本發(fā)明涉及圖像數(shù)據(jù)處理，尤其涉及一種車輛道閘自動(dòng)識(shí)別車牌控制系統(tǒng)。

背景技術(shù)：

1、車牌識(shí)別系統(tǒng)是計(jì)算機(jī)視頻圖像識(shí)別技術(shù)在車輛牌照識(shí)別中的一種應(yīng)用，車牌識(shí)別在高速公路車輛管理中得到廣泛應(yīng)用，電子收費(fèi)系統(tǒng)中，也是結(jié)合dsrc技術(shù)識(shí)別車輛身份的主要手段，車牌識(shí)別技術(shù)結(jié)合電子不停車收費(fèi)系統(tǒng)識(shí)別車輛，過往車輛通過道口時(shí)無須停車，即能夠?qū)崿F(xiàn)車輛身份自動(dòng)識(shí)別、自動(dòng)收費(fèi)，在車場管理中，為提高出入口車輛通行效率，車牌識(shí)別針對無需收停車費(fèi)的車輛（如月卡車、內(nèi)部免費(fèi)通行車輛），建設(shè)無人值守的快速通道，免取卡、不停車的出入體驗(yàn)，正改變出入停車場的管理模式。道閘與車牌識(shí)別系統(tǒng)集成在一起稱為一體機(jī)，是專門用于道路上限制機(jī)動(dòng)車行駛的通道出入口管理設(shè)備，主要用于公路收費(fèi)站、停車場系統(tǒng)管理車輛通道，用于管理車輛的出入，它因占用地面面積小、成本相對低而得到廣泛應(yīng)用。

2、車牌識(shí)別系統(tǒng)識(shí)別車牌后，控制欄桿打開，將機(jī)動(dòng)車放行進(jìn)去。在這過程中，車牌的識(shí)別技術(shù)非常重要，其作用是采用圖像識(shí)別技術(shù)，將抓拍到的圖像通過軟件分析找到車牌號(hào)碼，并將其提取出來作為車輛的標(biāo)識(shí)碼，從而進(jìn)行違章抓拍、停車收費(fèi)等管理活動(dòng)。但是，由于機(jī)動(dòng)車各式各樣，車牌的懸掛位置也不同（例如高度），同時(shí)每輛車在停車場出入口的行駛信息也有所不同（例如行駛偏離主干道的位置），而停車場出入口處的攝像機(jī)位置一般是固定的，不便于調(diào)節(jié)，因此在拍照過程中對于不同車輛的拍攝，由于角度問題，常不能很好的識(shí)別車牌號(hào)碼，進(jìn)而會(huì)影響車輛的進(jìn)出效率。

3、因此，需要提供一種車輛道閘自動(dòng)識(shí)別車牌控制系統(tǒng)，用于提高車輛道閘自動(dòng)識(shí)別車牌的智能化水平，提高車牌識(shí)別的準(zhǔn)確度和車輛的通行效率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種車輛道閘自動(dòng)識(shí)別車牌控制系統(tǒng)，包括：車輛感應(yīng)模塊，用于感應(yīng)車道內(nèi)是否有車輛；車輛識(shí)別模塊，包括紅外感應(yīng)單元及參數(shù)確定單元，其中，所述紅外感應(yīng)單元包括沿著所述道閘的欄桿的寬度方向設(shè)置的多個(gè)x軸紅外感應(yīng)裝置及沿著所述道閘的長度方向設(shè)置的多個(gè)y軸紅外感應(yīng)裝置，所述x軸紅外感應(yīng)裝置包括沿著所述欄桿的長度方向設(shè)置的多個(gè)x軸紅外傳感器，所述y軸紅外感應(yīng)裝置包括沿著豎直方向設(shè)置的多個(gè)y軸紅外傳感器，所述紅外感應(yīng)單元用于在所述車輛感應(yīng)模塊感應(yīng)車道內(nèi)有車輛時(shí)，采集車輛紅外感應(yīng)信息，所述參數(shù)確定單元用于基于所述車輛紅外感應(yīng)信息，預(yù)測待識(shí)別車輛的車牌三維坐標(biāo)；圖像采集模塊，用于基于預(yù)測的待識(shí)別車輛的車牌三維坐標(biāo)，判斷是否進(jìn)行圖像采集位姿調(diào)整，若判定進(jìn)行圖像采集位姿調(diào)整，則基于所述待識(shí)別車輛的車牌三維坐標(biāo)，生成目標(biāo)圖像采集位姿，基于所述目標(biāo)圖像采集位姿調(diào)整圖像采集裝置的位姿，位姿調(diào)整后，采集待識(shí)別車輛的圖像，若判定不進(jìn)行圖像采集位姿調(diào)整，則采集待識(shí)別車輛的圖像；車牌識(shí)別模塊，用于基于所述待識(shí)別車輛的圖像，識(shí)別所述待識(shí)別車輛的車牌信息。

