技术领域本发明涉及智能车牌识别领域，具体而言，涉及一种基于多帧图像及大数据分析的车牌识别优化方法和系统，可用于(但不限于)智能交通系统、智能停车场系统、智能高速公路收费系统、虚拟卡口系统等与车牌识别有关的系统。
背景技术：
现有车牌识别方法是从触发后捕捉的单帧车辆图像上，用图像分析的方法得到车牌每一位的汉字、英文字母或阿拉伯数字代码。由于捕捉的图像受到光照、天气、环境和车辆运动速度的影响，如产生模糊会带来某些字符识别错误，从而影响整个车牌的识别精度。一帧图像不成功，即便再采集一帧图像识别还是会产生误差。有方法用多帧识别的结果，按车牌的每一位进行统计，最大数胜出。这种识别方式的问题是无法大幅提高识别率，从统计学上来说，这样做多帧图像的误差符合累加的关系，增加帧数并不能减小总的误差。这种方法的另一个问题是，理论上讲需要很大数量的帧数才能在统计上使结果趋于正确的车牌，这样导致该方法存在较大误差。尤其在图像质量很差、单帧识别错误较多的情况下，该方法根本不可行。
技术实现要素：
本发明提供一种基于多帧图像及大数据分析的车牌识别优化方法和系统，用以提高车牌的识别率。为达到上述目的，本发明提供了一种基于多帧图像及大数据分析的车牌识别优化方法，包括以下步骤：通过固定摄像头采集进入检测区域的车辆视频，并使车辆在采集视频中的可视时间满足设定值，在可视时间内等时间间隔或不等时间间隔触发多帧视频定位，根据所定位的视频采集多帧视频图像；对所采集的每一帧视频图像进行车牌字符识别，并对每一帧视频图像识别出的车牌字符编码；对多帧图像中每一帧对应的编码逐一按位统计，得到不同字符的最大出现频率并记录该频率，其中在统计时根据多帧图像的采集次序按位保留频率出现最大的字符，并在新的最大频率字符出现时及时更新；在所采集的图像帧数达到预设的判决起始帧数后，按位统计识别出的各字符的最大值，判断每位字符的最大值按位加权后是否均大于等于预设的统计有效门槛，如果判断结果为是则按位统计所记录的车牌字符即为有效字符，如果判断结果为否则继续判断所统计的按位更新数是否大于等于预设的有效位门槛，如判断结果为是则此时按位统计所记录的车牌字符即是有效字符，如果判断结果为否则重新采集新一帧图像，并跳转执行对所采集的每一帧视频图像进行车牌字符识别，并对每一帧视频图像识别出的车牌字符编码步骤。进一步地，可视时间的设定值为0.0001秒-3秒，根据检测区域的车辆限速而定。进一步地，固定摄像头的拍摄角度可调，并在固定摄像头采集经过车辆的视频时，通过摄像头定位校准系统使得车牌在所采集视频中的水平倾角小于actan(1/10)。进一步地，通过设置在检测区域车辆运行的起始端的感应装置触发车辆进入检测区域。进一步地，在输出有效车牌时，统计按位有效个数和有效车牌总数，得到每一车牌位的正确比率，按此正确比率给每一位设一个加权值，正确比率越高，加权值越高，每次识别后重新计算每位加权值，以便下次同摄像头、同配置情况下使用，如果更改摄像头或更改配置，则每位加权值恢复为初始值1。为达到上述目的，本发明还提供了一种基于多帧图像及大数据分析的车牌识别优化系统，包括：多帧采集识别子系统、按位统计子系统和单帧车牌中各字符位的相关性判决子系统，其中：多帧采集识别子系统用于通过固定摄像头采集进入检测区域的车辆视频，并使车辆在采集视频中的可视时间满足设定值，在可视时间内等时间间隔或不等时间间隔触发多帧视频定位，根据所定位的视频采集多帧视频图像；对所采集的每一帧视频图像进行车牌字符识别，对每一帧视频图像识别出的车牌字符编码，并将编码发送给按位统计子系统；按位统计子系统用于对多帧图像中每一帧对应的编码逐一按位统计，得到不同字符的最大出现频率并记录该频率，其中在统计时根据多帧图像的采集次序按位保留频率出现最大的字符，并在新的最大频率字符出现时及时更新；相关性判决子系统用于在所采集的图像帧数达到预设的判决起始帧数后，根据按位统计子系统按位统计识别出的各字符的最大值，判断每位字符的最大值按位加权后是否均大于等于预设的统计有效门槛，如果判断结果为是则按位统计所记录的车牌字符即为有效字符，如果判断结果为否则继续判断所统计的按位更新数是否大于等于预设的有效位门槛，如判断结果为是则此时按位统计所记录的车牌字符即是有效字符，如果判断结果为否则重新采集新一帧图像，并由多帧采集识别子系统采集新一帧图像进行识别统计。