一种基于随机森林的多帧车牌识别优化方法与流程

本发明涉及计算机视觉和模式识别技术领域，具体涉及一种基于随机森林的多帧车牌识别优化方法。

背景技术：

现有车牌识别方法是从触发摄像机快门后捕捉的单帧车牌图像上，用车牌识别方法对单帧车牌图像进行识别，得到车牌每一位的汉字、数字和英文字母。由于捕捉的车牌图像容易受到光照、雾霾和环境的影响而变得模糊，模糊的车牌图像将造成车牌字符识别错误，降低车牌识别方法的精度。即使此时重新采集一帧车牌图像，仍然会造成车牌字符识别错误。

技术实现要素：

本发明的目的是为了解决现有技术中的上述缺陷，提供一种基于随机森林的多帧车牌识别优化方法。

本发明的目的可以通过采取如下技术方案达到：

一种基于随机森林的多帧车牌识别优化方法，所述的多帧车牌识别优化方法包括以下步骤：

s1、通过固定摄像头采集进入检测区域的车辆视频，并使得车辆在检测区域停留时间满足大于最小停留时间阈值，定义已采集车牌图像帧数p的初始值为0；

s2、在车辆停留期间采集一帧车牌图像，对p进行加1；

s3、对步骤s2采集的一帧车牌图像进行车牌字符识别；

s4、对步骤s3得到的车牌识别结果进行保存；

s5、对车牌识别结果中字符逐一按位进行统计，得到不同字符的出现次数；

s6、当p小于k时，其中定义k为预设起始判决帧数阈值，则跳转执行s2步骤，并执行步骤s3、s4、s5，当p大于等于k时，执行步骤s7；

s7、逐一按位统计出现次数最多的字符即为有效字符，并逐一按位将有效字符组合成最终的车牌识别结果。

进一步地，所述的最小停留时间阈值为2秒，同时根据不同应用场景，对最小停留时间阈值进行相应调整，当应用场景为高速公路的etc通道时，由于车辆通过etc通道速度较快，可以减小最小停留时间阈值，当应用场景为停车场卡口时，由于车辆通过停车场卡口速度较慢，可适当增大最小停留时间阈值。

进一步地，所述的预设起始判决帧数阈值k取值为5，当对单帧车牌图像进行车牌识别的耗时满足实时性要求时，可以增大预设起始判决帧数阈值，通过增大预设起始判决帧数阈值，进而统计更多的车牌图像识别结果信息，使得车牌识别方法更加精确。

进一步地，所述的逐一按位统计出现次数最多的字符即为有效字符，该方法来源于随机森林的思想，在随机森林方法中，每棵决策树都是一个分类器，对于一个输入样本，n棵决策树分别进行预测，得到n个分类投票结果，通过统计所有分类投票结果，将投票次数最多的类别制定为最终的分类结果，本方法通过统计多帧车牌图像识别结果信息，按位统计出现次数最多的字符，而不是只统计单帧车牌图像识别结果信息。

本发明相对于现有技术具有如下的优点及效果：

本发明提出的一种基于随机森林的多帧车牌识别优化方法，通过采集多帧车牌图像，对多帧车牌图像的车牌识别结果进行综合统计后再输出最终的车牌识别结果，提高车牌识别方法的准确率。

附图说明

图1是本发明实施例公开的一种基于随机森林的多帧车牌识别优化方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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做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。

实施例

图1为本发明一个实施例的基于随机森林的多帧车牌识别优化方法的流程图，如图所示，该基于随机森林的多帧车牌识别优化方法包括以下步骤：

s1、通过固定摄像头采集进入检测区域的车辆视频，并使得车辆在检测区域停留时间满足大于最小停留时间阈值，定义已采集车牌图像帧数p的初始值为0，同时根据不同应用场景，对最小停留时间阈值进行相应调整，当应用场景为高速公路的etc通道时，由于车辆通过etc通道速度较快，可适当减小最小停留时间阈值，当应用场景为停车场卡口时，由于车辆通过停车场卡口速度较慢，可适当增大最小停留时间阈值；

s2、在车辆停留期间采集一帧车牌图像，对p进行加1；

s3、对步骤s2采集的一帧车牌图像进行车牌字符识别；

s4、对步骤s3得到的车牌识别结果进行保存；

s5、对车牌识别结果中字符逐一按位进行统计，得到不同字符的出现次数；

s6、当p小于k时，其中定义k为预设起始判决帧数阈值，则跳转执行s2步骤，并执行步骤s3、s4、s5，当p大于等于k时，执行步骤s7；

当对单帧车牌图像进行车牌识别的耗时满足实时性要求时，可以增大预设起始判决帧数阈值，通过增大预设起始判决帧数阈值，进而统计更多的车牌图像识别结果信息，使得车牌识别方法更加精确。

定义第一位字符数组a＝[a1,a2,…ak]，第二位字符数组b＝[b1,b2,…bk]，第三位字符数组c＝[c1,c2,…ck]，第四位字符数组d＝[d1,d2,…dk]，第五位字符数组e＝[e1,e2,…ek]，第六位字符数组f＝[f1,f2,…fk]，第七位字符数组g＝[g1,g2,…gk]。