2、更進(jìn)一步地，所述紅外感應(yīng)單元在所述車輛感應(yīng)模塊感應(yīng)車道內(nèi)有車輛時(shí)，采集車輛紅外感應(yīng)信息，包括：啟動(dòng)每個(gè)所述y軸紅外傳感器，采集y軸障礙物距離；啟動(dòng)每個(gè)所述x軸紅外傳感器，采集x軸障礙物距離，其中，所述車輛紅外感應(yīng)信息至少包括所述y軸障礙物距離及所述x軸障礙物距離。

3、更進(jìn)一步地，所述參數(shù)確定單元基于所述車輛紅外感應(yīng)信息，預(yù)測待識(shí)別車輛的車牌三維坐標(biāo)，包括：基于每個(gè)所述y軸紅外傳感器在多個(gè)連續(xù)時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)所述x軸紅外傳感器在多個(gè)連續(xù)時(shí)間點(diǎn)采集的x軸障礙物距離，確定待識(shí)別車輛在所述多個(gè)連續(xù)時(shí)間點(diǎn)的車輛位姿變化參數(shù)；基于待識(shí)別車輛在所述多個(gè)連續(xù)時(shí)間點(diǎn)的車輛位姿變化參數(shù)，從所述多個(gè)連續(xù)時(shí)間點(diǎn)中確定目標(biāo)時(shí)間點(diǎn)；基于每個(gè)所述y軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)所述x軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的x軸障礙物距離，確定所述待識(shí)別車輛的車型參數(shù)，其中，所述待識(shí)別車輛的車型參數(shù)至少包括車輛最大寬度、車輛最大長度、車輛最大高度及車輛底盤高度；基于所述待識(shí)別車輛的車型參數(shù)，預(yù)測待識(shí)別車輛的車牌三維坐標(biāo)。

4、更進(jìn)一步地，所述參數(shù)確定單元基于每個(gè)所述y軸紅外傳感器在多個(gè)連續(xù)時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)所述x軸紅外傳感器在多個(gè)連續(xù)時(shí)間點(diǎn)采集的x軸障礙物距離，確定待識(shí)別車輛在所述多個(gè)連續(xù)時(shí)間點(diǎn)的車輛位姿變化參數(shù)，包括：對于每個(gè)所述時(shí)間點(diǎn)，基于每個(gè)所述y軸紅外傳感器在所述時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)所述y軸紅外傳感器在上一個(gè)時(shí)間點(diǎn)采集的y軸障礙物距離，計(jì)算所述時(shí)間點(diǎn)的y軸變化參數(shù)；對于每個(gè)所述時(shí)間點(diǎn)，基于每個(gè)所述x軸紅外傳感器在所述時(shí)間點(diǎn)采集的x軸障礙物距離和每個(gè)所述x軸紅外傳感器在上一個(gè)時(shí)間點(diǎn)采集的x軸障礙物距離，計(jì)算所述時(shí)間點(diǎn)的x軸變化參數(shù)；對于每個(gè)所述時(shí)間點(diǎn)，對所述時(shí)間點(diǎn)的y軸變化參數(shù)和所述時(shí)間點(diǎn)的x軸變化參數(shù)加權(quán)求和，得到所述待識(shí)別車輛在所述時(shí)間點(diǎn)的車輛位姿變化參數(shù)。

