基于字符相似度的车牌识别多结果投票融合方法

doi:10.3969/j.issn.1006-2475.2025.06.015

计算机与现代化 ›› 2025, Vol. 0 ›› Issue (06): 92-100.doi: 10.3969/j.issn.1006-2475.2025.06.015

基于字符相似度的车牌识别多结果投票融合方法

（1.中山大学智能工程学院，广东深圳 518107； 2.广东省智能交通系统重点实验室，广东深圳 518107；
3.广州航海学院信息与通信工程学院，广东广州 510725； 4.广东省公安厅，广东广州 510050）

出版日期:2025-06-30 发布日期:2025-07-01
作者简介: 作者简介：陈泽（1999—），男，广东湛江人，硕士研究生，研究方向:视频图像大数据分析，E-mail: chenz9@mail2.sysu.edu.cn；通信作者：李熙莹（1972—），教授，博士，研究方向:基于视频图像的车辆检测与识别，交通视频大数据处理，E-mail: stslxy@mail.sysu.edu.cn；通信作者：江倩殷（1987—），女，博士，研究方向:交通图像处理，机器学习，E-mail: qyjiang19@163.com；林群雄（1974—），男，博士，研究方向：视频图像智能化技术，E-mail: linqx_zngcxy@163.com；孙全忠（1975—），男，本科，研究方向:检测技术与自动化，图像处理，E-mail： kjksqz@163.com。
基金资助:
基金项目：公安部科技计划资助项目（2021JC38）；广东省自然科学基金资助项目（2022A1515010361）

Multi-Result Voting Fusion Method for License Plate Recognition Based on Character Similarity

（1. School of Intelligent Systems Engineering， Sun Yat-sen University， Shenzhen 518107， China；
2. Guangdong Province Key Laboratory of Intelligent Transportation System， Shenzhen 518107， China；
3. School of Information and Communication Engineering， Guangzhou Maritime University， Guangzhou 510725， China；
4. Guangdong Provincial Public Security Department， Guangzhou 510050， China）

Online:2025-06-30 Published:2025-07-01

摘要/Abstract

摘要：
摘要：车牌识别是车辆信息识别的重要环节，但面临着相似字符识别混淆、识别结果的可信程度难以衡量等问题。为了提高车牌识别算法的可用性，本文提出一种基于字符相似度的车牌识别多结果投票融合方法。该方法根据字符相似度与贝叶斯定理推导车牌识别结果的投票权重，并选择投票权重最大的车牌识别结果作为投票结果。在计算投票权重的过程中，根据车牌字符的特点，提出以车牌整体为投票单元的整牌加权投票法与以单个车牌字符为投票单元的字符加权投票法。同时，本文计算投票结果的理论最小投票准确率，并作为投票结果置信度，用以衡量投票结果的可信程度。实验结果表明本文方法具有较好的效果，其投票准确率与易错字符投票准确率相比于传统加权投票法分别提高了0.78个百分点与2.18个百分点，能有效减少字符识别混淆的情况。同时表明了本文方法的有效性与稳定性，相比于传统加权投票方法，能更好地反映出投票结果的可信程度。

关键词: 关键词：字符相似度, 加权投票法, 结果融合, 车牌识别

Abstract:

Abstract: License plate recognition （LPR） is an important tool for vehicle information recognition. However， it faces some problems such as similar character confusion and unmeasurable credibility of recognition results. In order to improve the usability of LPR algorithms， this paper proposes a multi-result voting fusion method based on character similarity. The method calculates the voting weight of the LPR results according to the character similarity and Bayes theorem， and selects the largest voting weight as the voting result. In the process of calculating the voting weight， the plate weighted voting method and character weighted voting method are proposed according to the characteristics of license plate. Between them， the plate weighted voting method takes the whole license plate as the voting unit， and the character weighted voting method takes a single license plate character as the voting unit. At the same time， voting result confidence is calculated to measure the credibility of the voting results， and it is the theoretical minimum voting accuracy. The experimental results show that the proposed method can effectively reduce the confusion of character recognition. Compared with the traditional weighted voting method， the voting accuracy and error-prone character voting accuracy of the proposed method are increased by 0.78 percentage points and 2.18 percentage points respectively. The experimental results also show that the proposed voting result confidence calculation method is effective and stable. Compared with the traditional weighted voting method， the proposed method can better reflect the credibility of the voting results.