假设k等于5，此时将一共采集5帧车牌图像，对第一帧车牌图像进行车牌识别，得到识别结果为粤a34b67，将字符‘粤’放于第一位字符数组a中，其中a1＝‘粤’，将字符‘a’放于第二位字符数组b中，其中b1＝‘a’，将字符‘3’放于第三位字符数组c中,其中c1＝‘3’，将字符‘4’放于第四位字符数组d中，其中d1＝‘4’，将字符‘b’放于第五位字符数组e中，其中e1＝‘b’，将字符‘6’放于第六位字符数组f中，其中f1＝‘6’，将字符‘7’放于第七位字符数组g中，其中g1＝‘7’；对第二帧车牌图像进行车牌识别，得到识别结果为粤a34867，将字符‘粤’放于第一位字符数组a中，其中a2＝‘粤’，将字符‘a’放于第二位字符数组b中,其中b2＝‘a’，将字符‘3’放于第三位字符数组c中，其中c2＝‘3’，将字符‘4’放于第四位字符数组d中，其中d2＝‘4’，将字符‘8’放于第五位字符数组e中，其中e2＝‘8’，将字符‘6’放于第六位字符数组f中，其中f2＝‘6’，将字符‘7’放于第七位字符数组g中，其中g2＝‘7’；对第三帧车牌图像进行车牌识别，得到识别结果为鲁a34b61,将字符‘鲁’放于第一位字符数组a中，其中a3＝‘鲁’，将字符‘a’放于第二位字符数组b中，其中b3＝‘a’，将字符‘3’放于第三位字符数组c中，其中，c3＝‘3’，将字符‘4’放于第四位字符数组d中，其中d3＝‘4’，将字符‘b’放于第五位字符数组e中，其中e3＝‘b’，将字符‘6’放于第六位字符数组f中，其中f3＝‘6’，将字符‘1’放于第七位字符数组g中，其中g3＝‘1’；对第四帧车牌图像进行车牌识别，得到识别结果为粤a34867，将字符‘粤’放于第一位字符数组a中，其中a4＝‘粤’，将字符‘a’放于第二位字符数组b中，其中b4＝‘a’，将字符‘3’放于第三位字符数组c中，其中c4＝‘3’，将字符‘4’放于第四位字符数组d中，其中d4＝‘4’，将字符‘8’放于第五位字符数组e中，其中e4＝‘8’，将字符‘6’放于第六位字符数组f中，其中f4＝‘6’，将字符‘7’放于第七位字符数组g中，其中g4＝‘7’；对第五帧车牌图像进行车牌识别，得到识别结果为鲁a34b67，将字符‘鲁’放于第一位字符数组a中，其中a5＝‘鲁’，将字符‘a’放于第二位字符数组b中，其中b5＝‘a’，将字符‘3’放于第三位字符数组c中，其中c5＝‘3’，将字符‘4’放于第四位字符数组d中，其中d5＝‘4’，将字符‘b’放于第五位字符数组e中，其中e5＝‘b’，将字符‘6’放于第六位字符数组f中，其中f5＝‘6’，将字符‘7’放于第七位字符数组g中，其中g5＝‘7’；

s7、逐一按位统计出现次数最多的字符即为有效字符，并逐一按位将有效字符组合成最终的车牌识别结果。

具体操作如下：统计第一位字符数组a＝[‘粤’,‘粤’,‘鲁’,‘粤’,‘鲁’]中出现次数最多的字符为有效字符‘粤’，第二位字符数组b＝[‘a’,‘a’,‘a’,‘a’,‘a’]中出现次数最多的字符为有效字符‘a’，第三位字符数组c＝[‘3’,‘3’,‘3’,‘3’,‘3’]中出现次数最多的字符为有效字符‘3’，第四位字符数组d＝[‘4’,‘4’,‘4’,‘4’,‘4’]中出现次数最多的字符为有效字符‘4’，第五位字符数组e＝[‘b’,‘8’,‘b’,‘8’,‘b’]中出现次数最多的字符为有效字符‘b’，第六位字符数组f＝[‘6’,‘6’,‘6’,‘6’,‘6’]中出现次数最多的字符为有效字符‘6’，第七位字符数组g＝[‘7’,‘7’,‘1’,‘7’,‘7’]中出现次数最多的字符为有效字符‘7’，逐一按位将有效字符组合，得到最终的车牌识别结果：粤a34b67。

逐一按位统计出现次数最多的字符即为有效字符，该方法来源于随机森林的思想，在随机森林方法中，每棵决策树都是一个分类器，对于一个输入样本，n棵决策树分别进行预测，得到n个分类投票结果，通过统计所有分类投票结果，将投票次数最多的类别制定为最终的分类结果，本专利方法通过统计多帧车牌图像识别结果信息，按位统计出现次数最多的字符，而不是只统计单帧车牌图像识别结果信息。

该应用实施例对车牌“粤a34b67”的五帧车牌图像分别进行车牌识别，其中四次识别都有错误，而经过本发明方法优化后，得到了正确的车牌识别结果。

本发明利用连续多帧车牌图像进行车牌识别，同时利用连续多帧车牌识别结果中各位字符的统计信息来优化车牌识别。本发明可用于智能交通系统、电子警察、高速公路收费卡口等实际场景，克服了现有技术中利用固定相机识别车牌容易受到光照不均匀、雾霾、车速等因素的影响，导致无法只在单帧车牌图像识别上获得高识别率的问题。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。