專利名稱：車輛牌照過濾方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及車輛牌照過濾技術(shù)領(lǐng)域，特別涉及一種車輛牌照過濾方法及系統(tǒng)。
背景技術(shù)：
在實(shí)時(shí)交通視頻檢測中，由于目前技術(shù)發(fā)展的限制以及實(shí)際應(yīng)用中各種復(fù)雜環(huán)境 因素的影響，造成所抓拍圖片中存在大量的沒有車輛牌照的廢片。由于廢片的數(shù)量較大，使 得數(shù)據(jù)的有效性大大降低，同時(shí)也對用戶的使用造成了不必要的干擾。為了能快速、高效率地過濾交通視頻檢測中的廢片，牌照過濾技術(shù)應(yīng)運(yùn)而生。牌照 過濾技術(shù)是在牌照識別技術(shù)上發(fā)展而來，與牌照識別技術(shù)有相同之處，也有自己的特點(diǎn)。與 牌照識別技術(shù)相比，牌照過濾技術(shù)在牌照定位、牌照顏色識別、牌照特征提取等方面與牌照 識別技術(shù)類似，但是缺少牌照類型分類、字符分割、字符識別等技術(shù)。同時(shí)，牌照過濾不需要 非常精準(zhǔn)地定位牌照。現(xiàn)有的牌照過濾技術(shù)是采用牌照識別來實(shí)現(xiàn)。此類方法雖然準(zhǔn)確率高，但是占用 了大量的系統(tǒng)資源，對系統(tǒng)的性能要求高。在系統(tǒng)資源一定的條件下，使用牌照識別來實(shí)現(xiàn) 車輛牌照過濾，會影響系統(tǒng)的整體性能。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提供一種車輛牌照過濾方法及系統(tǒng)，以盡可能少地占用系統(tǒng) 資源的同時(shí)，又能快速、高效地過濾車輛牌照。本發(fā)明采用如下技術(shù)方案一種車輛牌照過濾方法，包括以下步驟1)牌照定位步驟，用于對輸入的圖片進(jìn)行特征定位，尋找候選牌照區(qū)域；2)候選牌照特征提取步驟，用于對候選牌照區(qū)域特征值提取，并判斷提取的特征 值與標(biāo)準(zhǔn)值是否偏差過大，如果是，則過濾該選牌照區(qū)域，如果否，則進(jìn)入步驟3)；3)人工神經(jīng)網(wǎng)絡(luò)步驟，人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入至 神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出為一個(gè)概率值，若圖片中存在輸出的概率值大于某一個(gè)閾值的候 選牌照區(qū)域，則判定該候選牌照區(qū)域存在牌照，并保存該圖片；若圖片中不存在輸出的概率 值大于某一個(gè)閾值的候選牌照區(qū)域，則過濾該圖片。進(jìn)一步地，所述步驟2)中，候選牌照特征提取包括對顏色特征、紋理特征、灰度分 布特征的提取。進(jìn)一步地，所述步驟1)具體包括以下步驟對輸入的圖片進(jìn)行特征定位，尋找候選牌照區(qū)域，如果不存在候選牌照區(qū)域，則直 接過濾該圖片，并對下一張輸入的圖片進(jìn)行處理，如果存在候選牌照區(qū)域，則進(jìn)入步驟2)。進(jìn)一步地，所述步驟2)具體包括以下步驟21)提取的候選牌照區(qū)域的特征值，判斷提取的特征值與標(biāo)準(zhǔn)值是否偏差過大，如 果是，進(jìn)入步驟22)；如果否，轉(zhuǎn)步驟23)；
22)判斷此候選牌照區(qū)域?yàn)閭闻普眨袛嗍欠襁€存在未判斷的候選牌照區(qū)域，若 有，則轉(zhuǎn)步驟21)；若無，則轉(zhuǎn)步驟1)；24)判斷此候選牌照區(qū)域有可能存在牌照，則進(jìn)入步驟3)；進(jìn)一步地，所述步驟3)具體包括以下步驟人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入至神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸 出為一個(gè)概率值；若圖片中存在輸出的概率值大于某一個(gè)閾值的候選牌照區(qū)域，則判定該 候選牌照區(qū)域存在牌照，此圖片有效，保存該圖片，轉(zhuǎn)步驟1)；反之，則判定此候選牌照區(qū) 域?yàn)閭闻普眨⑴袛嗍欠襁€有未判斷的候選牌照區(qū)域，若有，則轉(zhuǎn)步驟2)，若無，則過濾該圖 片，轉(zhuǎn)步驟1)。本發(fā)明還提供一種車輛牌照過濾系統(tǒng)，包括牌照定位模塊，用于對輸入的圖片進(jìn)行特征定位，尋找候選牌照區(qū)域；候選牌照特征提取模塊，用于對候選牌照區(qū)域特征值提取，并判斷提取的特征值 與標(biāo)準(zhǔn)值是否偏差過大，如果是，則過濾該選牌照區(qū)域，如果否，將提取的特征值送入人工 神經(jīng)網(wǎng)絡(luò)模塊；人工神經(jīng)網(wǎng)絡(luò)模塊，人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入至神 經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出為一個(gè)概率值，若圖片中存在輸出的概率值大于某一個(gè)閾值的候選 牌照區(qū)域，則判定該候選牌照區(qū)域存在牌照，保存該圖片，若圖片中不存在輸出的概率值大 于某一個(gè)閾值的候選牌照區(qū)域，則過濾該圖片。