用于高速出入口的MTC车辆车牌识别方法及系统与流程
本发明属于图像处理,具体涉及用于高速出入口的mtc车辆车牌识别方法及系统。
背景技术:
1、随着移动互联网与电子支付技术普及,高速公路收费模式迎来深度变革,未安装etc车载装置的车辆,仍需在传统人工mtc收费车道停车,完成现金或扫码支付,单车通行耗时久,已成为收费站通行拥堵的核心瓶颈。为破解这一痛点,各地高速运营管理方陆续推出小程序提前预缴费服务:车主可通过官方小程序绑定车牌、预缴高速通行费;车辆抵达高速出口mtc车道时,系统依托车牌自动识别技术核验缴费信息,匹配无误即可直接抬杆放行,全程无需车辆停车、无需司机摇窗出示付款码,实现类etc的不停车快速通行体验。
2、但该模式落地仍存在明显短板,高速出口车辆处于动态行驶状态,加之行车过程中车牌易被飞虫、尘土、泥水等遮挡污损,直接造成车牌识别核验精度大幅降低;一方面,车辆行驶速度过快会使抓拍车牌图像产生运动伪影、画面模糊;另一方面,车牌表面受污渍、杂物遮挡干扰,双重因素叠加,最终导致车牌自动识别效率低下。
技术实现思路
1、本发明的目的就在于解决在高速出站处,由于采集的车牌图像受到伪影、杂物遮挡双重影响导致车牌自动识别效率低下的问题,而提出用于高速出入口的mtc车辆车牌识别方法及系统。
2、在本发明实施的第一方面,首先提出一种用于高速出入口的mtc车辆车牌识别方法,所述方法包括:
3、获取高速出口处采集的车辆序列图像帧,对所述车辆序列图像帧进行清晰度确定,并获取清晰度值前预设个车辆序列图像得到有效图像集;
4、基于预设伪影去除算法对所述有效图像集中每一有效图像的车牌区域进行合并增强得到目标车牌图像;
5、将所述目标车牌图像代入车牌特征提取模型得到车牌识别结果;所述车牌识别结果包括识别成功和未识别成功;
6、若所述车牌识别结果为未识别成功,则进行车辆车牌识别判断;若车辆车牌识别判断结果为存在车辆车牌,则放行。
7、通过采集并筛选多帧序列图像,有效规避了单次抓拍因车辆运动瞬间抖动或对焦偏差造成的偶然模糊,从源头保证了输入图像的质量下限,然后采用多帧合并增强机制,将有效图像集中多张连续帧的车牌区域信息进行互补聚合与超分辨率重建,能够有效消除拖影、锐化字符边缘,使原本因高速运动而模糊难辨的车牌变得清晰可辨,实现即便在强光、暴雨或车牌轻微污损遮挡导致增强后仍无法识别时,也能自动转入车辆身份综合判断环节,无需人工介入即可完成核验放行,有效破解了动态模糊与表面污损双重因素叠加导致的识别效率低下瓶颈,大幅提升了mtc车道的通行效率与用户体验。
8、可选的,对所述车辆序列图像帧进行清晰度确定,并获取清晰度值前预设个车辆序列图像得到有效图像集包括:
9、将各帧车辆序列图像转换为灰度图;
10、针对每一灰度图,通过拉普拉斯算子计算各像素点的边缘强度,并统计全图的边缘强度方差作为每一车辆序列图像的清晰度量化指标;
11、过滤清晰度量化指标低于预设指标阈值的车辆序列图像后,按清晰度量化指标由高到低对每一车辆序列图像排序,提取排序靠前的预设数量的车辆序列图像得到有效图像集。
12、通过将图像转为灰度图并利用拉普拉斯算子计算全图边缘强度方差,可以实现对运动模糊、失焦等退化程度的毫秒级客观量化,精准剔除严重模糊的无效帧,通过设置阈值过滤与择优相结合,既能保障有效图像集具备最低可处理的质量基线,又能筛选出边缘纹理最锐利、信息最丰富的多帧序列,为后续多帧合并增强提供了互补冗余,不依赖单一抓拍瞬间,显著提升了系统在车速变化和复杂光照条件下的输出稳定性,为提高最终车牌识别准确率打下坚实基础。
