专利名称：一种处理时间与识别精度自适应的车牌识别方法
技术领域：
本发明涉及视频监控领域，具体涉及一种处理时间与识别精度自适应的车牌识别方法。
背景技术：
当代社会视频监控在越来越多的领域得到应用，智能交通为其主要的应用范畴。智能交通可以很好的起到辅助交通安全、确保道路畅通、督导驾驶者遵守交通规则的作用，而车牌识别则是智能交通最基本的组成部分。申请公开号为CN101377811A的发明公开了一种车牌识别的方法与系统。该方法在交通流截面的每一个车道设置车牌识别视频采集点，以在所述的每一个车道上形成车牌采集视场，并在相邻车道间形成车牌采集重叠视场；其中，当被识别车牌侵入所述的车牌采集重叠视场时，相邻车道的两个车牌识别视频采集点分别采集该被识别车牌的部分车牌数据，分别生成部分车牌识别结果；将两个部分车牌识别结果组合，生成该被识别车牌的完整车牌识别结果。随着城市道路扩建，车辆增多，城市主干道十字路口车道增多，车流量增大，对于车牌识别方法的实时性要求也越来越严苛。目前，车牌识别系统处理一张图片的时间在250ms左右，对于车流量大的多车道应用并不理想。申请公开号为CN101373517A的发明公开了一种车牌识别方法及系统，所述方法包括以下步骤:摄取车牌视频图像，并对摄取的车牌视频图像进行处理获取车牌视频图像识别结果；摄取车牌静止图像，并对摄取的车牌静止图像进行处理获取车牌静止图像识别结果；对所述的车牌视频图像识别结果和车牌静止图像识别结果进行车牌图像筛选处理，输出车牌识别结果。现有技术中，如果需要减少车牌识别的时间，通常需要牺牲车牌识别的精度。
发明内容
本发明提供了一种处理时间与识别精度自适应的车牌识别方法，可以在不降低车牌识别数量的前提下，有效提高车牌识别的正确率，实现在大车流情况下，车牌识别速度与车牌识别精度的平衡，满足车牌识别的实时性需求。一种处理时间与识别精度自适应的车牌识别方法，包括以下步骤:(I)抓拍车辆获取照片，记录每张照片的抓拍时间，并为每张照片相应标记时间戳。由于车流量的大小不同，每张照片的抓拍时间间隔亦不相同，每张照片的抓拍时间即为相应照片的时间戳。(2)依照每张照片的时间戳顺序依次进行处理，根据当前处理照片之前抓拍的N张照片的时间戳，计算当前处理照片的可用处理时间。根据当前处理照片之前抓拍的N张照片的时间戳，计算当前处理照片的可用处理时间，具体步骤如下:2-1、对当前处理照片之前抓拍的N张照片依据时间戳进行编号，编号顺序按照与当前处理照片时间间隔由小到大依次进行；2-2、依据如下公式计算当前处理照片的可用处理时间:
权利要求
1.一种处理时间与识别精度自适应的车牌识别方法，其特征在于，包括以下步骤: (1)抓拍车辆获取照片，记录每张照片的抓拍时间，并为每张照片相应标记时间戳； (2)依照每张照片的时间戳顺序依次进行处理，根据当前处理照片之前抓拍的N张照片的时间戳，计算当前处理照片的可用处理时间； (3)将当前处理照片进行车牌定位和字符分割，并对分割出的字符进行初步识别，得到初步识别结果和初步识别结果置信度； (4)根据当前处理照片的可用处理时间、初步识别的消耗时间以及附加级识别处理的预计耗时，判断是否进行附加级识别处理，判断原则如下: a、若Ta-Tpast≥Tl2或P〈Py进行附加级识别处理； b、若Ta_Tpast〈IY2或P>PH，不进行附加级识别处理； 其中，Ta为当前处理照片的可用处理时间，Tpast为初步识别的消耗时间，Tl2为附加级识别处理的预计耗时，Pl为低置信度阈值，Ph为高置信度阈值，P为初步识别结果置信度； (5)输出车牌识别结果。
2.如权利要求1所述的处理时间与识别精度自适应的车牌识别方法，其特征在于，所述步骤(2)中根据当前处理照片之前抓拍的N张照片的时间戳，计算当前处理照片的可用处理时间，具体步骤如下: 2-1、对当前处理照片之前抓拍的N张照片依据时间戳进行编号，编号顺序按照与当前处理照片时间间隔由小到大依次进行； 2-2、依据如下公式计算当前处理照片的可用处理时间:
3.如权利要求1所述的处理时间与识别精度自适应的车牌识别方法，其特征在于，所述步骤(2)中N的取值范围为3 6。
4.如权利要求1所述的处理时间与识别精度自适应的车牌识别方法，其特征在于，所述步骤(3)中对字符进行初步识别时，首先获取字符图像的灰度分布特征，然后利用SVM多类分类器进行识别。
5.如权利要求4所述的处理时间与识别精度自适应的车牌识别方法，其特征在于，所述获取字符图像的灰度分布特征，包括以下步骤: 3-1、将字符图像灰度化，得到灰度图像； 3-2、将灰度图像大小归一化，利用光栅扫描得到像素灰度值，得到灰度分布特征向量。
6.如权利要求1所述的处理时间与识别精度自适应的车牌识别方法，其特征在于，所述步骤(3)中对字符进行初步识别时，将字符分为数字字母图像和汉字图像分别进行初步识别。
7.如权利要求1所述的处理时间与识别精度自适应的车牌识别方法，其特征在于，所述步骤(4)中的附加级识别处理的具体步骤如下: 4-1、利用OTSU算法对分割出的字符进行二值化处理，得到二值化图像； 4-2、提取二值化图像的小波矩特征向量，利用SVM多类分类器进行识别。
8.如权利要求7所述的处理时间与识别精度自适应的车牌识别方法，其特征在于，所述步骤4-2中的提取二值化图像的小波矩特征向量的具体步骤如下: 4-2-1、以分割出的每个字符图像的质心为极坐标原点，将字符图像由直角坐标转换为极坐标表示； 4-2-2、在极坐标的角度方向上对字符图像进行角度积分； 4-2-3、进行径向小波变换，得到小波矩； 4-2-4、重复步骤4-2-2和4-2-3选取不同角度参数和尺度因子，得到一组小波矩，即小波距特征向量。
全文摘要
本发明公开了一种处理时间与识别精度自适应的车牌识别方法，包括以下步骤抓拍车辆获取照片，记录每张照片的抓拍时间，并为每张照片相应标记时间戳；依照每张照片的时间戳顺序依次进行处理，根据当前处理照片之前抓拍的N张照片的时间戳，计算当前处理照片的可用处理时间；将当前处理照片进行车牌定位和字符分割，并对分割出的字符进行初步识别，得到初步识别结果和初步识别结果置信度；根据当前处理照片的可用处理时间、初步识别的消耗时间以及附加级识别处理的预计耗时，判断是否进行附加级识别处理；输出车牌识别结果。本发明在不降低车牌识别数量的前提下，提高车牌识别的正确率，满足车牌识别的实时性需求。
文档编号G06K9/00GK103164697SQ20131010585
公开日2013年6月19日 申请日期2013年3月29日 优先权日2013年3月29日
发明者邓银成 申请人:苏州皓泰视频技术有限公司