本發(fā)明提供的車輛牌照過濾方法及系統(tǒng)，通過對圖像進(jìn)行特征定位、顏色判斷、特 征提取等圖像處理的手并結(jié)合人工神經(jīng)網(wǎng)絡(luò)，在最短的時(shí)間內(nèi)以最高的概率判斷出圖像中 是否含有車輛牌照。其神經(jīng)網(wǎng)絡(luò)的規(guī)模和數(shù)量遠(yuǎn)比牌照識別要小，其具有以下優(yōu)點(diǎn)1、速度非常快。在相同的環(huán)境下處理相同的圖片牌照過濾的耗時(shí)大概是現(xiàn)有牌照 識別方法的30%。2、內(nèi)存占用量低。在相同的環(huán)境下處理相同的圖片牌照過濾所占用的內(nèi)存大概是 現(xiàn)有牌照識別方法的35%。以下結(jié)合附圖及實(shí)施例進(jìn)一步說明本發(fā)明。


圖1為本發(fā)明車輛牌照過濾方法實(shí)施例流程圖。
具體實(shí)施例方式一種車輛牌照過濾系統(tǒng)，包括牌照定位模塊，用于對輸入的圖片進(jìn)行特征定位，尋找候選牌照區(qū)域；候選牌照特征提取模塊，用于對候選牌照區(qū)域特征值提取，并判斷提取的特征值 與標(biāo)準(zhǔn)值是否偏差過大，如果是，則過濾該選牌照區(qū)域，如果否，將提取的特征值送入人工 神經(jīng)網(wǎng)絡(luò)模塊；人工神經(jīng)網(wǎng)絡(luò)模塊，人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入至神 經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出為一個(gè)概率值，若圖片中存在輸出的概率值大于某一個(gè)閾值的候選 牌照區(qū)域，則判定該候選牌照區(qū)域存在牌照，保存該圖片，若圖片中不存在輸出的概率值大于某一個(gè)閾值的候選牌照區(qū)域，則過濾該圖片。如圖1所示，一種車輛牌照過濾方法，包括以下步驟1)牌照定位步驟，用于對輸入的圖片進(jìn)行特征定位，尋找盡可能多的候選牌照區(qū) 域，如果不存在候選牌照區(qū)域，則直接過濾該圖片，并對下一張輸入的圖片進(jìn)行處理，如果 存在候選牌照區(qū)域，則進(jìn)入步驟2)；2)候選牌照特征提取步驟，選取候選牌照區(qū)域，對其顏色特征、紋理特征、灰度分 布等特征進(jìn)行提取并處理。由于標(biāo)準(zhǔn)牌照的顏色特征、紋理特征、灰度分布等特征具有明顯 的規(guī)律性，其具體包括以下步驟21)提取的候選牌照區(qū)域的特征值，判斷提取的特征值與標(biāo)準(zhǔn)值是否偏差過大，如 果是，進(jìn)入步驟22)；如果否，轉(zhuǎn)步驟23)；22)判斷此候選牌照區(qū)域?yàn)閭闻普眨袛嗍欠襁€存在未判斷的候選牌照區(qū)域，若 有，則轉(zhuǎn)步驟21)；若無，則轉(zhuǎn)步驟1)；24)判斷此候選牌照區(qū)域有可能存在牌照，則進(jìn)入步驟3)；3)人工神經(jīng)網(wǎng)絡(luò)步驟，人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入 至神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出為一個(gè)概率值，如0 1之間的概率值；若輸出的該概率值大于 某一個(gè)閾值，則判定該候選牌照區(qū)域存在牌照，此圖片有效，保存該圖片，轉(zhuǎn)步驟1)；反之， 則判定此候選牌照區(qū)域?yàn)閭闻普眨⑴袛嗍欠襁€有未判斷的候選牌照區(qū)域，若有，則轉(zhuǎn)步驟 2)，若無，則過濾該圖片，轉(zhuǎn)步驟1)。以上所述的實(shí)施例僅用于說明本發(fā)明的技術(shù)思想及特點(diǎn)，其目的在使本領(lǐng)域內(nèi)的 技術(shù)人員能夠了解本發(fā)明的內(nèi)容并據(jù)以實(shí)施，當(dāng)不能僅以本實(shí)施例來限定本發(fā)明的專利范 圍，不論采用何種現(xiàn)有的人工神經(jīng)網(wǎng)絡(luò)技術(shù)，即凡依本發(fā)明所揭示的精神所作的同等變化 或修飾，仍落在本發(fā)明的專利范圍內(nèi)。
權(quán)利要求
