元，用于将所述SVM模型置信度与所述车牌差异位置的字符对应的SVM模型阈值进行比较，若超过SVM模型阈值，则得到第二结果；
[0127]类型确定单元，用于当同时满足所述第一结果及所述第二结果时，则所述车牌图像的类型为所述LDA模型和SVM模型对应的类型。
[0128]基于上述技术方案，请参考图3，该系统还可以包括:
[0129]维护模块600，用于定期对所述字符模型进行维护。
[0130]说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0131]专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0132]结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(R0M)、电可编程R0M、电可擦除可编程R0M、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
[0133]以上对本发明所提供的车牌类型验证的方法及系统进行了详细介绍。本文中应用了具体个例对本发明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发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
【主权项】
1.一种车牌类型验证的方法，其特征在于，包括: 获取车牌图像； 通过车牌类型识别分类器对所述车牌图像进行识别，根据识别结果按照预定条件确定所述车牌图像的粗分类类型； 调用与所述粗分类类型对应的车牌字符模板对所述车牌图像中的车牌进行字符切分；根据所述粗分类类型，确定车牌差异位置的字符，并利用所述车牌差异位置的字符对应的字符模型对所述车牌差异位置的字符进行识别； 将识别结果与所述车牌差异位置的字符对应的字符模型的阈值进行比较，确定所述车牌图像的类型。2.如权利要求1所述的方法，其特征在于，调用与所述粗分类类型对应的车牌字符模板对所述车牌图像中的车牌进行字符切分，包括: 当所述粗分类类型为黑牌，则调用蓝黑牌字符模板和使馆牌字符模板对车牌进行字符切分； 当所述粗分类类型为单层黄牌、单层军牌、单层武警车牌或警牌，则调用对应的单层黄牌字符模板、单层军牌字符模板、单层武警车牌字符模板或警牌字符模板对车牌进行字符切分； 当所述粗分类类型为双层军牌、双层武警车牌或双层黄牌，则调用对应的双层军牌字符模板、双层武警车牌字符模板或双层黄牌字符模板对车牌进行字符切分； 当所述粗分类类型为蓝牌，则调用蓝黑牌字符模板对车牌进行字符切分。3.如权利要求2所述的方法，其特征在于，所述字符模型包括: 利用“使”训练的二分类的LDA模型和SVM模型； 利用“WJ”训练的二分类的LDA模型和SVM模型； 利用“警”训练的二分类的LDA模型和SVM模型； 利用“12个军牌首字母”训练的十二分类的LDA模型和SVM模型。4.如权利要求3所述的方法，其特征在于，将识别结果与所述车牌差异位置的字符对应的字符模型的阈值进行比较，确定所述车牌图像的精确类型，包括: 根据所述车牌差异位置的字符对应的LDA模型和SVM模型，输出的LDA模型置信度和SVM模型置信度； 将所述LDA模型置信度与所述车牌差异位置的字符对应的LDA模型阈值进行比较，若超过LDA模型阈值，则得到第一结果； 将所述SVM模型置信度与所述车牌差异位置的字符对应的SVM模型阈值进行比较，若超过SVM模型阈值，则得到第二结果； 当同时满足所述第一结果及所述第一结果时，则所述车牌图像的类型为所述LDA模型和SVM模型对应的类型。5.如权利要求1至4任一项所述的方法，其特征在于，还包括: 定期对所述字符模型进行维护。6.一种车牌类型验证的系统，其特征在于，包括: 获取模块，用于获取车牌图像； 粗分类模块，用于通过车牌类型识别分类器对所述车牌图像进行识别，根据识别结果按照预定条件确定所述车牌图像的粗分类类型； 切分模块，用于调用与所述粗分类类型对应的车牌字符模板对所述车牌图像中的车牌进行字符切分； 字符识别模块，用于根据所述粗分类类型，确定车牌差异位置的字符，并利用所述车牌差异位置的字符对应的字符模型对所述车牌差异位置的字符进行识别； 类型确定模块，用于将识别结果与所述车牌差异位置的字符对应的字符模型的阈值进行比较，确定所述车牌图像的类型。7.如权利要求6所述的系统，其特征在于，所述切分模块包括: 第一切分单元，用于当所述粗分类类型为黑牌，则调用蓝黑牌字符模板和使馆牌字符模板对车牌进行字符切分； 第二切分单元，用于当所述粗分类类型为单层黄牌、单层军牌、单层武警车牌或警牌，则调用对应的单层黄牌字符模板、单层军牌字符模板、单层武警车牌字符模板或警牌字符模板对车牌进行字符切分； 第三切分单元，用于当所述粗分类类型为双层军牌、双层武警车牌或双层黄牌，则调用对应的双层军牌字符模板、双层武警车牌字符模板或双层黄牌字符模板对车牌进行字符切分； 第四切分单元，用于当所述粗分类类型为蓝牌，则调用蓝黑牌字符模板对车牌进行字符切分。8.如权利要求7所述的系统，其特征在于，包括: 第一训练模块，用于利用“使”训练的二分类的LDA模型和SVM模型； 第二训练模块，用于利用“WJ”训练的二分类的LDA模型和SVM模型； 第三训练模块，用于利用“警”训练的二分类的LDA模型和SVM模型； 第四训练模块，用于利用“12个军牌首字母”训练的十二分类的LDA模型和SVM模型。9.如权利要求8所述的系统，其特征在于，所述类型确定模块包括: 输出单元，用于根据所述车牌差异位置的字符对应的LDA模型和SVM模型，输出的LDA模型置信度和SVM模型置信度； 第一比较单元，用于将所述LDA模型置信度与所述车牌差异位置的字符对应的LDA模型阈值进行比较，若超过LDA模型阈值，则得到第一结果； 第二比较单元，用于将所述SVM模型置信度与所述车牌差异位置的字符对应的SVM模型阈值进行比较，若超过SVM模型阈值，则得到第二结果； 类型确定单元，用于当同时满足所述第一结果及所述第一结果时，则所述车牌图像的类型为所述LDA模型和SVM模型对应的类型。10.如权利要求6至9任一项所述的系统，其特征在于，还包括: 维护模块，用于定期对所述字符模型进行维护。
【专利摘要】本发明公开了一种车牌类型验证的方法及系统，包括：获取车牌图像；通过车牌类型识别分类器对所述车牌图像进行识别，根据识别结果按照预定条件确定所述车牌图像的粗分类类型；调用与所述粗分类类型对应的车牌字符模板对所述车牌图像中的车牌进行字符切分；根据所述粗分类类型，确定车牌差异位置的字符，并利用所述车牌差异位置的字符对应的字符模型对所述车牌差异位置的字符进行识别；将识别结果与所述车牌差异位置的字符对应的字符模型的阈值进行比较，确定所述车牌图像的类型；能够快速准确的验证车牌的类型，在一定程度上解决了多类型车牌识别中因类型识别不准确而导致车牌识别错误的问题。
【IPC分类】G06K9/62
【公开号】CN105631470
【申请号】CN201510969964
【发明人】唐健, 关国雄, 王浩, 李锐, 杨利华, 徐文丽, 徐鹏飞
【申请人】深圳市捷顺科技实业股份有限公司
【公开日】2016年6月1日
【申请日】2015年12月21日