当网络出现故障时，系统还内置白名单 (VIP、固定车等)功能，可保证车辆正常通行；同时还可进一步设置存储模块，将车辆车辆图 像及识别结果存储在系统内，当网络恢复后，再自动上传至服务器。
[0092] 如图3所示，本发明还提供一种智能数字摄像机200,该智能数字摄像机200包括如 上所述的基于视频流的车牌识别系统100,其中，基于视频流的车牌识别系统100可W采用 图2实施例的结构，其对应地，可W执行图1所示方法实施例的技术方案，其实现原理和技术 效果类似，详细可W参见上述实施例中的相关记载，此处不再寶述。
[0093] 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。 对于系统实施例和摄像机终端实施例而言，由于其与方法实施例基本相似，所W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。并且，在本文中，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，或者是还包括为运种 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。另外，本领域普通技术人员可W理解实现上述实施例的全部或部分步骤可W 通过硬件来完成，也可W通过程序来指令相关的硬件完成，所述的程序可W存储于一种计 算机可读存储介质中，上述提到的存储介质可W是只读存储器，磁盘或光盘等。
[0094] 上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所 披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能 够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人 员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护 范围内。
【主权项】
1. 一种基于视频流的车牌识别方法，其特征在于，包括以下步骤：10.获取包含待识别车辆的车牌信息的视频流中的原始帧图像；20. 对所述的原始帧图像进行熵和信噪比的参数分析，得到各个原始帧图像的最佳信 息的位置信息；30.根据所述的各个原始帧图像的最佳信息的位置信息进行图像重构，得到融合图像；40. 对所述的融合图像进行车牌识别，并同时对所述的原始帧图像进行车牌识别；50.对所述的融合图像的车牌识别结果和所述的原始帧图像的车牌识别结果进行可信 度分析，得到最终的车牌识别结果。2. 根据权利要求1所述的一种基于视频流的车牌识别方法，其特征在于:所述的步骤20 进一步包括以下步骤：21. 对所述的原始帧图像进行小波变换的去噪处理，得到去噪图像；22. 计算所述去噪图像的熵和信噪比；23. 根据计算得到的熵与信噪比建立模糊隶属度模型；24. 根据所述的模糊隶属度模型，得到各个原始帧图像的最佳信息的位置信息。3. 根据权利要求1或2所述的一种基于视频流的车牌识别方法，其特征在于:所述的步 骤20中，所述的最佳信息的位置信息的计算方法，进一步包括以下步骤： a. 将熵大于第一预设阈值的原始帧图像的位置信息判断为最佳信息的位置信息，将熵 小于第二预设阈值的原始帧图像的位置信息判断为较差信息的位置信息，将熵介于所述第 一预设阈值和所述第二预设阈值之间的原始帧图像的位置信息判断为模糊区域； b. 将信噪比大于第三预设阈值的原始帧图像的位置信息判断为最佳信息的位置信息， 将信噪比小于第四预设阈值的原始帧图像的位置信息判断为较差信息的位置信息，将信噪 比介于所述第三预设阈值和所述第四预设阈值之间的原始帧图像的位置信息判断为模糊 区域； c. 将所述步骤a和所述步骤b的判断结果相合并，得到熵大于第一预设阈值且信噪比大 于第三预设阈值的原始帧图像的位置信息判断为最终的最佳信息的位置信息。4. 