13、可选的,基于预设伪影去除算法对所述有效图像集中每一有效图像的车牌区域进行合并增强得到目标车牌图像包括:
14、通过伪影去除算法对每一有效图像进行初始伪影去除得到初始去伪图像集;
15、从所述初始去伪图像集中选取一帧作为目标帧,其余帧作为参考帧,通过密集特征匹配将各参考帧的车牌区域对齐至所述目标帧的视角下,并对对齐后的所有参考帧的车牌区域特征进行置换不变融合,得到融合车牌特征;
16、将所述融合车牌特征与所述目标帧的车牌特征进行拼接,并代入可变形卷积网络得到目标车牌图像。
17、通过对每一有效帧进行初始伪影去除,初步减轻了运动拖影对字符结构的破坏,为后续融合提供了更干净的输入,更关键的是,后续的密集特征匹配与对齐机制,不再依赖简单的取帧堆叠,而是将参考帧的视角精确地变换到目标帧的像素坐标系下,从根本上解决了车辆运动中因视角微变导致的多帧车牌位置错位问题,在置换不变融合机制下,无论车辆在序列图像中处于何种相对位置,系统都能无偏好地聚合多帧互补纹理信息,有效填补单帧图像中被伪影淹没的字符细节,最终通过可变形卷积网络进行自适应采样与精炼,能够在对齐残余误差处动态调整感受野,精准恢复车牌字符的锐利边缘与结构,提高后续车牌特征提取的成功率。
18、可选的,所述车牌特征提取模型为改进的yolov8模型;所述改进包括将原yolov8模型的c2f模块替换为高灵敏特征提取模块;
19、所述高灵敏特征提取模块的工作原理包括:
20、获取输入特征,将所述输入特征进行归一化处理后代入改进增强线性注意力模块得到第一增强特征;
21、对所述输入特征和所述第一增强特征进行特征融合得到第一融合特征;
22、对所述第一融合特征进行归一化处理后代入多层感知机得到第二增强特征;
23、对所述第一融合特征和所述第二增强特征进行特征融合得到所述高灵敏特征提取模块的输出特征。
24、可选的,进行车辆车牌识别判断包括:
25、将所述有效图像集中的每一图片代入车辆特征识别模型确定车辆的外观信息;
26、根据所述外观信息查找车辆特征数据库确定车辆查询结果;所述车辆特征数据库为保存在车辆进入高速入口时采集图像代入所述车辆特征识别模型确定的特征;所述车辆查询结果包括存在车辆和不存在车辆;
27、若所述车辆查询结果为存在车辆,则匹配在高速出入口处采集车牌区域的车牌特征,若车牌特征匹配相似度大于预设相似阈值,则放行。
28、当目标车牌图像经增强处理后仍无法完整识别时,传统方法只能转入人工干预,而本方案启用外观信息作为独立身份线索,从有效图像集中提取车型、颜色等外观特征,在入口预构建的车辆特征数据库中快速检索匹配,这种基于外观的粗筛机制大幅缩小了待确认车辆的搜索空间,再通过精确比对出入口两处的车牌区域特征,以高置信度的特征相似度作为最终放行依据,在车牌部分遮挡、污损或残留等复杂工况下,仍能实现精准核实与无感快速放行,大幅减少了拥堵与收费纠纷的风险。
29、在本发明实施的第二方面,提出一种用于高速出入口的mtc车辆车牌识别系统,包括:
30、有效图像集确定模块,用于获取高速出口处采集的车辆序列图像帧,对所述车辆序列图像帧进行清晰度确定,并获取清晰度值前预设个车辆序列图像得到有效图像集;
31、目标车牌图像确定模块,用于基于预设伪影去除算法对所述有效图像集中每一有效图像的车牌区域进行合并增强得到目标车牌图像;
