[发明专利]一种车牌识别的方法与系统

说明书

技术领域

本发明关于智能交通领域，特别关于一种车牌识别的方法与系统。

背景技术

在智能交通领域涉及到对车辆进行执法情况下，往往需要对车辆的牌号进行自动识别，尤其对整个交通流截面上全部通过车辆进行车牌识别，例如超速系统、闯红灯系统、卡扣监控系统、路径识别系统等均需要对整个交通流截面上通过的车辆进行车牌识别。

对整个交通流截面上通过的全部车辆进行车牌识别，均是采用将摄像机安装在架设在横跨车道的龙门架上或安装于路侧的L杆上，基于现有的技术有两种方案：

1.静态图片识别

最早的车牌识别，采用静态图片识别，由于只有一帧图片识别，要求的图片中车牌所占像素数较多，所以视场就较小，图1为这种情况的系统布置方案。如图1所示，在3个通行车道101的情况下，采用5台摄像机104，通过对摄像机的焦距和角度进行调整形成5个视场102，相邻的视场形成视场重复覆盖区，共4个视场重复覆盖区103，每一个重复覆盖区要求大于一个车牌在视场中的大小，如此达到对三车道的全部覆盖。同时如图1所示，5个摄像机104需要5套补光设备105和5个车牌识别器106，最终5个车牌识别器106的识别结果通过网络接口传输给工业控制计算机。

2.视频识别

随着技术的发展，出现了视频车牌识别，车辆通过整个视场的所有帧均为识别对象，所有单帧图片识别结果最后通过投票选择获得车牌识别结果，单帧图像中车牌大小变小的影响可以通过多帧图片识别结果的投票选择加以缓冲。所以就产生通过增大单个摄像机的视场来实现对交通流截面车辆进行车牌识别的方案，图2为这种情况的系统布置方案。如图2所示，在三个通行车道201的境况下，采用3台摄像机204，通过对摄像机的焦距和角度进行调整形成3个视场202，相邻的视场形成视场重复覆盖区，共2个重复覆盖区203，每一个重复覆盖区要求大于一个车牌在视场中的大小，如此达到对三车道的全部覆盖。同时如图2所示，3台摄像机204需要3套补光设备205和3个车牌识别器206，最终3个车牌识别器206的识别结果通过网络接口传输给工业控制计算机。

以上两种现有方案解决交通流截面的覆盖问题，能够对交通流截面的通过车辆进行车牌识别，但是也存在一些问题。方案1中由于视场较小车牌大小可以保证，因此识别率有一定得保证，但如图1所示，在3个车道101境况下，需要5台摄像机104、5套补光设备105以及5个车牌识别器，较大地增加了设备成本，也明显增加了整个系统的复杂度，同时随车道数的增加其设备数也会增加。方案2中采用3台摄像机204，但是由于2个重叠覆盖区要求每一个大于一个车牌，使得车牌在图片中的大小受到较大限制，只能维持较小的车牌状态。视频车牌识别维持较高识别率对车牌大小有一定的限制，要求车牌的宽度占视场宽度的1/8以上，但照图2所示的情况，车牌宽度占视场的比例约为1/8.4，计算公式如下：

标准车道N为3500mm，视场重叠覆盖区M为500mm，标准车牌宽度A为440mm，车道数为n，视场覆盖区个数为m，车道两侧不检测区域L为200mm，视场宽度为D，

D＝(N*n+M*m-L*2)/n  公式(1)

车牌宽度/视场宽度＝A/D＝A*n/(N*n+M*m-L*2)公式(2)

当车道数为3时，车牌宽度/视场宽度＝440*3/(3500*3+500*2-200*2)＝1/8.4

当车道数为4时，车牌宽度/视场宽度＝440*4/(3500*4+500*3-200*2)＝1/8.6

由于车牌宽度占视场的比例小于1/8，所以识别较低，如上计算此种趋势还会随车道数的增加而增加。

综上所述，方案1增加设备的投入量，方案2识别率较低，并且如图1和图2所示，正常通过车道的车辆出现在视场重叠覆盖区，使得这两种方案都会出现同一时间同一辆车识别两次的情况，增加后端的筛选工作量。

发明内容

本发明的目的在于提供一种车牌识别的方法与系统，用于解决对交通流截面所有通过的车辆进行车牌识别的问题。该方案不仅能识别完整车牌也能通过对部分车牌进行识别来获得完整车牌信息。

本发明一实施例提供一种车牌识别的方法，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，并在相邻车道的交界处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。