一種車輛牌照過濾方法，其特征在于包括以下步驟1)牌照定位步驟，用于對輸入的圖片進(jìn)行特征定位，尋找候選牌照區(qū)域；2)候選牌照特征提取步驟，用于對候選牌照區(qū)域特征值提取，并判斷提取的特征值與標(biāo)準(zhǔn)值是否偏差過大，如果是，則過濾該選牌照區(qū)域，如果否，則進(jìn)入步驟3)；3)人工神經(jīng)網(wǎng)絡(luò)步驟，人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入至神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出一個(gè)概率值，若圖片中存在輸出的概率值大于某一個(gè)閾值的候選牌照區(qū)域，則判定該候選牌照區(qū)域存在牌照，并保存該圖片；若圖片中不存在輸出的概率值大于某一個(gè)閾值的候選牌照區(qū)域，則過濾該圖片。
2.根據(jù)權(quán)利要求1所述的車輛牌照過濾方法，其特征在于所述步驟2)中，候選牌照特征提取包括對顏色特征、紋理特征、灰度分布特征的提取。
3.根據(jù)權(quán)利要求1或2所述的車輛牌照過濾方法，其特征在于所述步驟1)具體包括 以下步驟對輸入的圖片進(jìn)行特征定位，尋找候選牌照區(qū)域，如果不存在候選牌照區(qū)域，則直接過 濾該圖片，并對下一張輸入的圖片進(jìn)行處理，如果存在候選牌照區(qū)域，則進(jìn)入步驟2)；
4.根據(jù)權(quán)利要求3所述的車輛牌照過濾方法，其特征在于所述步驟2)具體包括以下 步驟21)提取的候選牌照區(qū)域的特征值，判斷提取的特征值與標(biāo)準(zhǔn)值是否偏差過大，如果 是，進(jìn)入步驟22)；如果否，轉(zhuǎn)步驟23)；22)判斷此候選牌照區(qū)域?yàn)閭闻普眨袛嗍欠襁€存在未判斷的候選牌照區(qū)域，若有，則 轉(zhuǎn)步驟21)；若無，則轉(zhuǎn)步驟1)；24)判斷此候選牌照區(qū)域有可能存在牌照，則進(jìn)入步驟3)。
5.根據(jù)權(quán)利要求4所述的車輛牌照過濾方法，其特征在于所述步驟3)具體包括以下 步驟人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入至神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出為 一個(gè)概率值；若輸出的該概率值大于某一個(gè)閾值，則判定該候選牌照區(qū)域存在牌照，此圖片 有效，保存該圖片，轉(zhuǎn)步驟1)；反之，則判定此候選牌照區(qū)域?yàn)閭闻普眨⑴袛嗍欠襁€有未 判斷的候選牌照區(qū)域，若有，則轉(zhuǎn)步驟2)，若無，則過濾該圖片，轉(zhuǎn)步驟1)。
6.一種車輛牌照過濾系統(tǒng)，其特征在于包括牌照定位模塊，用于對輸入的圖片進(jìn)行特征定位，尋找候選牌照區(qū)域；候選牌照特征提取模塊，用于對候選牌照區(qū)域特征值提取，并判斷提取的特征值與標(biāo) 準(zhǔn)值是否偏差過大，如果是，則過濾該選牌照區(qū)域，如果否，將提取的特征值送入人工神經(jīng) 網(wǎng)絡(luò)模塊；人工神經(jīng)網(wǎng)絡(luò)模塊，人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入至神經(jīng)網(wǎng) 絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出為一個(gè)概率值，若圖片中存在輸出的概率值大于某一個(gè)閾值的候選牌照 區(qū)域，則判定該候選牌照區(qū)域存在牌照，保存該圖片，若圖片中不存在輸出的概率值大于某 一個(gè)閾值的候選牌照區(qū)域，則過濾該圖片。
全文摘要
一種車輛牌照過濾方法及系統(tǒng)，所述方法包括1)牌照定位步驟，用于對輸入的圖片進(jìn)行特征定位，尋找候選牌照區(qū)域；2)候選牌照特征提取步驟，用于對候選牌照區(qū)域特征值提取，并判斷提取的特征值與標(biāo)準(zhǔn)值是否偏差過大，如果是，則過濾該選牌照區(qū)域，如果否，則進(jìn)入步驟3)；3)人工神經(jīng)網(wǎng)絡(luò)步驟，人工神經(jīng)網(wǎng)絡(luò)模塊將提取的特征值形成一個(gè)向量并輸入至神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)輸出為一個(gè)概率值，若圖片中存在輸出的概率值大于某一個(gè)閾值的候選牌照區(qū)域，則判定該候選牌照區(qū)域存在牌照，保存該圖片，若圖片中不存在輸出的概率值大于某一個(gè)閾值的候選牌照區(qū)域，則過濾該圖片。本發(fā)明具有速度快，內(nèi)存占用低的優(yōu)點(diǎn)。
文檔編號G06T7/40GK101882375SQ200910050528
公開日2010年11月10日 申請日期2009年5月4日 優(yōu)先權(quán)日2009年5月4日
發(fā)明者朱林 申請人:上海寶康電子控制工程有限公司