Key words: Key words: character similarity, weighted voting, result fusion, license plate recognition

中图分类号:

TP391.41

陈泽1, 李熙莹1, 2, 江倩殷3, 林群雄4, 孙全忠4. 基于字符相似度的车牌识别多结果投票融合方法[J]. 计算机与现代化, 2025, 0(06): 92-100.

CHEN Ze1, LI Xiying1, 2, JIANG Qianyin3, LIN Qunxiong4, SUN Quanzhong4. Multi-Result Voting Fusion Method for License Plate Recognition Based on Character Similarity[J]. Computer and Modernization, 2025, 0(06): 92-100.

参考文献

［1］穆世义，徐树公. 基于单字符注意力的全品类鲁棒车牌识别［J］. 自动化学报， 2023，49（1）:122-134.
［2］李庆凯，基于深度学习的车牌监控系统研究与设计［D］. 长春:吉林建筑大学， 2023.
［3］李彦，张洪博，石莲英. 基于SIFT特征匹配的车牌识别方法［J］. 计算机工程与应用， 2016，52（12）:194-200.
［4］刘帅师，程曦，郭文燕，等. 深度学习方法研究新进展［J］. 智能系统学报， 2016，11（5）: 567-577.
［5］陈民，吴观茂. 复杂环境下的车牌识别算法研究［J］. 湖北理工学院学报， 2023，39（4）: 52-56.
［6］何赟泽，谯灵俊，郭隆强，等. 以图像为主的多模态感知与多源融合技术发展及应用综述［J］. 测控技术， 2023，42（6）:10-21.
［7］ BOURJA O， NAGGAR O， BOURZEIX F， et al. Sharpness improvement of license plates using a fusion method［C］// 2017 Intelligent Systems and Computer Vision （ISCV）. IEEE， 2017:1-6.
［8］任安虎，张燕，张亮. 数据融合技术在车牌字符识别中的应用研究［J］. 电子设计工程， 2010，18（8）:33-35.
［9］ BEN HAMZA A， HE Y， KRIM H， et al. A multiscale approach to pixel-level image fusion［J］. Integrated Computer-Aided Engineering， 2005，12（2）:135-146.
［10］董燕，朱永胜，刘聪. 图像融合技术在车牌识别中的应用［J］. 计算机测量与控制， 2013，21（3）:791-793.
［11］陈洪亮，李雪松，关巍，等. 无人机检测在车牌字符自动识别系统中的应用［J］. 自动化技术与应用， 2022，41（10）:81-84.
［12］刘小溪，程佳诚，程咏梅，等. 车载视频图像路牌检测与字符序列识别方法［J］. 计算机工程与应用， 2023， 59（8）: 175-181.
［13］ KOCH J， WOLF S， BEYERER J. A transformer-based late-fusion mechanism for fine-grained object recognition in videos［C］// Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision. IEEE， 2023:100-109.
［14］ DE OLIVEIRA I O， LAROCA R， MENOTTI D， et al. Vehicle-Rear: A new dataset to explore feature fusion for vehicle identification using convolutional neural networks ［J］. IEEE Access， 2021，9:101065-101077.
［15］ MOLDER C， BOSCOIANU M， VIZITIU I C， et al. Decision fusion for improved automatic license plate recognition ［J］. WSEAS Transactions on Information Science and Applications， 2009，6（2）:291-300.
［16］廖辉传，赵海霞. 基于分类器决策融合的红外图像目标识别方法［J］. 红外与激光工程， 2022，51（8）:282-287.
［17］程腾，侯登超，张强，等. 基于D-S证据理论的多模态结果级融合框架研究［J］. 汽车工程， 2023，45（10）:1815-1823.
［18］ IZIDIO D M F， FERREIRA A P A， MEDEIROS H R， et al. An embedded automatic license plate recognition system using deep learning ［J］. Design Automation for Embedded Systems， 2020，24（1）:23-43.
［19］ LAROCA R， ZANLORENSI L A， ESTEVAM V， et al. Leveraging model fusion for improved license plate recognition［C］// Iberoamerican Congress on Pattern Recognition. Springer， 2023:60-75.
［20］董婷，范婕，邵攀. 顾及不确定性分析的多数投票SAR影像变化检测［J］. 航天返回与遥感， 2023，44（2）:118-128.
［21］ XIAO G， BAVIRISETTI D P， LIU G， et al. Decision-level image fusion ［J］. Image Fusion， 2020:149-170.
［22］姚砺，马睿，周同辉，等. 停车管理中车牌识别技术的研究［J］. 智能计算机与应用， 2021，11（6）:31-35.
［23］任文娟，杨战鹏，许光銮，等. 海上动目标身份置信度融合计算模型［J］. 系统工程与电子技术， 2023，45（4）:1082-1089.
［24］中华人民共和国公安部. 中华人民共和国机动车号牌: GA 36-2018［S］. 北京:中国标准出版社， 2014.
［25］ DALAL N， TRIGGS B. Histograms of oriented gradients for human detection［C］// 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. IEEE， 2005，1:886-893.
［26］高达义. 基于局部特征的人脸表情识别算法［D］. 南京: 南京邮电大学， 2021.
［27］张宇，刘雨东，计钊. 向量相似度测度方法［J］. 声学技术， 2009，28（4）:532-536.。
［28］ GITEE. HyperLPR3高性能开源中文车牌识别框架［EB/OL］.［2024-04-29］. https://gitee.com/mirrors/HyperLPR.
［29］ VisionZenith. 火眼臻睛简介［EB/OL］.［2024-04-29］. https://vzeye.vzenith.com/about-us/.
［30］ Baidu. 车牌识别_车牌识别系统_车牌OCR识别-百度AI开放平台［EB/OL］.［2024-04-29］. https://ai.baidu.com/tech/ocr_cars/plate.
［31］张彩珍，李颖，康斌龙，等. 基于深度学习的模糊车牌字符识别算法［J］. 激光与光电子学进展， 2021，58（16）:259-266.
［32］ DU Y， CHEN Z， JIA C， et al. Svtr: Scene text recognition with a single visual model［C］.// International Joint Conference on Artificial Intelligence（IJCAI）.2022: 884-890.
［33］ XU Z， YANG W， MENG A， et al. Towards end-to-end license plate detection and recognition: A large dataset and baseline［C］// Proceedings of the European Conference on Computer Vision （ECCV）. 2018:255-271.
［34］吕颢. 应用于监控视频中的多帧图像车牌识别系统［D］. 南京: 南京邮电大学， 2018.