32、车牌识别结果确定模块,用于将所述目标车牌图像代入车牌特征提取模型得到车牌识别结果;所述车牌识别结果包括识别成功和未识别成功;
33、车辆车牌判断模块,用于若所述车牌识别结果为未识别成功,则进行车辆车牌识别判断;若车辆车牌识别判断结果为存在车辆车牌,则放行。
34、可选的,所述有效图像集确定模块包括:
35、灰度转化模块,用于将各帧车辆序列图像转换为灰度图;
36、清晰度量化指标确定模块,用于针对每一灰度图,通过拉普拉斯算子计算各像素点的边缘强度,并统计全图的边缘强度方差作为每一车辆序列图像的清晰度量化指标;
37、排序模块,用于过滤清晰度量化指标低于预设指标阈值的车辆序列图像后,按清晰度量化指标由高到低对每一车辆序列图像排序,提取排序靠前的预设数量的车辆序列图像得到有效图像集。
38、可选的,所述目标车牌图像确定模块包括:
39、初始伪影去除模块,用于通过伪影去除算法对每一有效图像进行初始伪影去除得到初始去伪图像集;
40、融合车牌特征确定模块,用于从所述初始去伪图像集中选取一帧作为目标帧,其余帧作为参考帧,通过密集特征匹配将各参考帧的车牌区域对齐至所述目标帧的视角下,并对对齐后的所有参考帧的车牌区域特征进行置换不变融合,得到融合车牌特征;
41、目标车牌图像生成模块,用于将所述融合车牌特征与所述目标帧的车牌特征进行拼接,并代入可变形卷积网络得到目标车牌图像。
42、可选的,所述车牌特征提取模型为改进的yolov8模型;所述改进包括将原yolov8模型的c2f模块替换为高灵敏特征提取模块;
43、所述高灵敏特征提取模块的工作原理包括:
44、获取输入特征,将所述输入特征进行归一化处理后代入改进增强线性注意力模块得到第一增强特征;
45、对所述输入特征和所述第一增强特征进行特征融合得到第一融合特征;
46、对所述第一融合特征进行归一化处理后代入多层感知机得到第二增强特征;
47、对所述第一融合特征和所述第二增强特征进行特征融合得到所述高灵敏特征提取模块的输出特征。
48、可选的,所述车辆车牌判断模块包括:
49、外观信息确定模块,用于将所述有效图像集中的每一图片代入车辆特征识别模型确定车辆的外观信息;
50、车辆查询结果确定模块,用于根据所述外观信息查找车辆特征数据库确定车辆查询结果;所述车辆特征数据库为保存在车辆进入高速入口时采集图像代入所述车辆特征识别模型确定的特征;所述车辆查询结果包括存在车辆和不存在车辆;
51、车牌特征匹配模块,用于若所述车辆查询结果为存在车辆,则匹配在高速出入口处采集车牌区域的车牌特征,若车牌特征匹配相似度大于预设相似阈值,则放行。
52、本发明的有益效果:
53、本发明提出了一种用于高速出入口的mtc车辆车牌识别方法,通过先对高速出口采集的车辆序列图像帧进行清晰度筛选,择优形成有效图像集,再利用伪影去除算法对有效图像的车牌区域做合并增强处理,得到高质量目标车牌图像后经模型提取特征完成车牌识别,针对识别未成功的情况还进一步开展车牌有无判定并在确有车牌时直接放行,能够有效克服高速出口车辆动态行驶带来的图像运动伪影、画面模糊以及车牌被尘土、泥水、飞虫遮挡污损等问题,大幅提升车牌图像成像质量与识别准确率,减少识别失败造成的通行阻滞,保障高速出口mtc车道预缴费车辆不停车快速通行,缓解收费站拥堵状况,提升高速车道通行效率与车主通行体验。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com