车牌识别方法、装置、设备及可读介质与流程

本发明涉及计算机处理技术领域，尤其涉及一种车牌识别方法、装置、设备及可读介质。

背景技术：

随着经济的发展以及人民生活水平的提高，我国人口中的汽车保有量逐步上升。因而车辆的停放以及针对车辆停放的管理对于城市交通等社会各方面的正常运行都尤为关键。

而现有的车辆停放途径除了停放在停车场以外，路边停车也逐渐随着汽车保有量的进一步增大成为很重要的一个停车方式。

但是不同于停车场的车辆准许出入管理，针对路边停车的管理中首先需要解决的就是车牌号的识别。而由于路边环境的复杂性造成的现有技术中所设置的单个前端摄像机拍摄的车牌图片中，车牌角度比较大，容易有很大的畸变，也容易受光照影响，因此影响到了路边停车的车牌识别的准确率较低。

技术实现要素：

基于此，有必要针对上述问题，提出一种车牌识别方法、装置、计算机设备及可读介质。

一种车牌识别方法，所述方法基于预设的第一摄像装置和第二摄像装置，其中，所述第一摄像装置与第二摄像装置分别设置于预设的目标停车区域的预设位置，以分别采集所述目标停车区域存在的车辆的前后车牌图像，所述方法包括：

检测目标停车区域是否存在车辆停放；

在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆；

通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像；

分别对所述第一图像和第二图像进行识别，确定所述待识别车辆的目标车牌号。

其中，所述第一摄像装置和第二摄像装置还分别包括超声波传感装置；

所述检测目标停车区域是否存在车辆停放，包括：

通过所述超声波传感装置获取所述目标停车区域对应的超声波数据；

根据所述超声波数据判断所述目标停车区域是否存在车辆停放。

在判断所述目标停车区域有车辆停放之后，还包括：

根据所述超声波数据判断所述待识别车辆的停放状态；

在所述停放状态满足预设条件的情况下，分别通过所述第一摄像装置与第二摄像装置分别获取所述待识别车辆的多张图像作为第一待处理图像和第二待处理图像；

分别获取所述第一待处理图像和第二待处理图像的清晰度，将清晰度高于预设清晰度阈值的第一待处理图像和第二待处理图像确定为所述第一图像与第二图像。

在通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆对应的第一图像和第二图像之后，包括：

分别对所述第一图像与第二图像进行识别，确定所述第一图像与第二图像中与车牌对应的第一车牌图像区域与第二车牌图像区域；

分别获取第一车牌区域和第二车牌区域对应的第一图像与第二图像作为第一目标图像和第二目标图像；

对所述第一目标图像与第二目标图像进行图像矫正。

在所述对所述第一目标图像与第二目标图像进行图像矫正的步骤之后，还包括

分别对所述第一目标图像和第二目标图像进行字符识别，确定对应的第一车牌号和第二车牌号；

根据所述第一车牌号和第二车牌号确定所述待识别车辆的目标车牌号。

所述分别对所述第一目标图像和所述第二目标图像进行字符识别，确定对应的第一车牌号和第二车牌号，包括：

分别根据所述第一目标图像和第二目标图像识别出其包含的多个车牌号码位、各车牌号码位对应的待选字符以及该待选字符对应的置信度；

分别根据每一个车牌号码位对应的待选字符以及该待选字符对应的置信度确定该车牌号码位上的目标字符；

根据所述每一个车牌号码位上的目标字符分别确定所述第一车牌号和第二车牌号。

在所述分别根据所述第一车牌图像和第二车牌图像识别出其包含的多个车牌号码位、各车牌号码位对应的待选字符以及该待选字符对应的置信度的步骤之后，还包括：

将所述第一车牌号与所述第二车牌号各号码位上的各个待选字符的置信度分别进行比较，根据比较结果确定所述待识别车辆的目标车牌号。

一种车牌识别装置，其特征在于，所述装置包括：

检测单元：用于检测目标停车区域是否存在车辆停放；

第一确定单元：用于在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆；

获取单元：用于通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像；

第二确定单元：用于分别对所述第一图像和第二图像进行识别，确定所述待识别车辆的目标车牌号。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