5、更進(jìn)一步地，所述參數(shù)確定單元基于每個(gè)所述y軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)所述x軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的x軸障礙物距離，確定所述待識(shí)別車輛的車型參數(shù)，包括：基于每個(gè)所述y軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)y軸紅外傳感器的三維坐標(biāo)信息，確定所述待識(shí)別車輛的車輛最大長度及車輛最大高度；基于每個(gè)所述x軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的x軸障礙物距離和每個(gè)x軸紅外傳感器的三維坐標(biāo)信息，確定所述待識(shí)別車輛的車輛最大寬度；基于每個(gè)所述y軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)y軸紅外傳感器的三維坐標(biāo)信息以及每個(gè)所述x軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的x軸障礙物距離和每個(gè)x軸紅外傳感器的三維坐標(biāo)信息，確定所述待識(shí)別車輛的車輛底盤高度。

6、更進(jìn)一步地，所述參數(shù)確定單元基于所述待識(shí)別車輛的車型參數(shù)，預(yù)測待識(shí)別車輛的車牌三維坐標(biāo)，包括：獲取多個(gè)測試車輛的車型參數(shù)和車牌相對位置，其中，所述車牌相對位置用于表征測試車輛的車牌中心與測試車輛的兩個(gè)前車輪的中心點(diǎn)的相對位置；基于所述多個(gè)測試車輛的車型參數(shù)，對多個(gè)測試車輛進(jìn)行聚類，確定多個(gè)車輛簇；基于每個(gè)所述y軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)y軸紅外傳感器的三維坐標(biāo)信息以及每個(gè)所述x軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的x軸障礙物距離和每個(gè)x軸紅外傳感器的三維坐標(biāo)信息，確定所述待識(shí)別車輛的兩個(gè)前車輪的中心點(diǎn)的三維坐標(biāo)；基于所述待識(shí)別車輛的車型參數(shù)，從所述多個(gè)車輛簇中確定相似車輛簇；基于所述待識(shí)別車輛的車型參數(shù)，從所述相似車輛簇中確定相似測試車輛；基于所述相似測試車輛的車牌相對位置和所述待識(shí)別車輛的兩個(gè)前車輪的中心點(diǎn)的三維坐標(biāo)，預(yù)測待識(shí)別車輛的車牌三維坐標(biāo)，其中，所述待識(shí)別車輛的車牌三維坐標(biāo)包括待識(shí)別車輛的車牌的四個(gè)邊角的三維坐標(biāo)。

7、更進(jìn)一步地，所述圖像采集模塊基于預(yù)測的待識(shí)別車輛的車牌位置，判斷是否進(jìn)行圖像采集位姿調(diào)整，包括：獲取多個(gè)第一訓(xùn)練樣本，其中，所述第一訓(xùn)練樣本包括樣本圖像采集位姿、圖像采集裝置在樣本圖像采集位姿下采集的圖像以及多個(gè)標(biāo)記物的三維坐標(biāo)，所述第一訓(xùn)練樣本的標(biāo)簽為多個(gè)標(biāo)記物的像素坐標(biāo)；建立像素坐標(biāo)預(yù)測模型；通過所述多個(gè)第一訓(xùn)練樣本訓(xùn)練所述像素坐標(biāo)預(yù)測模型；使用訓(xùn)練后的像素坐標(biāo)預(yù)測模型，基于當(dāng)前圖像采集位姿和待識(shí)別車輛的車牌的四個(gè)邊角的三維坐標(biāo)，預(yù)測所述待識(shí)別車輛的車牌的四個(gè)邊角的第一像素坐標(biāo)；基于所述待識(shí)別車輛的車牌的四個(gè)邊角的第一像素坐標(biāo)，判斷是否進(jìn)行圖像采集位姿調(diào)整。

