的是，在图5、图7所示的方法中都涉及到跟踪算法，跟踪算法也被称为目标跟踪算法，已有的目标跟踪算法较多，但发明人经过大量实验发现，应用在本申请的车辆图片处理的场景中，光流跟踪算法的技术效果较好，因此，本申请在实现时优选的采用光流跟踪算法。

与图1所示方法相对应的，本申请还提供了一种车牌号码识别装置，下面结合图9对该装置进行解释说明。

参见图9，图9是本申请提供的一种车牌号码识别装置的结构图，如图9所示，该车牌号码识别装置包括：背景模型建立模块901、目标前景区域检测模块902、车牌识别区域获取模块903、识别模块904、获取识别号码模块905、以及车牌号码确定模块906。下面结合该车牌号码识别装置的工作原理对其内部各个模块的功能以及连接关系进行解释说明。

背景模型建立模块901，用于确定充电桩的感兴趣区域，对所述感兴趣区域进行背景建模得到背景模型；

目标前景区域检测模块902，用于根据所述背景模型，对一帧车辆图片进行前景检测得到目标前景区域，所述目标前景区域是指检测到的前景区域尺寸大于预设尺寸阈值的区域；

车牌识别区域获取模块903，用于根据所述目标前景区域，获取所述一帧车辆图片中的车牌识别区域；

识别模块904，用于根据所述车牌识别区域，识别得到所述一帧车辆图片对应的识别号码；

获取识别号码模块905，用于获取至少两帧车辆图片各自对应的识别号码，其中，一帧车辆图片对应一个识别号码；

车牌号码确定模块906，用于根据至少两个识别号码，确定车牌号码。

进一步地，在实现时，所述装置还可以包括：

车牌区域识别模块，用于根据所述车牌识别区域，识别得到所述一帧车辆图片对应的车牌区域；

车牌区域跟踪模块，用于根据所述车牌区域，对所述一帧车辆图片的下一帧车辆图片进行跟踪，确定所述下一帧车辆图片中的车牌区域；

下一帧车辆图片识别模块，用于识别所述下一帧车辆图片中的车牌区域，得到所述下一帧车辆图片对应的识别号码。

进一步地，在实现时，所述装置还可以包括：

车牌区域识别模块，用于根据所述车牌识别区域，识别得到所述一帧车辆图片对应的车牌区域；

车牌区域跟踪模块，用于根据所述车牌区域，对所述一帧车辆图片的下一帧车辆图片进行跟踪，确定所述下一帧车辆图片中的车牌区域；

车牌区域尺寸判断模块，用于判断所述下一帧车辆图片中的车牌区域的尺寸是否符合预设的可识别尺寸范围；如果否，根据所述车牌区域与所述下一帧车辆图片中的车牌区域之间的尺寸比例，对所述下一帧车辆图片进行缩放处理；

下一帧车牌图片识别模块，用于对缩放处理后的所述下一帧车辆图片进行识别，得到所述下一帧车辆图片对应的识别号码。

进一步地，在实现时，所述车牌区域跟踪模块，可以包括：

光流跟踪子模块，用于根据所述车牌区域，采用光流跟踪算法对所述一帧车辆图片的下一帧车辆图片进行跟踪，确定所述下一帧车辆图片中的车牌区域。

进一步地，在实现时，所述背景模型建立模块，可以包括：

高斯背景建模子模块，用于采用高斯背景建模方法对所述感兴趣区域进行背景建模得到背景模型。

进一步地，在实现时，所述确定车牌号码模块，可以包括：

确定子模块，用于判断至少两个识别号码是否一致，如果是，则确定出该识别号码为车牌号码。

另外，本申请还提供了一种充电桩，接下来结合图10对该充电桩进行解释说明。

参见图10，图10是本申请提供的一种充电桩的结构图，如图10所示，该充电桩1000包括：摄像头1001、第一处理芯片1002、第二处理芯片1003；

其中，所述摄像头1001与所述第一处理芯片1002相通信，所述第一处理芯片1002与所述第二处理芯片1003相通信。

所述摄像头1001，用于拍摄得到至少两帧车辆图片。

所述第一处理芯片1002，用于确定充电桩的感兴趣区域，对所述感兴趣区域进行背景建模得到背景模型；根据所述背景模型，对一帧车辆图片进行前景检测得到目标前景区域，所述目标前景区域是指检测到的前景区域尺寸大于预设尺寸阈值的区域；根据所述目标前景区域，获取所述一帧车辆图片中的车牌识别区域；根据所述车牌识别区域，识别得到所述一帧车辆图片对应的识别号码；获取至少两帧车辆图片各自对应的识别号码，其中，一帧车辆图片对应一个识别号码；根据至少两个识别号码，确定车牌号码。

所述第二处理芯片1003，用于实现车辆充电功能。

这里需要说明的是，在实现时，也可以利用芯片集成技术将第一处理芯片和第二处理芯片集成在同一芯片板子上。

本申请提供的这种充电桩能够自动识别出车辆的车牌号码，从而达到识别待充电车辆的身份，其识别效率高、识别精度高，能够较好地满足目前电动车辆的充电需求。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一、第二、第三、第四等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本申请所提供的一种车牌号码识别方法、装置及一种充电桩进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。