【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及的是一种车牌相似度匹配方法及隧道车辆留存异常检测方法、装置及系统。
技术介绍
1、随着隧道数量的增加，尤其是长大隧道的日益增多，对隧道营运安全带来了巨大压力。隧道内车辆发生事故或者故障，由于光线和封闭性问题容易造成二次事故或者道路拥堵.因此及时发现异常车辆，及时提醒过往车辆，并通知道路管理者非常重要。传统管理模式下隧道管控依旧使用“人防”、“物防”等模式，对于隧道的事故、事件的发现，仍存在感知不主动、发现不及时、回溯不准确等问题。
2、目前，主要存在两种车辆行驶异常检测方式：一种是视频检测，根据隧道距离布置若干组监控探头，基于空间距离，如激光检测法、红外线检测法以及超声波检测法，或者是基于机器学习的计算机视觉技术，但是此类方法存在设备昂贵、摄像机覆盖范围有限，无法进行全路段监控，存在监控盲区；另外一种主要是在检测到车辆进入隧道后长时间未离开隧道时，认为车辆行驶存在异常，其具体是利用隧道口门架或者隧道口加装卡口摄像机，对进出车辆实时记录，车牌识别数据需实时传输至中心系统平台，系统平台融合牌识数据、etc天线数据，通过算法模型分析、比对，识别隧道隧道内超时停留车辆并为各业务系统提供实时通行车辆清单、车辆超时留存报警等业务数据。但是，这种方式存在报警慢，对高峰期道路安全行驶环境影响较大。
3、车辆、车牌信息的识别是准确判断的基础，才能精确判断车辆进入、离开隧道，进而判断车辆在隧道内的时间，间接推测隧道内是否有事故发生。
4、高速出入口，灯光条件好、摄像头拍摄像素高、车辆
5、目前也有很对运用深度学习等识别车牌的现有技术，如公开号cn114519857a一种基于深度学习的车牌字符识别方法、cn113642560a一种车牌字符定位方法及相关设备，此类方法运算量大，处理时间较长，在高速公路之类场景下，系统不能第一时间反馈，就会给管理方延迟掌握了解隧道内的事故，给判断及救援带来不利影响。
技术实现思路
1、有鉴于此，本专利技术提供一种车牌相似度匹配方法、装置及系统，缩短系统相似度判断的时间，并具有较高的精确性。
2、本专利技术第一方面提供一种车牌相似度匹配方法，其特征在于，包括应用于服务器，所述服务器分别与多个感知设备通信连接，所述车牌相似度匹配方法包括：
3、存储阶段，通过第一预设位置处的第一感知设备获取每个车辆的第一抓拍图像，并提取第一车牌信息；通过第二预设位置处的第二感知设备获取每个车辆的第二抓拍图像，并提取第二车牌信息；对上述抓拍图像及车牌信息进行存储；
4、预训练阶段，对上述存储的历史数据进行匹配，当所述第一车牌信息和所述第二车牌信息无法精确匹配，第一抓拍图像与一段时间内第二抓拍图像对应位置字符逐位比对、生成相似度数值，构建车牌字符初始矩阵，所有车牌字符为车牌字符初始矩阵的第一行和第一列，第一车牌信息、第二车牌信息对应位置所识别出的字符构成aij元素的行和列，aij数值为对应i行j列位置车牌字符的相似度数值；
5、实时匹配阶段，实时记录第一抓拍图像、第二抓拍图像并对其识别，当所述第一车牌信息和所述第二车牌信息无法精确匹配，构建车牌匹配矩阵，该车牌匹配矩阵以第一车牌信息、第二车牌信息字符为矩阵的第一行和第一列，bij数值为车牌字符初始矩阵中行i、列j对应的数值，采用动态规划算法，最大路径对应的数值就是第一车牌信息、第二车牌信息比对结果。
6、根据本专利技术的一个实施例，预训练阶段中，第一抓拍图像、第二抓拍图像切割为单个字符图片、对应位置字符两两通过结构相似性算法ssim(structural similarity)对比图片相似度、获取结果数值。
7、根据本专利技术的一个实施例，抓拍图像去除共同空白部分后截取相同尺寸图片，转换为灰度图。
8、根据本专利技术的一个实施例，车牌字符初始矩阵按照时间段或光线条件进行分时、分类构建，车牌匹配矩阵中的bij数值代入对应的相同时间段，或相同光线条件下的车牌字符初始矩阵aij。
9、根据本专利技术的一个实施例，时间段中，相同的相似度数值采用平均数。
10、本专利技术第二方面提供隧道车辆留存异常检测方法，应用于智能交通系统中的服务端，包括：
11、其特征在于，所述智能交通系统还包括部署于第一监控点和第二监控点的监控前端，所述第一监控点为隧道入口处的指定区域，所述第二监控点为隧道出口处的指定区域监控点，
12、所述方法包括：
13、通过第一监控点、第二监控点的视频帧第一抓拍图像、第二抓拍图像精确匹配车牌；采用相似度匹配方法对无法匹配的第一车牌信息、第二车牌信息进行匹配，基于所述第二监控点与第一监控点距离确定预设时长阈值t，车牌匹配成功的车辆隧道内行驶时间超过预设时长阈值t，确定为超时车辆，进行车辆留存异常报警处理。
14、根据本专利技术的一个实施例，所述被确定为超时车辆，与白名单车辆比对，匹配成功去除超时车辆标志。
