一种基于数据模型的车牌号识别方法

摘要

本发明提供了一种基于数据模型的车牌号识别方法，包括如下步骤：a.建立模型；b.获取数据；c.字位识别；d.可能性评估；e.得到结果。本发明通过取色范围筛选、字位识别、可能性评估的方式，能在很大程度上避免使用特殊材料的车牌固定钉，而且无需人工识别，可极大的降低人力成本。

主权项

一种基于数据模型的车牌号识别方法，其特征在于：包括如下步骤：a.建立模型：通过历史数据，建立点阵色差→字位识别和取色范围→识别结果的数据模型，并对每一可能识别结果建立可能性评估模型；b.获取数据：从待识别缓存库中将当前需识别图像数据读取至内存，并根据取色范围→识别结果模型选取五种识别可能性最高的图像点阵数据，并将图像点阵数据按识别结果的识别可能性由高至低排序；c.字位识别：对排序最高位的图像点阵数据，按照车牌字位比例划分多个字位，然后依次对每一字位用点阵色差→字位识别模型进行识别，得到字位识别结果，如排序最高位没有图像点阵数据，则直接退出当前过程并重新进入至步骤b并返回无法识别信息；d.可能性评估：根据可能性评估模型，对步骤c中得到的字位识别结果进行可能性评估，如有任意字位的可能性评估结果小于90％，则将当前排序的图像点阵数据从排序中删除，并进入步骤c进行另外的字位识别；e.得到结果：在步骤d通过后，将步骤c得到的字位识别结果返回，同时返回识别成功信息并将当前需识别图像数据和图像点阵数据排序列表从内存中清除。