检测目标停车区域是否存在车辆停放；

在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆；

通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像；

分别对所述第一图像和第二图像进行识别，确定所述待识别车辆的目标车牌号。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

检测目标停车区域是否存在车辆停放；

在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆；

通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像；

分别对所述第一图像和第二图像进行识别，确定所述待识别车辆的目标车牌号。

在本发明实施例中，首先检测目标停车区域是否存在车辆停放，在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆，再通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像，最后分别对所述第一图像和第二图像进行识别，从而确定出前述待识别车辆的目标车牌号。

相较于现有技术中只存在单一摄像装置，从而针对复杂环境中获取的识别图像的清晰度和整齐度都较低，并且针对其识别的准确率较低，本发明通过设置多个摄像装置提高了车牌识别的准确率和效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

其中：

图1示出了一个实施例中车牌识别方法的流程图；

图2示出了一个实施例中第一摄像装置和第二摄像装置在目标停车区域的设置示意图；

图3示出了一个实施例中检测目标停车区域是否存在车辆停放的流程图；

图4示出了一个实施例中获取第一图像和第二图像的流程图；

图5示出了一个实施例中确定第一目标图像和第二目标图像的流程图；

图6示出了一个实施例中根据第一目标图像和第二目标图像进行目标车牌号识别的流程图；

图7示出了一个实施例中根据第一目标图像和第二目标图像分别确定所述第一车牌号和第二车牌号的流程图；

图8示出了一个实施例中车牌识别装置的结构框图；

图9示出了一个实施例中计算机设备的内部结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提出了一种车牌识别方法，在一个实施例中，本发明可以基于一个包含预设的第一摄像装置和第二摄像装置以及数据处理装置(如计算机设备)的车牌识别系统，其中，第一摄像装置与第二摄像装置分别设置于停车区域中或旁边，以分别采集上述目标停车区域存在的车辆的前后车牌图像。

参考图1，本发明实施例提供了一种车牌识别方法。

图1示出了一个实施例中车牌识别方法的流程图。本发明中所述的车牌识别方法至少包括如图1所示的步骤s1022-s1028，详细介绍如下：

在步骤s1022中，检测目标停车区域是否存在车辆停放。

首先需要说明的是，目标停车区域可以是预先划分和确定的停车区域，如可以是停车场的各特定车位，也可以是城市路边按预设规则(如定长定宽定出入方向)划分的停车位。

更进一步的，不同于停车场等相对封闭的停车场所可以在出入口处设置车牌识别装置，并根据识别结果自动进行车辆停放准入的授权和相关计时计费等的操作流程，在应用于路边停车的实施例中，由于路边的停车空间较为开放(导致车辆驶入和停放方式存在多样性和不可控性)，并且路边停车位的环境通常更为复杂和不可预见(如存在路边园林植物的遮挡、恶劣天气条件下的车牌图像的清晰度难以保证等)，因而为了更加清楚地获取路边停车位的车辆的车牌图像以进行后续的车牌号码的准确和快速的识别，具体的第一摄像装置和第二摄像装置在可能的停车区域的设置方式可以参考图2。图2示出了一个实施例中第一摄像装置和第二摄像装置在目标停车区域的设置示意图。

如图2所示，第一摄像装置(记作1092)可以是设置在目标停车区域(如某一条路边的单个停车位)的头部，而第二摄像装置(记作1094)对应地设置在目标停车区域的尾部(即与第一摄像装置同一沿着路边的直线上)，从而在具体的实施例中，上述两摄像装置可以分别对准区域中存在的车辆的前车牌和后车牌，进行双重车牌图像的获取。