[1]	程章, 刘丹, 王艳霞. 基于混合Transformer的视线估计模型[J]. 计算机与现代化, 2025, 0(04): 1-5.
[2]	谢海情, 凌佳琪, 宜新博. 基于深度学习的舌象体质分类方法[J]. 计算机与现代化, 2025, 0(03): 99-105.
[3]	闫强1, 沈守婷2, 白俊卿2, 程国建2. 基于深度学习的视频去雨算法[J]. 计算机与现代化, 2025, 0(02): 100-107.
[4]	涂福泉, 戚晏奇, 刘建, 汪曙峰. 基于改进YOLOv8s的金属齿轮表面瑕疵检测算法 [J]. 计算机与现代化, 2025, 0(01): 100-106.
[5]	陈凯1, 李宜汀1, 2, 全华凤1 . 基于改进YOLOv8的河道废弃瓶检测方法[J]. 计算机与现代化, 2024, 0(11): 113-120.
[6]	程亚子1, 雷亮1, 2, 陈瀚1, 赵毅然1. 基于转置注意力的多尺度深度融合单目深度估计[J]. 计算机与现代化, 2024, 0(09): 121-126.
[7]	来坤. 字符模糊的中文纸质发票文字识别方法[J]. 计算机与现代化, 2024, 0(08): 114-119.
[8]	武丽1, 张征浩2, 葛彩成2, 俞俊2. 基于改进SCNN网络的车道线检测算法[J]. 计算机与现代化, 2024, 0(07): 87-92.
[9]	朱纷, 何立风, 孙爽, 张梦颖, 于佳佳. 基于形变残差和级联编码的胰腺分割模型[J]. 计算机与现代化, 2024, 0(06): 83-88.
[10]	乔佳, 徐琨, 胡佩蓉. 多尺度特征融合的版面分析方法[J]. 计算机与现代化, 2024, 0(05): 16-21.
[11]	徐成1, 张芸2, 曾祥进1. 胎盘超声图像分割[J]. 计算机与现代化, 2024, 0(05): 115-119.

基于字符相似度的车牌识别多结果投票融合方法

Multi-Result Voting Fusion Method for License Plate Recognition Based on Character Similarity

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价