根据权利要求1所述的一种基于视频流的车牌识别方法，其特征在于:所述的步骤30 中根据所述的各个原始帧图像的最佳信息的位置信息进行图像重构得到融合图像，是指该 融合图像中的每个位置的信息，是通过选择所述的各个原始帧图像的对应位置的最佳信息 进行拼接，从而融合出一张具有各个原始帧图像的最佳信息的最佳图像作为融合图像。5. 根据权利要求1所述的一种基于视频流的车牌识别方法，其特征在于:所述的步骤40 中，对所述的融合图像和所述的原始帧图像进行车牌识别，是使用基于最优特征的车牌识 别算法分别对所述的融合图像和所述的原始帧图像进行车牌识别，其进一步包括以下步 骤：41. 从图像中提取5组特征，分别为HOG特征、HAAR特征、LBP特征、DPM特征和MSER特征。42. 使用ADAB00ST算法从所述的5组特征中自动挑选出最优特征；43. 利用BP神经网络进行分类器训练；44. 使用所述的分类器对所述的融合图像和所述的原始帧图像进行车牌识别。6. 根据权利要求1所述的一种基于视频流的车牌识别方法，其特征在于:所述的步骤50 中，对所述的融合图像的车牌识别结果和所述的原始帧图像的车牌识别结果进行可信度分 析，进一步包括以下步骤：51. 对所述的融合图像的车牌识别结果和所述的原始帧图像的车牌识别结果进行正确 车牌的可信度分析，将可信度大于第五预设阈值的车牌识别结果判断为正确车牌，将可信 度小于第六预设阈值的车牌识别结果判断为错误车牌，将可信度介于所述第五预设阈值和 所述第六预设阈值之间的车牌识别结果判断为正确车牌可信度分析的模糊区域；52. 对所述的融合图像的车牌识别结果和所述的原始帧图像的车牌识别结果进行错误 车牌的可信度分析，将可信度大于第五预设阈值的车牌识别结果判断为正确车牌，将可信 度小于第六预设阈值的车牌识别结果判断为错误车牌，将可信度介于所述第五预设阈值和 所述第六预设阈值之间的车牌识别结果判断为错误车牌可信度分析的模糊区域；53. 将所述正确车牌可信度分析的模糊区域与所述错误车牌可信度分析的模糊区域进 行比较分析，若所述正确车牌可信度分析的模糊区域大于所述错误车牌可信度分析的模糊 区域，则判断为所述融合图像的车牌识别结果为正确车牌，反之为错误车牌。7. -种基于视频流的车牌识别系统，其特征在于，其包括： 图像质量评价模块，其基于图像内容结构、相位相似性的图像质量评价算法对待识别 车辆的视频流进行逐帧分析，得到图像质量较好的原始帧图像； 图像分析模块，其对所述的原始帧图像进行熵和信噪比的参数分析，得到各个原始帧 图像的最佳信息的位置信息； 图像融合模块，其根据所述的各个原始帧图像的最佳信息的位置信息进行图像重构， 得到融合图像； 车牌识别模块，其对所述的融合图像进行车牌识别，并同时对所述的原始帧图像进行 车牌识别； 可信度分析模块，其对所述的融合图像的车牌识别结果和所述的原始帧图像的车牌识 别结果进行可信度分析，得到最终的车牌识别结果。8. 根据权利要求7所述的一种基于视频流的车牌识别系统，其特征在于:还包括无线通 信模块，用于将所述的融合图像的车牌识别结果和所述的原始帧图像的车牌识别结果上传 中远程服务器进行存储和应用。9. 一种智能数字摄像机，其特征在于，包括权利要求8至9任一项所述的基于视频流的 车牌识别系统。
【专利摘要】本发明公开了一种基于视频流的车牌识别方法、系统及智能数字摄像机，其获取包含待识别车辆的车牌信息的视频流中的原始帧图像，并对所述的原始帧图像进行熵和信噪比的参数分析，得到各个原始帧图像的最佳信息的位置信息，然后进行图像重构得到融合图像，最后对所述的融合图像的车牌识别结果和所述的原始帧图像的车牌识别结果进行可信度分析，得到最终的车牌识别结果；从而提供车牌识别的准确率，并降低错收费、漏收费的概率，加快车辆通行效率，提高停车场的效益。
【IPC分类】G06K9/00
【公开号】CN105631425
【申请号】CN201511016292
【发明人】孙龙喜, 郭跃华, 李文镇, 曾隆先, 郑雅龙, 陈河山
【申请人】厦门科拓通讯技术股份有限公司
【公开日】2016年6月1日
【申请日】2015年12月29日