与此同时，考虑到路边停车的监控区域的面积较大和范围较广，同时的路边所停放车辆的流动性较大以及其停放的时间和流量分布存在一定规律(如高峰时间段与闹市区的停车位较为紧张等)，如果长时间一直保持摄像设备的开启，进行不间断的目标停车区域的照片的获取，很大程度上会造成在没有车辆停放在目标停车区域的情况下的装置耗能的浪费以及获取的对停车管理无意义的空镜头图片占用内存。

因此为了在提高路边停车等场景下车牌识别的准确率的同时做到低耗和高效，可以只在目标停放区域存在车辆停放的时候才启动前述的第一摄像装置和第二摄像装置用以获取图像，从而节省路边停车的监管所需要的耗能和成本。

为了实现上述节能的目的，在可选的实施例中，上述第一摄像装置和第二摄像装置处理包含摄像头装置用以摄像之外还可以分别对应包括超声波传感装置(如在第一摄像头与第二摄像头的邻近位置以参考图3中的相同方向分别布置两个超声波探头)，用以检测是否有车停放在了目标停车区域。

综上，检测目标停车区域是否存在车辆停放的过程，可以包括图3示出的步骤s1032-s1034。图3示出了一个实施例中检测目标停车区域是否存在车辆停放的流程图。

在步骤s1032中，通过所述超声波传感装置获取所述目标停车区域对应的超声波数据。

结合前述说明，通过设置的第一超声波探头和第二超声波探头检查，可以通过声波感测到目标停车区域所对应存在的物体的结构信息。

与用双摄像头获取车牌图像进行车牌识别一样，采用双探头来检测是否存在车辆停放的原因在于：在某些环境特殊的路边停车位，或是车辆在进入或者离开目标停车区域的行进过程中等原因，均可能一定程度地造成车牌的前车牌或者后车牌被部分遮挡，从而使得单方向设置的超声波或者相关的探测器没有办法准确的探测。

而采用双超声波探头对目标停车区域进行监测，即可以从车位的前面和后面共同来探测这个车位上是否有一辆车正在行驶并且进入停车区域并且最终停放。

出于超声波传感的特点，根据超声波数据不仅可以实时探测到车辆进出的过程，也可以探测到车子在何时停稳，若获取到的探测距离固定下来，即可对应地判断车辆已经停稳在目标停车区域了。而如果超声波探头传回的探测到物体的距离还在变动就是在停车过程中。

在步骤s1034中，根据所述超声波数据判断所述目标停车区域是否存在车辆停放。

在步骤s1024中，在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆。

需要说明的是，就路边的侧面停车区域而言，与通过单探头进行探测存在差异的是，双探头前后所获取的行动数据并不是一致的(因为在车辆停入停车位的过程中其车尾与车头的运动轨迹是不同的)，除非车辆已经停稳，否则双探头所传回的数据是一直变动的，因而，在可选的实施例中，可以将两个超声波传感装置将探测到的数据发到预设的服务器上，由服务器来合并双探头的传感数据来综合判定是不是确实有车辆停入了目标停车区域中，并且将停放进的车辆确定为待识别车辆。

其次，在确定目标停车区域确实存在有车辆停放之后，即可以进一步开始获取图像，具体可以包括图4中示出的步骤s1042-s1046。图4示出了一个实施例中获取第一图像和第二图像的流程图。

在步骤s1042中，根据所述超声波数据判断所述待识别车辆的停放状态。

结合前述对探头的作用的说明，具体的对于停放状态的判断可以是将每个时间节点所接收到的超声波数据与预设的阈值进行比较，从而判断出如何当前检测到的车辆是正在入库还是出库，或者是已经停稳的停放状态，更进一步的还可以确定出车辆停放所持续时间(可用于后续停车计费)等。

