本發(fā)明涉及車牌識別領(lǐng)域，尤其涉及一種基于視頻樁的車牌識別方法、終端設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著城市化步伐的加快，城市停車問題日益凸顯，在封閉式停車場增長速度無法滿足車輛增長對泊位需求的情況下，路邊停車因成為治理城市擁堵的快速有效辦法，所以也越來越引起道路交通管理部門的重視。從出發(fā)點來看，“路邊停車”是為臨時停車便利而設(shè)置的，具備公共屬性，其能夠進行有效資源的調(diào)配，防止車位被長期甚至免費占用，從而提升車位的流轉(zhuǎn)率?，F(xiàn)有路邊停車主要通過地磁、高位視頻樁、低位視頻樁、地鎖、誘導(dǎo)屏等硬件設(shè)備，結(jié)合ai算法，推進智能化無人值守停車收費模式的實現(xiàn)，車主無需與管理人員進行交互，可以通過自助手機app或者路邊二維碼進行停車費用的支付，大大提升繳費效率。

2、目前市面上低位視頻樁主要采用側(cè)向識別圖像技術(shù)作為終端數(shù)據(jù)采集手段，設(shè)備安放在泊位的前/后側(cè)方，依托“互聯(lián)網(wǎng)+大數(shù)據(jù)”技術(shù)，由路面泊車系統(tǒng)、用戶手機軟件、服務(wù)與管理中心等組成。此類工作的視頻樁根據(jù)原理大致分兩種工作方式，一種是視頻樁自帶識別算法芯片，通過自帶識別芯片進行對駛?cè)脒M停車區(qū)域的車輛進行分析識別；另一種是視頻樁無分析能力，通過雷達感應(yīng)區(qū)域內(nèi)有物品移動，從而進行的圖像采集上傳，依托后端服務(wù)的算法進行的識別，通過分析識別出對應(yīng)的結(jié)果，再反饋給視頻樁做響應(yīng)。這兩種視頻樁各有優(yōu)缺點：第一種的優(yōu)點是準(zhǔn)確度較高，通過車輛駛?cè)腴_始到停車結(jié)束，應(yīng)對視頻樁場景下的識別干擾行為，采用基于深度學(xué)習(xí)的車輛檢測算法，通過正確識別車牌和它的運動軌跡，此外，自帶算法芯片還能結(jié)合對應(yīng)位置來做識別優(yōu)化，缺點就是造價貴，算法參數(shù)調(diào)優(yōu)因為數(shù)量問題，較為繁瑣，但基于日常識別準(zhǔn)確度能夠達到98％以上。第二種的優(yōu)點是硬件成本便宜，依托后臺識別+算法服務(wù)進行的識別操作，通過針對性的算法，準(zhǔn)確度達到90％以上。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本發(fā)明提出了一種基于視頻樁的車牌識別方法、終端設(shè)備及存儲介質(zhì)，以在基于視頻樁識別無法識別的場景下，能夠輔助識別。

2、具體方案如下：

3、一種基于視頻樁的車牌識別方法，包括以下步驟：

4、為每個視頻樁對應(yīng)的圖像設(shè)置至少兩個泊位框，其中一個泊位框?qū)?yīng)該視頻樁所占泊位，其他泊位框?qū)?yīng)該視頻樁所占泊位的相鄰泊位；

5、實時接收路邊停車區(qū)域中安裝的各視頻樁拍攝的圖像；

6、對采集的圖像進行識別，提取其中的所有車框和車牌；

7、基于提取的所有車框，計算各車框與該圖像對應(yīng)的各泊位框的重疊率；

8、在確定某個泊位停放的車輛時，首先從該泊位對應(yīng)的視頻樁拍攝的所有圖像中查找是否存在一圖像滿足與泊位框中屬于圖像對應(yīng)視頻樁所占泊位的泊位框的重疊率大于重疊率閾值，如果存在，判斷其中重疊率最大的圖像中是否提取到車牌，如果是，則將提取到的車牌作為該泊位停放車輛的車牌；否則，從該泊位的相鄰泊位對應(yīng)的視頻樁拍攝的所有圖像中查找是否存在一圖像滿足與圖像中該泊位對應(yīng)的泊位框的重疊率大于重疊率閾值，如果存在，判斷其中重疊率最大的圖像中是否提取到車牌，如果是，將提取到的車牌作為該泊位停放車輛的車牌。

9、進一步的，相鄰泊位包括前方和后方兩個泊位。

10、進一步的，視頻樁采用低位視頻樁。

11、一種基于視頻樁的車牌識別終端設(shè)備，包括處理器、存儲器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)本發(fā)明實施例上述的方法的步驟。

12、一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)本發(fā)明實施例上述的方法的步驟。

13、本發(fā)明采用如上技術(shù)方案，可以在視頻樁因為遮擋或者光線、角度導(dǎo)致圖像識別效果不好的情況下，提高了車牌的識別率，減少了人工介入。

技術(shù)特征：

1.一種基于視頻樁的車牌識別方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于視頻樁的車牌識別方法，其特征在于：相鄰泊位包括前方和后方兩個泊位。

3.根據(jù)權(quán)利要求1所述的基于視頻樁的車牌識別方法，其特征在于：視頻樁采用低位視頻樁。

4.一種基于視頻樁的車牌識別終端設(shè)備，其特征在于：包括處理器、存儲器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1～3中任一所述方法的步驟。

5.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，其特征在于：所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1～3中任一所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及一種基于視頻樁的車牌識別方法、終端設(shè)備及存儲介質(zhì)，該方法中包括：為每個視頻樁對應(yīng)的圖像設(shè)置至少兩個泊位框，其中一個泊位框?qū)?yīng)該視頻樁所占泊位，其他泊位框?qū)?yīng)該視頻樁所占泊位的相鄰泊位；在確定某個泊位停放的車輛時，首先從該泊位對應(yīng)的視頻樁拍攝的所有圖像中查找是否存在一圖像滿足與泊位框中屬于圖像對應(yīng)視頻樁所占泊位的泊位框的重疊率大于重疊率閾值，如果存在，判斷其中重疊率最大的圖像中是否提取到車牌，如果是，則將提取到的車牌作為該泊位停放車輛的車牌；否則，從該泊位的相鄰泊位對應(yīng)的視頻樁拍攝的所有圖像中確定車牌。本發(fā)明提高了車牌的識別率，減少了人工介入。

技術(shù)研發(fā)人員：陳慶林,盧天發(fā),張翔,江文濤
受保護的技術(shù)使用者：羅普特科技集團股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6