15、根据本专利技术的一个实施例，所述第二监控点还包括隧道周边门架、高速出入口收费站。
16、根据本专利技术的一个实施例，所述相似度匹配的第二监控点排序按照距离远近及距离换算成行驶时间，匹配排序按照距离由近及远、或者时间从短到长依次匹配该监控点的抓拍图像。
17、根据本专利技术的一个实施例，根据第一监控点、第二监控点之间的距离设置预设时长阈值t。
18、本专利技术第三方面提供一种隧道车辆留存异常检测装置，应用于智能交通系统中的服务端，其特征在于，所述智能交通系统还包括部署于第一监控点和第二监控点的监控前端，所述第一监控点为隧道入口处的指定区域，所述第二监控点为隧道出口处的指定区域，所述装置包括：
19、获取单元，用于获取监控点的车辆抓拍信息，所述车辆抓拍信息包括抓拍时间、车辆信息、车道信息以及监控点信息；
20、检测单元，用于基于所述车辆抓拍的车牌信息，进行留存车辆的检测；所述留存车辆为进入隧道和离开隧道超过预设时长阈值t；
21、处理单元，用于车辆超过进入隧道和离开隧道超过预设时长阈值t时，进行留存车辆行驶异常报警处理。
22、本专利技术第四方面提供一种电子设备，其特征在于，该电子设备包括：
23、处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；所述处理器用于执行机器可执行指令，以实现权利要求1-10任一项的方法步骤。
24、本专利技术实施例具有以下有益效果：
25本文档来自技高网...
【技术保护点】
1.一种车牌相似度匹配方法，其特征在于，包括应用于服务器，所述服务器分别与多个感知设备通信连接，所述车牌相似度匹配方法包括：
2.根据权利要求1所述的车牌相似度匹配方法，其特征在于，预训练阶段中，第一抓拍图像、第二抓拍图像切割为单个字符图片、对应位置字符两两通过结构相似性算法SSIM(Structural SIMilarity)对比图片相似度、获取结果数值。
3.根据权利要求1所述的车牌相似度匹配方法，其特征在于，所述第一抓拍图像、第二抓拍图像去除共同空白部分后截取相同尺寸图片，转换为灰度图。
4.根据权利要求1所述的车牌相似度匹配方法，其特征在于，所述车牌字符初始矩阵按照时间段或光线条件进行分时、分类构建，车牌匹配矩阵中的bij数值代入对应的相同时间段，或相同光线条件下的车牌字符初始矩阵aij数值。
5.根据权利要求4所述的车牌相似度匹配方法，其特征在于，所述某个时间段中，若产生相同字符对，相似度数值采用平均数。
6.一种隧道车辆留存异常检测方法，应用于智能交通系统中的服务端，包括：
7.根据权利要求6所述
8.根据权利要求6所述的车辆留存异常检测方法，其特征在于，所述第二监控点还包括隧道周边门架、高速出入口收费站。
9.根据权利要求8所述的车辆留存异常检测方法，所述相似度匹配的第二监控点排序按照距离远近及距离换算成行驶时间，匹配排序按照距离由近及远、或者时间从短到长依次匹配该监控点的抓拍图像。
10.根据权利要求6或8所述的车辆留存异常检测方法，根据第一监控点、第二监控点之间的距离设置预设时长阈值T。
11.一种隧道车辆留存异常检测装置，应用于智能交通系统中的服务端，其特征在于，所述智能交通系统还包括部署于第一监控点和第二监控点的监控前端，所述第一监控点为隧道入口处的指定区域，所述第二监控点为隧道出口处的指定区域，所述装置包括：
12.一种电子设备，其特征在于，该电子设备包括：
...【技术特征摘要】
1.一种车牌相似度匹配方法，其特征在于，包括应用于服务器，所述服务器分别与多个感知设备通信连接，所述车牌相似度匹配方法包括：
2.根据权利要求1所述的车牌相似度匹配方法，其特征在于，预训练阶段中，第一抓拍图像、第二抓拍图像切割为单个字符图片、对应位置字符两两通过结构相似性算法ssim(structural similarity)对比图片相似度、获取结果数值。
3.根据权利要求1所述的车牌相似度匹配方法，其特征在于，所述第一抓拍图像、第二抓拍图像去除共同空白部分后截取相同尺寸图片，转换为灰度图。
4.根据权利要求1所述的车牌相似度匹配方法，其特征在于，所述车牌字符初始矩阵按照时间段或光线条件进行分时、分类构建，车牌匹配矩阵中的bij数值代入对应的相同时间段，或相同光线条件下的车牌字符初始矩阵aij数值。
5.根据权利要求4所述的车牌相似度匹配方法，其特征在于，所述某个时间段中，若产生相同字符对，相似度数值采用平均数。
6.一种隧道车辆留存异常检测方法，...
【专利技术属性】
技术研发人员：胡晓，叶俊，袁红叶，陈航锋，葛海航，金庆锋，王海峰，梁润润，李永波，魏玉琪，潜国胜，
申请(专利权)人：浙江交投高速公路运营管理有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。