在步骤s1044中，在所述停放状态满足预设条件的情况下，分别通过所述第一摄像装置与第二摄像装置分别获取所述待识别车辆的多张图像作为第一待处理图像和第二待处理图像。

结合前述说明，在判断出车辆的状态为已经停稳的状态下，即可以启动预设的第一摄像装置和第二摄像装置以获取上一步骤中确定的待识别车辆的多张图像作为第一待处理图像和第二待处理图像。

在步骤s1046中，分别获取所述第一待处理图像和第二待处理图像的清晰度，将清晰度高于预设清晰度阈值的第一待处理图像和第二待处理图像确定为所述第一图像与第二图像。

考虑到具体的实施例中特别是在路边停车时，由于外界光线由于地段、拍摄时间以及天气等的因素可能出现达不到理想的拍照条件的要求，从而导致拍摄出的照片的清晰度达不到车牌识别的要求，因此需要首先进行一个图像清晰度的筛选，挑选出足够清晰的前后车牌图像进行识别。

另外，出于进一步节能和高效处理的目的，在通过第一摄像头和第二摄像头进行拍照的同时可以对其拍到的照片进行清晰度的检查，即在车辆停稳之后，并且拍到了足够清晰的照片之后就可以关闭上述双摄像装置，以此节能也可以降低后台数据处理服务器的负担。

在步骤s1026中，通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像。

在通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆对应的第一图像和第二图像之后，即可以如图5所示的步骤s1052-s1056从先确定出包含有车牌号信息的目标图像以后续开始车牌号码的识别过程。图5示出了一个实施例中确定第一目标图像和第二目标图像的流程图。

在步骤s1052中，分别对所述第一图像与第二图像进行识别，确定所述第一图像与第二图像中与车牌对应的第一车牌图像区域与第二车牌图像区域。

此处的第一车牌区域和第二车牌区域可以是针对第一图像与第二图像进行如灰度化处理、二值化处理之后，再进行去边缘处理、去噪声处理等得到的。

在步骤s1054中，分别获取第一车牌区域和第二车牌区域对应的第一图像与第二图像作为第一目标图像和第二目标图像。

在步骤s1056中，对所述第一目标图像与第二目标图像进行图像矫正。

首先，此处需要对第一/第二目标图像进行矫正的原因在于从路边侧边所设置的摄像装置所获取的车牌即使在清晰度符合条件的情况下，也通常会存在图像中的车牌角度偏差或者字符扭曲(由于摄像头的设置位置的限制)，或者是一定程度的遮挡和变形等，因而需要进行图像矫正，使其更加符合肉眼标准的识别的需要。

其次，在可选的实施例中，上述矫正过程的进行可以通过将第一/第二目标图像输入预设的车牌矫正模型，该车牌矫正模型在完成了预先训练之后，即可输出矫正后的只包含待识别的车牌号区域的图像。

在步骤s1028中，分别对所述第一图像和第二图像进行识别，确定所述待识别车辆的目标车牌号。

基于双摄像所述获取的数据的处理流程，具体的识别出目标车牌号的过程可以如图6所示的步骤s1062-s1064。图6示出了一个实施例中根据第一目标图像和第二目标图像进行目标车牌号识别的流程图。

在步骤s1062中，分别对所述第一目标图像和第二目标图像进行字符识别，确定对应的第一车牌号和第二车牌号。

而具体的步骤s1062又可以包括如图7示出的步骤s1072-s1076。图7示出了一个实施例中根据第一目标图像和第二目标图像分别确定所述第一车牌号和第二车牌号的流程图。

