(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210772283.6 (22)申请日 2022.06.30 (71)申请人 上海应用技 术大学 地址 201418 上海市奉贤区海泉路10 0号 (72)发明人 张灿云　刘雨欣　陈进　王凤超　 孙雨　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 赵志远 (51)Int.Cl. G06V 10/20(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06V 10/24(2022.01) (54)发明名称 一种基于图像识别的车辆通行证 检测方法 (57)摘要 本发明涉及一种基于图像识别的车辆通行 证检测方法， 该方法包括以下步骤： 通过大门道 闸摄像机采集带有车辆通行证的可通行车辆高 清图片， 预处理后构建车辆通行证区域检测数据 集； 搭建目标检测网络， 将数据集送入网络进行 训练； 通过训练好的目标检测网络获得车辆通行 证的检测框； 对检测框中的车辆通行证与通过此 道闸所需的车辆通行证对比； 若匹配， 则通行此 车辆。 与现有 技术相比， 本发明能够快速、 准确地 对车辆通行证进行检测， 可改变人工排查车辆出 入证的现状， 提高排 查效率及准确性。 权利要求书1页 说明书4页 附图5页 CN 115272646 A 2022.11.01 CN 115272646 A 1.一种基于图像识别的车辆通行证 检测方法， 其特 征在于， 该 方法包括以下步骤： 步骤S1、 采集经过道闸的带有车辆通行证的车辆图片作为样本图片， 对样本图片进行 预处理， 将样本图片及其标注信息作为数据集； 步骤S2、 构建车辆通行证区域目标检测网络， 使用步骤S1的数据集训练车辆通行证区 域检测网络， 得到训练好的车辆通行证区域检测网络； 步骤S3、 对待测车辆图片进行预处理后输入步骤S2训练后的车辆通行证区域目标检测 网络， 获得包 含置信度得分的目标框； 步骤S4、 根据置信度阈值筛选出高得分的目标框， 然后通过非极大值抑制算法剔除位 置重合度高的目标框， 对最终保留的目标框进行图像校正， 校正后的图像作为检测结果； 步骤S5、 将步骤S4中的检测结果作为待测车辆通行证进行边缘检测， 将待测车辆通行 证边缘检测结果图与通过此道闸所需的原始车辆通行证边缘检测结果图进行对比， 若匹 配， 则通行当前 车辆。 2.根据权利要求1所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所述 步骤S1中的车辆图片通过道闸旁的高清摄 像头进行采集。 3.根据权利要求1所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所述 步骤S1或步骤S3中的预处 理包括对车辆图片进行降噪及采样。 4.根据权利要求1所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所述 步骤S1中的标注信息包括平行四边形框的位置信息 。 5.根据权利要求1所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所述 步骤S2中的车辆通行证区域检测网络包括R ‑CNN系列网络和YOLO系列网络 。 6.根据权利要求1所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所述 步骤S4中对最终保留的目标框进行图像校正， 具体为： 对最终保留的目标框进行基于透视 变换的几何校正。 7.根据权利要求1所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所述 步骤S5中的边 缘检测算法包括Can ny、 Soble和Rober ts边缘检测算法。 8.根据权利要求7所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所述 步骤S5中的边 缘检测算法采用Can ny边缘检测算法。 9.根据权利要求8所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所述 Canny边缘检测算法具体为： 1)高斯平 滑滤波； 2)计算梯度； 3)非极大值抑制； 4)双阈值检测、 连接边 缘。 10.根据权利要求1所述的一种基于图像识别的车辆通行证检测方法， 其特征在于， 所 述步骤S5具体包括以下子步骤： 步骤S51、 将原 始车辆通行证下采样， 使其与待测车辆通行证大小相同； 步骤S52、 将下采样后的原始车辆通行证与待测车辆通行证进行边缘检测并二值化处 理； 步骤S53、 将两幅二 值图对应位置像素点的像素值 一一比较； 步骤S54、 若对应位置像素值相等的像素点个数与像素点总个数的比值大于所设阈值， 则判定为两幅图像匹配， 即通行当前 车辆。权　利　要　求　书 1/1 页 2 CN 115272646 A 2一种基于图像识别的车辆通行证检测方 法 技术领域 [0001]本发明涉及智能交通技术领域， 尤其是涉及一种基于图像识别的车辆通行证检测 方法。 背景技术 [0002]汽车作为现代人类主要的交通方式， 对经济发展起到了重要作用。 为提高交通秩 序， 道闸门禁系统目前已经大量应用于停车场、 小区、 工厂、 市政机 关等场合。 道闸 门禁系统 一般依靠识别车牌来辨别车辆， 但在一些特殊场景下， 临时车辆出入证起到了车牌所不能 替代的作用。 在现今的疫情背景下， 对封闭场合如小区、 学校的物资运输车辆， 一般不只靠 车牌识别身份， 都会发放车辆通行证、 出入证来达 到证实身份的目的。 [0003]目前， 对车辆通行证的辨别主要依靠人工排查， 排查效率及准确率不能得到保证， 加之疫情影响， 任何错 误的排查都有可能导 致病毒大 范围传播。 发明内容 [0004]本发明的目的就是为了克服上述现有技术存在的缺陷而提供了一种检测效率高 且准确性高的基于图像识别的车辆通行证 检测方法。 [0005]本发明的目的可以通过以下技 术方案来实现： [0006]本发明提供了一种基于图像识别的车辆通行证 检测方法， 该 方法包括以下步骤： [0007]步骤S1、 采集经过道闸的带有车辆通行证 的车辆图片作为样本图片， 对样本图片 进行预处理， 将样本图片及其标注信息作为数据集； [0008]步骤S2、 构建车辆通行证区域目标检测网络， 使用步骤S1的数据集训练车辆通行 证区域检测网络， 得到训练好的车辆通行证区域检测网络； [0009]步骤S3、 对待测车辆图片进行预处理后输入步骤S2训练后的车辆通行证区域目标 检测网络， 获得包 含置信度得分的目标框； [0010]步骤S4、 根据置信度阈值筛选出高得分的目标框， 然后通过非极大值抑制算法剔 除位置重合度高的目标框， 对最终保留的目标框进行图像校正， 校正后的图像作为检测结 果； [0011]步骤S5、 将步骤S4中的检测 结果作为待测 车辆通行证进行边缘检测， 将待测 车辆 通行证边缘检测结果图与通过此道闸所需的原始车辆通行证边缘检测结果图进行对比， 若 匹配， 则通行当前 车辆。 [0012]优选地， 所述 步骤S1中的车辆图片通过道闸旁的高清摄 像头进行采集。 [0013]优选地， 所述 步骤S1或步骤S3中的预处 理包括对车辆图片进行降噪及采样。 [0014]优选地， 所述 步骤S1中的标注信息包括平行四边形框的位置信息 。 [0015]优选地， 所述步骤S2中的车辆通行证区域检测网络包括R ‑CNN系列网络和YOLO系 列网络。 [0016]优选地， 所述步骤S 4中对最终保 留的目标框进行图像校正， 具体为： 对最终保 留的说　明　书 1/4 页 3 CN 115272646 A 3