[发明专利]一种车牌识别方法

说明书

技术领域

本发明涉及车牌识别领域，尤其是一种车牌识别方法。

背景技术

随着国民经济水平的大幅度增加，人们的生活水平也日益提高，很明显的一方面，各地区的汽车保有量在庞大的基数基础上都是稳步在增长。

而随着汽车数量的增多，对于汽车的管理工作量和管理难度就随之加大，而对于作为汽车身份标识的车牌号的管理方面，就提出了新的要求，其中，最常见的，就是对车牌的识别。

在我国，对于传统的化石燃料汽车来说，均采用7位号码的车牌，而且对于车牌的尺寸、分布、字符等均做了统一规定。而现有技术中，也针对该种车牌制定了多种识别方案，其大致为：车牌定位、字符分割、字符识别、字符组合。但这一类的车牌识别技术均针对同一车牌模板的识别，而对于如今新发行的电动汽车车牌（8位），因传统识别方案设定为针对7位车牌的识别，对于电动汽车车牌是无法识别的。而如果对电动汽车车牌单独开发一套系统，又会存在浪费资源和成倍增加成本的问题，因此，如果能在现有识别技术基础上丰富对电动汽车车牌识别方案，将会达到更理想的效果。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种在现有车牌识别方案基础上，整合入对电动汽车车牌进行识别的方案。解决现有识别系统不兼容或不能识别电动汽车车牌的问题，同时，解决先开发电动汽车车牌识别的成本成倍增加问题。

本发明采用的技术方案如下：

一种车牌识别方法，包括：

判断车牌的车牌类别；

根据判断的车牌类别，选择相应的车牌识别方案；

根据选择的车牌识别方案识别车牌。

通过上述方案，在整合有传统车牌和新能源车牌的识别系统中，通过选择相应的识别方案，实现对车牌的识别，无需单独配置对新能源车牌进行识别和选择的系统，提供识别效率，减小识别成本，满足对传统车牌和新能源车牌一体识别的需求。

作为优选，上述判断车牌的车牌类别包括：

光源向车牌发射投射光；

接收所述车牌对投射光的反射光；

分析出所述反射光的光信息；

根据所述光信息判断出车牌类别。

通过上述方案，通过根据车牌反射光的光信息，即车牌的颜色信息进行车牌识别，利用车牌的属性信息进行车牌类别判别，从而有效提高车牌类别判别的准确性和输出结果的可靠性。

进一步的，上述光信息为反射光的频率信息，所述根据所述光信息判断出车牌类别包括：

根据所述反射光的频率信息，在预设的频率信息与车牌类别对照表中匹配出车牌类别。

通过上述方案，基于车牌反射光的频率信息，即获取车牌颜色的固有属性信息，实现通过简单的属性数据采集，判别车牌类别的效果。

或者，上述光信息为反射光的频率变化性信息，所述根据所述光信息判断出车牌类别包括：

根据所述反射光的频率变化性信息为稳定的频率信息或变化的频率信息，判断出所述车牌的车牌类别。

基于新能源车牌颜色的渐变属性，实现通过明显的区别特征进行车牌类别区分的效果，计算量小，区分效果好。

作为优选，上述判断车牌的车牌类别包括：

获取包含有车牌的数据源；

提取所述数据源中的车牌帧图像；

定位所述车牌帧图像中的 ‘●’的位置；

截取所述定位位置后侧的车牌帧图像为截取图像；

分析出所述截取图像中的字符数，根据所述字符数，确定所述车牌的车牌类别。

其中，对‘●’位置的定位，可采用基于神经网络算法的深度学习，如贝叶斯神经网络算法；定位位置后侧即为定位位置后的5位或6位字符。

相应的，上述分析所述截取图像中的字符数可通过直接分析截取图像中连续不断的电子墨水数实现，该方案是基于车牌字符的“一笔画”性质实现。

通过上述方案，基于车牌位数的类别判别，以通过简单、直观的方法判别出车牌类别。

作为优选，上述判断车牌的车牌类别包括：

采集包含有车牌的数据源；

提取所述数据源中的车牌帧图像；

获取所述车牌帧图像中，车牌的长宽比；

根据所述车牌的长宽比，确定所述车牌的车牌类别。

基于新能源车牌和传统车牌在尺寸上的差别性，通过对车牌尺寸关系的简单计算，达到理想的车牌类别判别效果，同时，也保证了判别的小计算量。

作为优选，上述根据判断的车牌类别，选择相应的车牌识别方案包括：