在步骤s1072中，分别根据所述第一目标图像和第二目标图像识别出其包含的多个车牌号码位、各车牌号码位对应的待选字符以及该待选字符对应的置信度。

下面举例对需要识别出的上述内容进行说明，以使得本发明的实施过程更加清晰。

在一个具体的实施例中，所识别出的可以第一车牌号所包含的车牌号码位和各车牌号码位对应的待选字符、以及分别对应的置信度可以如下：一共存在从左至右的7位车牌号码位，第一位对应的待选字符可以是京(置信度80％)、吉(置信度70％)、闽(置信度50％)，而第二位对应的待选字符可以是m(置信度80％)、n(置信度60％)、h(置信度30％)，第三位对应的待选字符可以是8(置信度90％)、9(置信度50％)、6(置信度60％)，后续第四位到第七位的识别情况可以以此类推。

在步骤s1074中，分别根据每一个车牌号码位对应的待选字符以及该待选字符对应的置信度确定该车牌号码位上的目标字符。

具体的可以是将每一个车牌号码上对应的置信度最高的待选字符作为其上的目标字符，如，结合步骤s1072中的举例及说明，第一位对应的目标字符应该是是京(置信度80％为最高)，而第二位对应的目标字符应该是m(置信度80％为最高)，第三位对应的目标字符应该是8(置信度90％为最高)，后续第四位到第七位的识别情况可以以此类推。

在步骤s1076中，根据所述每一个车牌号码位上的目标字符分别确定所述第一车牌号和第二车牌号。

综上，确定出的第一车牌号可以是京m80928(前三位车牌号码的确定见上一步骤)。

同时容易理解的是，第二车牌号的确定方法与上述第一车牌号的识别与确定过程相同。如在此具体的实施例中，第二车牌号可以是京m80926。

在步骤s1064中，根据所述第一车牌号和第二车牌号确定所述待识别车辆的目标车牌号。

继续结合前述举例进行说明，可以是将第一车牌号和第二车牌号进行融合，在出现某些车牌号码位上的号码不一致的情况下，进一步地根据该号码位上在第一车牌号和第二车牌号中对应的置信度进行比较，将置信度最高(在可选的实施例中也可以是高于预设的置信度阈值的待选字符)确定为该车牌号位上的目标车牌。

结合步骤s1072中的说明，在分别根据所述第一车牌图像和第二车牌图像识别出其包含的多个车牌号码位、各车牌号码位对应的待选字符以及该待选字符对应的置信度之后，可选的确定目标车牌号的方法是综合将所述第一车牌号与所述第二车牌号各号码位上的各个待选字符的置信度分别进行比较，根据比较结果确定所述待识别车辆的目标车牌号。

如在固定的号码位上，通过综合考虑第一/第二两个车牌号各号码位上的所有待选字符的置信度，综合选出一个在前后两个车牌图像中最高的待续字符作为其上的目标字符。这样的做法对于车牌识别结果并无影响(在筛选出置信度最大的待选字符作为目标字符的情况下)，但是可以一定程度上提升处理效率。

图8示出了一个实施例中车牌识别装置的结构框图。

参考图8所示，根据本发明的一个实施例的车牌识别装置1080，包括：检测元1082、第一确定单元1084、获取单元1086、第二确定单元1088。

其中，检测单元1082：用于检测目标停车区域是否存在车辆停放；

第一确定单元1084：用于在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆；

获取单元1086：用于通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像；

第二确定单元1088：用于分别对所述第一图像和第二图像进行识别，确定所述待识别车辆的目标车牌号。

图9示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图9所示，该计算机设备包括通过系统总线连接的处理器、存储器和摄像装置、处理模块、通信模块。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现本车牌识别方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行本车牌识别方法。本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

检测目标停车区域是否存在车辆停放；

在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆；

通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像；

分别对所述第一图像和第二图像进行识别，确定所述待识别车辆的目标车牌号

在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

检测目标停车区域是否存在车辆停放；

在检测到存在车辆停放的情况下，将检测到的车辆确定为待识别车辆；

通过所述第一摄像装置和第二摄像装置分别获取所述待识别车辆的前后车牌图像作为第一图像和第二图像；

分别对所述第一图像和第二图像进行识别，确定所述待识别车辆的目标车牌号

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。