本发明提供基于智慧城市数据仓库和识别规则库的套牌车识别方法，包括抓拍模块、中央处理器、无线网络模块一、身份核实模块、大数据模块以及无线网络模块二，抓拍模块输出端与储存模块输入端相连接，中央处理器与无线网络模块一双向数据连接，该设计解决了原有数据仓库和识别规则库缺乏抓拍和信息采集功能的问题，无线网络模块二与大数据模块双向数据连接，大数据模块输出端与身份核实模块输入端相连接，该设计解决了原有数据仓库和识别规则库缺乏有效的套牌身份查询功能的问题，本发明结构合理，便于实现数据仓库和识别规则库的套牌身份核实功能。
1.基于智慧城市数据仓库和识别规则库的套牌车识别方法，包括套牌识别终端、车管所终端以及仓库电子锁，其特征在于：所述车管所终端与套牌识别终端双向数据连接，所述套牌识别终端输出端与仓库电子锁输入端相连接；
所述套牌识别终端包括抓拍模块、储存模块、中央处理器、无线网络模块一以及电源模块，所述抓拍模块输出端与储存模块输入端相连接，所述储存模块输出端与中央处理器输入端相连接，所述中央处理器与无线网络模块一双向数据连接，所述中央处理器输出端与仓库电子锁输入端相连接，所述电源模块输出端与中央处理器输入端相连接；
所述车管所终端包括网络发布模块、身份核实模块、大数据模块以及无线网络模块二，所述无线网络模块二与大数据模块双向数据连接，所述大数据模块输出端与身份核实模块输入端相连接，所述身份核实模块输出端与网络发布模块输入端相连接；
所述抓拍模块设置有多组，所述抓拍模块设置于街头十字路口，所述抓拍模块内部设置有红外感应单元、照明单元和全景摄像头和特写摄像头，所述全景摄像头固定设置，所述特写摄像头设置于云台上，所述红外感应单元输出端与全景摄像头和特写摄像头的输入端相连接，所述照明单元输出端与全景摄像头和特写摄像头的输入端相连接，所述全景摄像头和特写摄像头的输出端与储存模块输入端相连接；
通过车管所终端与套牌识别终端的套牌车识别方法如下：
(1)先通过全景摄像头对各个路口的实景进行视频拍摄，当有车辆通过时，通过旋转云台，利用特写摄像头对该车辆进行追踪视频拍摄，实现对车辆的抓取、特写和追踪；
(2)选取开始有车辆出现在路口的全景摄像头的视频流，相对应的选取该时段的特写摄像头的视频流，选取一段t1到t2时间段的图像，保证t1到t2时间段的图像能清楚的显示车辆的信息；
(3)将在t1到t2时间段的特写摄像头视频流的三维特征点映射到全局环境三维特征点中，剔除特写摄像头在t1到t2时间段的视频流中出现的背景部分，留下车辆信息部分的图像；
假设特写摄像头的视频流三维图像像素点为f(x，y，z)，所述全局环境三维特征的图像像素点为F(X,Y,Z)所述其中θ为在t1到t2时间段的特写摄像头视频流的角度变化值；
(4)提取出全局环境三维特征的图像像素点F(X,Y,Z)下的车辆外形图像和车牌外形图像，令所述车辆外形图像为P(xp，yp，zp)，用余弦距离深度特征的相似度WP，其中xi，yi，zi分别为大数据模块中的车辆外形特征和所述提取出的车辆外形图像P的第I个元素特征点；
(5)设定相似度阀值为T，当WP≥T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度符合车管所终端的设定值，当WP＜T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度不符合车管所终端的设定值，T的取值为0.5-0.6；
(6)当提取出的所述车辆外形图像与大数据模块中的车辆图片相似度符合车管所终端的设定值时，进一步比对车牌信息和所述车牌对应的车主信息，如果车牌信息和所述车牌对应的车主信息与拍摄到的车辆图像相符合，则不存在套牌；否者存在套牌。
2.根据权利要求1所述的基于智慧城市数据仓库和识别规则库的套牌车识别方法，其特征在于：所述电源模块输入端通过导线与外界电源相连接。
3.根据权利要求1所述的基于智慧城市数据仓库和识别规则库的套牌车识别方法，其特征在于：所述身份核实模块内部设置有对比单元和储存单元，所述对比单元输出端与储存单元输入端相连接，所述储存单元输出端与网络发布模块输入端相连接。
4.根据权利要求1所述的基于智慧城市数据仓库和识别规则库的套牌车识别方法，其特征在于：所述大数据模块内部设置有云数据接收单元和信息分类单元，所述云数据接收单元输入端与外界大数据网络相连接，所述云数据接收单元输出端与信息分类单元输入端相连接，所述信息分类单元输出端与身份核实模块输入端相连接。
5.根据权利要求1所述的基于智慧城市数据仓库和识别规则库的套牌车识别方法，其特征在于：在所述步骤(3)中，假设 为全局环境三维特征的图像像素点的集合，其中N为全局环境三维特征的图像像素点个数， 假
设 为特写摄像头的视频流三维图像像素点的集合，其中N为
(a)在特写摄像头视频流的三维特征点映射到全局环境三维特征点的过程中，对每个特写摄像头视频流的三维特征图像像素点 计算所述特写摄像头视频流的三维特征图像像素点的邻域的特征点 其中 Tr为距离阀值；
(b)更新所述 的坐标为邻域点坐标的均值： 其中K为邻域点个