进一步地，可视时间的设定值为0.0001秒-3秒，根据检测区域的车辆限速而定。进一步地，固定摄像头的拍摄角度可调，并在固定摄像头采集经过车辆的视频时，通过摄像头定位校准系统使得车牌在所采集视频中的水平倾角小于actan(1/10)。进一步地，通过设置在检测区域车辆运行的起始端的感应装置触发车辆进入检测区域。进一步地，在输出有效车牌时，统计按位有效个数和有效车牌总数，得到每一车牌位的正确比率，按此正确比率给每一位设一个加权值，正确比率越高，加权值越高，每次识别后重新计算每位加权值，以便下次同摄像头、同配置情况下使用，如果更改摄像头或更改配置，则每位加权恢复为初始值1。本发明利用连续多帧图像进行车牌识别，同时利用各帧图像的位置信息、单帧车牌中各字符位的相关性、车牌中各位的统计信息、多车牌的大数据分析信息来优化车牌识别。本发明可用于(但不限于)智能交通系统、智能停车场系统、智能高速公路收费系统、虚拟卡口系统等与车牌识别有关的系统，克服了现有技术中利用固定摄像头识别车牌受到光照、天气、环境和车辆运动速度的影响，很难在单帧图像上达到很高的识别率的问题。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本发明一个实施例的基于多帧图像及大数据分析的车牌识别优化方法流程图；图2是本发明一个实施例的用于识别统计时的数据结构图；图3是本发明一个具体应用实例图。具体实施方式下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。图1为本发明一个实施例的基于多帧图像及大数据分析的车牌识别优化方法流程图；如图所示，该基于多帧图像及大数据分析的车牌识别优化方法包括以下步骤：S110，统计判决前帧步骤，通过固定摄像头采集进入检测区域的车辆视频，并使车辆在采集视频中的可视时间满足设定值，在可视时间内等时间间隔或不等时间间隔触发多帧视频定位，根据所定位的视频采集多帧视频图像；其中，固定摄像头的设置位置覆盖车辆经过区域；上述可视时间的设定值一般为0.0001秒-3秒，可以根据检测区域的车辆限速而定；摄像头开始采集车辆视频，可以通过设置在检测区域车辆运行的起始端的感应装置触发车辆进入检测区域进而触发摄像头开始采集视频，所设置的感应装置可以是地感线圈或其它感应装置；固定摄像头的拍摄角度可调，并在固定摄像头采集经过车辆的视频时，通过摄像头定位校准系统使得车牌在所采集视频中的水平倾角小于actan(1/10)，以便于后续对车牌字符的识别。S120，对所采集的每一帧视频图像进行车牌字符识别，并对每一帧视频图像识别出的车牌字符编码；S130，对多帧图像中每一帧对应的编码逐一按位统计，得到不同字符的最大出现频率并记录该频率，其中在统计时根据多帧图像的采集次序按位保留频率出现最大的字符，并在新的最大频率字符出现时及时更新；S140，在所采集的图像帧数达到预设的判决起始帧数后，按位统计识别出的各字符的最大值，判断每位字符的最大值按位加权后是否均大于等于预设的统计有效门槛，如果判断结果为是则按位统计所记录的车牌字符即为有效字符，如果判断结果为否则继续判断所统计的按位更新数是否大于等于预设的有效位门槛，如判断结果为是则此时按位统计所记录的车牌字符即是有效字符，如果判断结果为否则重新采集新一帧图像，并跳转执行步骤S120。当判断结果为所记录的车牌字符为有效字符时，即将其作为有效车牌输出，在输出有效车牌时，统计按位有效个数和有效车牌总数，得到每一车牌位的正确比率，按此正确比率给每一位设一个加权值，正确比率越高，加权值越高，每次识别后重新计算每位加权值，以便下次同摄像头、同配置情况下使用，如果更改摄像头或更改配置，则每位加权值恢复为初始值1。与上述方法实施例相适应，本发明还提供了一个基于多帧图像及大数据分析的车牌识别优化系统实施例，该基于多帧图像及大数据分析的车牌识别优化系统包括：多帧采集识别子系统、按位统计子系统和单帧车牌中各字符位的相关性判决子系统，其中：多帧采集识别子系统包括摄像头定位校准、车位触发、多帧时控定位、单帧视频图像采集、车牌识别等功能：首先系统安装固定摄像头覆盖车辆经过区域并使车辆在检测区域的视频中有短暂可视时间(一般为0.0001秒-3秒，视检测区域车辆限速而定)。