I之间；
[0154]412:将综合识别结果平均置信度低于LowTH的字符，标记为可疑字符，其他字符标记为非可疑字符；
[0155]413:查找可疑字符中平均置信度最小值LowMinAve ；
[0156]414:查找非可疑字符平均置信度最小值HighMinAve ；
[0157]415:查找非可疑字符中置信度最小值HighMinAlpha ；
[0158]416:分析各个可疑字符，若其置信度大于HighMinAve - 0.5，且大于HighMinAlpha,则取消其可疑标识。
[0159]42、确认遮挡字符，根据可疑字符分布及其他非可疑字符的置信度，确认可疑字符是否就是被遮挡的字符，具体算法步骤如下:
[0160]421:当可疑字符数超过4个，或第一个可疑字符到最后一个可疑字符的序号差值大于3时，判断为非遮挡车牌；
[0161]422:将可疑字符两侧的其他非可疑字符同时标记为受害字符；
[0162]423:依次分析所有非可疑字符，若每个都任意满足以下条件之一，则认为该车牌存在遮挡:
[0163](I)置信度大于 HighTH ;
[0164](2)是受害字符，且平均置信度小于MidTH ；
[0165]424:若被判断为车牌遮挡，则可疑字符即为被遮挡字符。可直接用给定字符替换被遮挡字符的识别结果，也可以只输出遮挡标记。
[0166]步骤(5)在车辆无牌检测模块中进行，如图9所示，该模块输入为车辆轨迹链和车牌轨迹链，车辆轨迹链是车辆已经驶出画面后的跟踪结果；车牌轨迹链是车牌关联模块中的匹配数据库，包含车牌目标已消失但还未删除的轨迹链、以及车牌目标还未消失的轨迹链。
[0167]车牌无牌判断方法如下:将车辆轨迹中各帧车辆位置与车牌轨迹各帧车牌位置一一比对，若在相同的一帧结果中，车牌坐标在车辆区域之内，则匹配成功，该车辆是一个有牌车；若一一比对结束后，每帧车辆区域都没有在车牌轨迹链中找到对应帧的车牌，则判断该车辆无牌。
[0168]图11是本发明对测试素材的车辆无牌检测结果示例。图12是本发明对测试素材车牌遮挡检测结果示例。
[0169]按照上述实施例，便可很好地实现本发明。
【主权项】
1.一种车辆无牌及车牌遮挡实时检测方法，其特征在于，包括步骤: (1)分别对视频每个单帧进行车牌识别和车辆检测； (2)将每帧识别到的车牌，与以往帧识别得到的车牌进行关联，综合识别后并在合适的时机输出车牌轨迹链； (3)同时，将每帧检测到的车辆，送入车辆跟踪模块，将多帧出现的同一个车辆关联起来，去除误检目标，在车辆驶出画面时输出车辆轨迹链； (4)对车牌轨迹链的综合识别结果进行分析，判断是否存在字符被遮挡的情况并给出被遮挡的字符位； (5)将车牌轨迹链和车辆轨迹链进行匹配，当没有匹配到车牌的车辆轨迹链被判断为车辆无牌。2.根据权利要求1所述的一种车辆无牌及车牌遮挡实时检测方法，其特征在于，当车牌识别和车辆检测均采用训练分类器识别时，在步骤(I)识别和检测前，分别在线下对车牌字符样本库和车辆图像样本库提取特征，分别学习并建立识别模型对字符进行分类和用于判断目标是否为车辆。3.根据权利要求2所述的一种车辆无牌及车牌遮挡实时检测方法，其特征在于，车牌字符提取特征并学习建立识别模型在车牌字符样本学习模块中进行，车牌字符样本学习模块根据车牌字符样本类型将字符样本分组，训练多个模型，字符样本为二值图或灰度图，提取的特征为网格特征、轮廓特征、投影特征、过线数特征、密度特征、LBP特征中的多种特征的排列组合。4.根据权利要求3所述的一种车辆无牌及车牌遮挡实时检测方法，其特征在于，车辆图像提取特征并学习建立识别模型在车辆样本学习模块中进行，车辆样本学习模块提取一批车辆图像样本作为正样本，提取一批不包含车辆的多场景背景图像样本作为负样本用于训练模型，提取的特征为HOG、Haar-1ike窗口区域特征。