8、更進(jìn)一步地，所述圖像采集模塊基于所述待識(shí)別車輛的車牌位置，生成目標(biāo)圖像采集位姿，包括：獲取多個(gè)第二訓(xùn)練樣本，其中，所述第二訓(xùn)練樣本包括調(diào)整前樣本圖像采集位姿以及多個(gè)標(biāo)記物的三維坐標(biāo)，所述第二訓(xùn)練樣本的標(biāo)簽為調(diào)整后樣本圖像采集位姿；建立位姿調(diào)整模型；通過所述多個(gè)第二訓(xùn)練樣本訓(xùn)練所述位姿調(diào)整模型；使用訓(xùn)練后的位姿調(diào)整模型，基于所述待識(shí)別車輛的車牌的四個(gè)邊角的三維坐標(biāo)，生成所述目標(biāo)圖像采集位姿。

9、更進(jìn)一步地，所述車牌識(shí)別模塊基于所述待識(shí)別車輛的圖像，識(shí)別所述待識(shí)別車輛的車牌信息，包括：通過所述像素坐標(biāo)預(yù)測模型基于所述目標(biāo)圖像采集位姿和所述待識(shí)別車輛的車牌的四個(gè)邊角的三維坐標(biāo)，預(yù)測所述待識(shí)別車輛的車牌的四個(gè)邊角的第二像素坐標(biāo)；基于預(yù)測的所述待識(shí)別車輛的車牌的四個(gè)邊角的第二像素坐標(biāo)，從所述待識(shí)別車輛的圖像中提取目標(biāo)區(qū)域圖像；基于所述目標(biāo)區(qū)域圖像，識(shí)別所述待識(shí)別車輛的車牌信息。

10、更進(jìn)一步地，所述車牌識(shí)別模塊基于所述目標(biāo)區(qū)域圖像，識(shí)別所述待識(shí)別車輛的車牌信息，包括：基于所述目標(biāo)區(qū)域圖像，提取背景區(qū)域圖像和多個(gè)車牌字符圖像；基于所述背景區(qū)域圖像和多個(gè)車牌字符圖像，判斷所述待識(shí)別車輛的車牌是否為真；判定所述待識(shí)別車輛的車牌為真時(shí)，對所述多個(gè)車牌字符圖像進(jìn)行光學(xué)字符識(shí)別，確定所述待識(shí)別車輛的車牌號(hào)碼；判定所述待識(shí)別車輛的車牌為偽時(shí)，生成警示信息。

11、相比于現(xiàn)有技術(shù)，本說明書提供的一種車輛道閘自動(dòng)識(shí)別車牌控制系統(tǒng)，至少具備以下有益效果：

12、1、沿著道閘的欄桿的寬度方向設(shè)置的多個(gè)x軸紅外感應(yīng)裝置及沿著道閘的長度方向設(shè)置的多個(gè)y軸紅外感應(yīng)裝置，可以精確采集車輛的紅外感應(yīng)信息，能夠更準(zhǔn)確地預(yù)測車牌的三維坐標(biāo)，進(jìn)而能夠根據(jù)預(yù)測的車牌三維坐標(biāo)智能判斷是否需要調(diào)整圖像采集裝置的位姿。如果當(dāng)前位姿不利于清晰捕捉車牌圖像，系統(tǒng)會(huì)自動(dòng)調(diào)整至最佳采集位姿，確保每次采集到的圖像都是高質(zhì)量的，從而提高了圖像采集的效率和成功率。該系統(tǒng)能夠適應(yīng)不同大小、類型和行駛姿態(tài)的車輛。由于采用了多維度的紅外感應(yīng)和智能位姿調(diào)整機(jī)制，即使是面對復(fù)雜多變的交通場景，也能保持較高的識(shí)別率和穩(wěn)定性。通過自動(dòng)化和智能化的車牌識(shí)別流程，減少了人工干預(yù)和等待時(shí)間，提高了車輛通行的效率。對于車主而言，這意味著更短的等待時(shí)間和更順暢的通行體驗(yàn)。由于減少了人工干預(yù)和提高了識(shí)別效率，該系統(tǒng)能夠顯著降低停車場或相關(guān)管理機(jī)構(gòu)的運(yùn)營成本。同時(shí)，高質(zhì)量的圖像采集和識(shí)別也減少了因誤識(shí)別或漏識(shí)別導(dǎo)致的糾紛和損失；

