[发明专利]一种基于Hash算法车辆身份认证方法及系统

说明书

本发明公开了一种基于Hash算法车辆身份认证方法及系统，通过采集包含车辆牌照的车辆图像并传输到客户端；客户端对车辆图像滤波得到滤波图像；车辆图像的哈希编码与车牌部分的哈希编码进行相似度匹配，选取条件较好的作为哈希编码传输到服务器端与数据库中的车辆图像的哈希编码进行匹配；并输出车辆身份认证结果信息，能够快速的对车辆进行身份识别，提高了车辆识别的准确性，减少了误检率，本发明应用于车辆身份认证技术领域。

技术领域

本发明属于信息安全、车辆身份认证技术领域，具体涉及一种基于Hash算法车辆身份认证方法及系统。

背景技术

目前，对车辆身份认证一般采取车牌号的方式对车辆进行身份标识的方法，加挂车牌的作用主要是方便人们进行车辆的管理。虽然，目前车牌识别系统为主的信息化车辆身份识别技术已经得到了较多的应用；车辆身份认证技术作为最重要的一道安全防线，有着重要地位，可靠的车辆身份认证可以确保信息被正确的识别。

但是，现有的车牌识别技术仅仅是将车辆的拍照识别出来，识别车辆牌号、颜色等信息，而目前普遍存在的问题是安全性非常低，经常由于车牌遮挡、套牌车等手段导致无法识别正确的车辆身份，因此，亟需一种能够快速的车辆身份认证方法以提高车辆识别的准确性。

发明内容

本发明的目的在于提出一种基于Hash算法车辆身份认证方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

为了实现上述目的，根据本发明的一方面，提供一种基于Hash算法车辆身份认证方法，所述方法包括以下步骤：

步骤1，采集包含车辆牌照的车辆图像；

步骤2，对车辆图像滤波得到滤波图像；

步骤3，采用主成分分析算法获取滤波图像的各个主成分，提取每个主成分的特征值，并将各个特征值按照从小到大顺序作为整体特征值集合；

步骤4，分割滤波图像中的车牌区域图像，采用主成分分析算法获取车牌区域图像的各个主成分，提取每个主成分的特征值作为车牌区域特征值集合，车牌区域特征值集合中特征值的数量为k；

步骤5，取整体特征值集合中前k个最小的特征值作为第一特征值集合，车牌区域特征值集合中特征值作为第二特征值集合，计算第一特征值集合和第二特征值集合的余弦相似度；

步骤6，如果余弦相似度大于0，则计算第一特征值集合的特征函数值作为对比特征函数值，如果余弦相似度小于或等于0则计算第二特征值集合中特征值的特征函数值作为对比特征函数值；

步骤7，将对比特征函数值在零点进行二元量化得到哈希编码；

步骤8，将哈希编码传输到服务器端与数据库中的车辆图像的哈希编码进行匹配；

步骤9，如果匹配成功则输出车辆对应的车牌号和车型信息，如果匹配失败则输出车辆身份识别失败的警告信息。

进一步地，在步骤1中，采集包含车辆牌照的车辆图像通过高速公路照车牌摄像机AW-8901或者采用SONY 210万像素逐行Exmor CMOS传感器的摄像机进行拍摄。

进一步地，客户端至少一个，用于处理车辆图像，与服务器连接；服务器包括存储有多个车辆图像、车辆编号、车牌号和车型信息的数据库。

进一步地，在步骤2中，对车辆图像滤波的方法包括线性滤波和非线性滤波中任意一种，线性滤波包括方框滤波、均值滤波、高斯滤波，非线性滤波包括中值滤波、双边滤波。

进一步地，在步骤4中，分割滤波图像中的车牌区域图像的方法为：通过多边形标注、图像标注工具labellmg工具标注出滤波图像中的车牌区域，并分割提取车牌区域图像。