5.根据权利要求4所述的一种车辆无牌及车牌遮挡实时检测方法，其特征在于，所述步骤(I)车牌识别和车辆检测分别在车牌识别模块和车辆检测模块中进行，其中，车牌识别模块的工作过程如下: C11、进行车牌定位，在帧图像上找出车牌； C12、计算出车牌倾斜角和错切角将图像校正； C13、进行字符分割，先去掉字符区域以外的车牌图像，再进行二值化、反色和去噪处理，对字符进行切分； C14、将切分后的字符图像依次进行识别； 车辆检测模块的工作过程如下: D11、根据待检测车辆的尺寸范围确定检测尺度； D12、在每个尺度上滑动窗口，提取窗口内图像的特征，识别该特征是否是车辆，去掉被识别为背景的窗口； D13、将属于同一个目标的窗口融合成一个，得到最终的检测目标。6.根据权利要求5所述的一种车辆无牌及车牌遮挡实时检测方法，其特征在于，所述步骤(2)在车辆关联模块中进行，车辆关联模块的工作过程如下: 21、通过各帧定位得到的车牌位置和字符识别结果，对以往帧中识别到的车牌轨迹链进行关联，将未关联上的车牌设置为新车牌轨迹链，将关联上的车牌用于旧车牌轨迹链的更新； 22、当旧车牌轨迹链较长时间没有新的车牌关联而认为轨迹结束时，对该车牌的所有帧识别结果进行综合统计识别和计算置信度。7.根据权利要求6所述的一种车辆无牌及车牌遮挡实时检测方法，其特征在于，所述步骤(3)在车辆跟踪模块中进行，车辆跟踪模块的工作过程如下: 31、根据车辆检测结果将新检测到的车辆位置与以往帧分析到的车辆轨迹链进行匹配，若匹配上则更新旧车辆轨迹链数据，若没有匹配上则认为是新目标； 32、对于旧车辆轨迹链来说，若当前帧没有新的车牌检测结果与其匹配，则预测其在当前帧的位置，若超过图像边界则认为车辆轨迹链结束；若没有超过图像边界则分析其是否为误检目标，若是误检则删除该车辆轨迹链。8.根据权利要求7所述的一种车辆无牌及车牌遮挡实时检测方法，其特征在于，所述步骤(4)在车牌遮挡检测模块中进行，车牌遮挡检测模块的工作过程如下: 41、将车牌关联中得到的综合识别结果及各字符的置信度作为输入，将置信度相对较低的字符标记为可疑字符； 42、分析可疑字符的分布是否合理，然后观察其他非可疑字符的置信度是否足够高，确认可疑字符是否为被遮挡字符。9.根据权利要求8所述的一种车辆无牌及车牌遮挡实时检测方法，其特征在于，所述步骤(5)在车辆无牌检测模块中进行，车辆无牌检测模块的工作过程如下:将车辆跟踪得到的车辆轨迹链与车牌关联得到的车牌轨迹链进行比对，如果车辆轨迹链可以匹配一条车牌轨迹链，则认为是车辆有车牌，否则认为该车辆无车牌。
【专利摘要】本发明公开了一种车辆无牌及车牌遮挡实时检测方法。包括步骤：（1）单帧进行车牌识别和车辆检测；（2）将每帧识别到的车牌，与以往帧识别得到的车牌进行关联，综合识别后输出车牌轨迹链；（3）将多帧出现的同一个车辆关联起来，去除误检目标，在车辆驶出画面时输出车辆轨迹链；（4）对车牌轨迹链的综合识别结果进行分析，判断是否存在字符被遮挡的情况并给出被遮挡的字符位；（5）将车牌轨迹链和车辆轨迹链进行匹配，当没有匹配到车牌的车辆轨迹链被判断为车辆无牌。本发明不仅可以有效地自动检测出无牌或车牌遮挡，还可以判断遮挡字符在车牌中的位置，并且可以做到实时处理，若车牌存在遮挡严重不能进行车牌识别时，会被判断为车辆无牌。
【IPC分类】G06K9/46, G06K9/62
【公开号】CN104951784
【申请号】CN201510299097
【发明人】杨英仓
【申请人】杨英仓
【公开日】2015年9月30日
【申请日】2015年6月3日