[发明专利]一种基于车牌识别的防撞预警方法及装置

摘要

本发明公开了一种基于车牌识别的防撞预警方法及装置，方法包括：通过单摄像头获取车辆前方路况信息；通过多尺度滑动窗口在第一感兴趣区域内提取Haar特征输入到级联分类器中，构成车辆检测器，对第一感兴趣区域中车辆进行识别，将识别到的区域定为第二感兴趣区域，使用多尺度滑动窗口提取图像块，输入到设计并训练好的深度卷积神经网络中，获取车牌在整个图像中的位置和大小信息；根据不同车距所对应的前车车牌所占像素数，通过三次函数获取两车间距；通过GPS测速仪获得当前车辆的速度，结合摄像头帧率获得前车速度，再判断车辆是否处于危险状态。装置包括：单摄像头、车辆检测器、微控制器、GPS测速仪、以及灰度均衡模块。

主权项

1.一种基于车牌识别的防撞预警方法，其特征在于，所述防撞预警方法包括：/n通过单摄像头获取车辆前方路况信息；选取当前车辆所在车道正前方区域为第一感兴趣区域，通过多尺度滑动窗口在第一感兴趣区域内提取Haar特征，输入到Haar级联分类器中，以此构成车辆检测器；/n通过车辆检测器对第一感兴趣区域中的车辆进行识别，并将识别到的车辆区域确定为第二感兴趣区域；/n在第二感兴趣区域使用多尺度滑动窗口提取图像块，将图像块输入到设计并训练好的深度卷积神经网络中进行分类，获取车牌在整个图像中的位置和大小信息；/n在确定的摄像头分辨率下，根据不同车距所对应的前车车牌所占像素数，通过三次函数获取距离，再减去当前车辆的车头长度即为两车间距；/n通过GPS测速仪获得当前车辆的速度，结合摄像头帧率获得前车速度，再判断车辆是否处于危险状态；/n其中，所述设计并训练好的深度卷积神经网络具体为：/n收集大量关于我国通用车牌的正负样本构成数据库；/n深度卷积神经网络的结构从下至上依次包括：输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、以及输出层；/n使用ReLU激活函数，交叉熵损失函数，采用随机梯度下降法对交叉熵损失函数进行优化；/n所述三次函数具体为：/nv＝ax