13、2、通過分析車輛在多個(gè)連續(xù)時(shí)間點(diǎn)的位姿變化參數(shù)，系統(tǒng)能夠更準(zhǔn)確地把握車輛的動(dòng)態(tài)行駛狀態(tài)。通過每個(gè)y軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的y軸障礙物距離和每個(gè)x軸紅外傳感器在目標(biāo)時(shí)間點(diǎn)采集的x軸障礙物距離，不僅確定了車輛的最大寬度、長度和高度，還確定了車輛底盤高度。這種全面的車型識(shí)別有助于系統(tǒng)更好地理解不同車輛的特點(diǎn)，為后續(xù)的車牌識(shí)別提供更為精確的參數(shù)基礎(chǔ)。通過對多個(gè)測試車輛的車型參數(shù)和車牌相對位置進(jìn)行聚類分析，系統(tǒng)能夠?qū)W習(xí)到不同車型與車牌位置之間的關(guān)系。這使得系統(tǒng)在面對不同品牌和型號(hào)的車輛時(shí)，能夠更快地找到相似車輛簇和相似測試車輛，從而提高了系統(tǒng)的適應(yīng)性和魯棒性。在確定了車牌的三維坐標(biāo)后，系統(tǒng)可以更有針對性地進(jìn)行圖像采集和處理。這避免了無謂的圖像采集和處理工作，節(jié)約了圖像處理資源，提高了系統(tǒng)的整體效率和性能。

14、3、系統(tǒng)能夠基于預(yù)測的待識(shí)別車輛車牌位置，智能判斷是否需要調(diào)整圖像采集裝置的位姿。這種動(dòng)態(tài)調(diào)整確保了每次采集到的車牌圖像都是清晰、無遮擋的，從而提高了圖像采集的質(zhì)量。通過使用訓(xùn)練后的像素坐標(biāo)預(yù)測模型，系統(tǒng)可以快速預(yù)測車牌在圖像中的像素坐標(biāo)，進(jìn)而判斷是否需要調(diào)整圖像采集位姿。這種快速預(yù)測和判斷減少了不必要的圖像采集和調(diào)整時(shí)間，提高了圖像采集的效率。系統(tǒng)能夠適應(yīng)不同車輛的車牌位置和角度變化。通過訓(xùn)練像素坐標(biāo)預(yù)測模型和位姿調(diào)整模型，系統(tǒng)能夠?qū)W習(xí)到不同車輛車牌的像素坐標(biāo)與圖像采集位姿之間的關(guān)系，從而在面對不同車輛時(shí)能夠迅速做出調(diào)整，確保車牌的準(zhǔn)確識(shí)別?，F(xiàn)有的道閘的圖像采集方式中圖像采集角度固定，可能導(dǎo)致車牌的圖像不完整。通過引入像素坐標(biāo)預(yù)測模型和位姿調(diào)整模型，系統(tǒng)能夠更加精準(zhǔn)地控制圖像采集過程，減少了不必要的資源消耗。

15、4、系統(tǒng)首先通過像素坐標(biāo)預(yù)測模型預(yù)測車牌在圖像中的精確位置，然后基于這個(gè)位置提取目標(biāo)區(qū)域圖像。這種方式減少了背景噪聲和其他干擾因素對車牌識(shí)別的影響，從而提高了識(shí)別的準(zhǔn)確率。在識(shí)別車牌信息之前，系統(tǒng)還會(huì)對車牌進(jìn)行真?zhèn)闻袛?。通過提取背景區(qū)域圖像和車牌字符圖像，系統(tǒng)能夠分析車牌的完整性、顏色、字體等特征，有效識(shí)別偽造或篡改的車牌。這種防偽能力對于維護(hù)交通秩序和公共安全具有重要意義。系統(tǒng)在識(shí)別車牌時(shí)，只針對提取出的目標(biāo)區(qū)域圖像進(jìn)行處理，而不是對整個(gè)車輛圖像進(jìn)行分析。這種方式減少了處理的數(shù)據(jù)量，從而提升了處理速度，使得車輛能夠快速通過道閘。