同时通过摄像头定位校准系统使得车牌在视频中的水平倾角小于actan(1/10)。在检测区域车辆运行的起始端设置地感线圈或其它感应方式触发车辆进入检测区域，并保证车辆按区域限速的情况行进时满足前述0.1秒至3秒短暂可视。系统软件可以采用单线程等时间间隔或不等时间间隔触发多帧视频定位，系统根据定位采集单帧视频图像，送图像处理子系统识别车牌，将识别出的车牌字符编码(不论对错)送后面按位统计子系统处理。按位统计子系统包括按位统计和最大数记录、按位字符记录和更新、按位更新统计功能：前者将多帧图像中每一帧车牌识别得到的编码逐一按位统计，求出不同字符的最大出现频率并在每一位上记录该频率；后者按位保留频率出现最大的字符，在新的最大频率字符出现时及时更新。该统计功能应是有序的，即字符更新的次序应保留多帧视频的采集次序。相关性判决子系统包括阈值判决、按位权值统计和更新等功能：相关性判决子系统设置三个(不限)阈值，即判决起始帧数、统计有效门槛、有效位门槛。相关性判决在帧数达到判决起始帧后开始，在此之前，系统只进行按位统计，不做判别。达到判决起始帧后，相关性判决子系统检查按位统计的最大值，如果每位最大值按位加权后都大于等于统计有效门槛，此时按位统计子系统中记录的车牌字符即是有效字符，系统输出该车牌；相关性判决子系统同时检查按位统计子系统统计的按位更新数，如果该数大于等于有效位门槛，此时按位统计子系统中记录的车牌字符即是有效字符，系统输出该车牌。在系统判决有效并输出有效车牌时，系统统计按位有效个数和有效车牌总数，得到每一车牌位的正确比率，按此正确比率给每一位设一个加权值，正确比率越高，加权值越高，每次识别后重新计算每位加权值，以便下次同摄像头、同配置情况下使用。如果更改摄像头或更改配置，每位加权值恢复为初始值1。图2是本发明一个实施例的用于识别统计时的数据结构图；其中：如图所示：为车牌第一位建31省市汉字计数器(图2中大括号内的第一列)；为车牌后六位每位建一个计数器(图2中大括号内的第二列至第七列)：如图2右边框所示，每一位的可能字符为0-9及A-Z；分别为7位字符每位建一个最大数计数器(图中大括号下第一行右边七位)；同时建七位寄存器记录最可能车牌字符(图中大括号下第二行)；建1位计数器记录最可能完整车牌检测特征(图中大括号下第一行最左边的一位)。需要指出的是，本发明的实现不限于上述数据结构，也可以是任何其它方法进行多帧的统计。在具体实现图1实施例的方法时，可以通过与图中流程相对应的三个过程模块和两个判决模块来实现：“初始化”模块将数据结构初始为零(见图2)。“统计判决前帧”模块输入初始的判决起始帧数阈值前的图像帧并进行车牌识别，然后逐帧统计7位字符出现频率矩阵、7位字符出现频率最大数数组、最可能字符记录数组和位更新数计数器。“采集新一帧”模块输入一帧图像。“统计该帧”模块对该图像帧进行车牌识别，然后逐帧统计7位字符出现频率矩阵、7位字符出现频率最大数数组、最可能字符记录数组和位更新数计数器。“所有位最大统计有效门槛”判决模块核对7位最大出现频率是否都大于等于预设的“有效门槛”阈值，如果满足，则输出最可能字符记录数组中的车牌，不满足则进行下列判别。“更新位数有效位门槛”判决模块核对更新位数计数是否大于等于预设的“有效位门槛”阈值，如果满足，则输出最可能字符记录数组中的车牌，不满足则采集新一帧图像，重复上述步骤。图3是本发明一个具体应用实例图。该应用实例由车牌“鄂A0S142”的四帧图像分别识别而成，四次识别都有错误，而经过本发明的多帧识别系统，正确得到了车牌。本发明利用连续多帧图像进行车牌识别，同时利用各帧图像的位置信息、单帧车牌中各字符位的相关性、车牌中各位的统计信息、多车牌的大数据分析信息来优化车牌识别。本发明可用于(但不限于)智能交通系统、智能停车场系统、智能高速公路收费系统、虚拟卡口系统等与车牌识别有关的系统，克服了现有技术中利用固定摄像头识别车牌受到光照、天气、环境和车辆运动速度的影响，很难在单帧图像上达到很高的识别率的问题。本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。