(c)对所述特写摄像头视频流的三维特征图像像素点 重复步骤(a)和(b)，直到所有点的坐标进行更新，确定出所述全局环境三维特征的图像为车辆信息图像。
基于智慧城市数据仓库和识别规则库的套牌车识别方法
技术领域
[0001] 本发明是基于智慧城市数据仓库和识别规则库的套牌车识别方法，属于识别设备技术领域。
背景技术
[0002] 从智慧城市的体系结构来看，由于智慧城市的基础在于物联网技术，因此智慧城市体系结构和物联网的体系结构相类似，也可分为感知层、传输层、平台层、应用层。智慧城市相对于数字城市来说，最大的区别在于对感知层获取的信息进行了智慧的处理，因此也可以认为智慧城市是数字城市的升级版。由城市数字化到城市智慧化，关键是要实现对数字信息的智慧处理，其核心是引入大数据处理技术。
[0003] 以往的智慧城市缺乏有效的套牌车识别装置，这样会给一些不法车辆有可趁之机，不便于车辆进行联网核实身份，现有的图像处理技术、数据仓库和识别规则库缺乏抓拍和信息采集功能和套牌身份查询功能，现在急需基于智慧城市数据仓库和识别规则库的套牌车识别方法来解决上述出现的问题。
发明内容
[0004] 针对现有技术存在的不足，本发明目的是提供基于智慧城市数据仓库和识别规则库的套牌车识别方法，以解决上述背景技术中提出的问题，本发明结构合理，便于实现数据仓库和识别规则库的套牌身份核实功能。
[0005] 为了实现上述目的，本发明是通过如下的技术方案来实现：
[0006] 1、基于智慧城市数据仓库和识别规则库的套牌车识别方法，包括套牌识别终端、车管所终端以及仓库电子锁，其特征在于：所述车管所终端与套牌识别终端双向数据连接，所述套牌识别终端输出端与仓库电子锁输入端相连接；
[0007] 所述套牌识别终端包括抓拍模块、储存模块、中央处理器、无线网络模块一以及电源模块，所述抓拍模块输出端与储存模块输入端相连接，所述储存模块输出端与中央处理器输入端相连接，所述中央处理器与无线网络模块一双向数据连接，所述中央处理器输出端与仓库电子锁输入端相连接，所述电源模块输出端与中央处理器输入端相连接；
[0008] 所述车管所终端包括网络发布模块、身份核实模块、大数据模块以及无线网络模块二，所述无线网络模块二与大数据模块双向数据连接，所述大数据模块输出端与身份核实模块输入端相连接，所述身份核实模块输出端与网络发布模块输入端相连接；
[0009] 所述抓拍模块设置有多组，所述抓拍模块设置于街头十字路口，所述抓拍模块内部设置有红外感应单元、照明单元和全景摄像头和特写摄像头，所述全景摄像头固定设置，所述特写摄像头设置于云台上，所述红外感应单元输出端与全景摄像头和特写摄像头的输入端相连接，所述照明单元输出端与全景摄像头和特写摄像头的输入端相连接，所述全景摄像头和特写摄像头的输出端与储存模块输入端相连接；
[0010] 通过车管所终端与套牌识别终端的套牌车识别方法如下：
[0011] (1)先通过全景摄像头对各个路口的实景进行视频拍摄，当有车辆通过时，通过旋转云台，利用特写摄像头对该车辆进行追踪视频拍摄，实现对车辆的抓取、特写和追踪；
[0012] (2)选取开始有车辆出现在路口的全景摄像头的视频流，相对应的选取该时段的特写摄像头的视频流，选取一段t1到t2时间段的图像，保证t1到t2时间段的图像能清楚的显示车辆的信息；
[0013] (3)将在t1到t2时间段的特写摄像头视频流的三维特征点映射到全局环境三维特征点中，剔除特写摄像头在t1到t2时间段的视频流中出现的背景部分，留下车辆信息部分的图像；
[0014] 假设特写摄像头的视频流三维图像像素点为f(x，y，z)，所述全局环境三维特征的图像像素点为F(X,Y,Z)所述其中θ为在t1到t2时间段的特写摄像头
视频流的角度变化值；
[0015] (4)提取出全局环境三维特征的图像像素点F(X,Y,Z)下的车辆外形图像和车牌外形图像，令所述车辆外形图像为P(xp，yp，zp)，用余弦距离深度特征的相似度WP，其中xi，yi，zi分别为大数据模块中的车辆外形特征和所述提取出的车辆外形图像P的第I个元素特征点；
[0016] (5)设定相似度阀值为T，当WP≥T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度符合车管所终端的设定值，当WP＜T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度不符合车管所终端的设定值，T的取值为0.5-0.6；
[0017] (6)当提取出的所述车辆外形图像与大数据模块中的车辆图片相似度符合车管所终端的设定值时，进一步比对车牌信息和所述车牌对应的车主信息，如果车牌信息和所述车牌对应的车主信息与拍摄到的车辆图像相符合，则不存在套牌；否者存在套牌。
[0018] 进一步的，所述电源模块输入端通过导线与外界电源相连接。
[0019] 进一步的，所述身份核实模块内部设置有对比单元和储存单元，所述对比单元输出端与储存单元输入端相连接，所述储存单元输出端与网络发布模块输入端相连接。
[0020] 进一步的，所述大数据模块内部设置有云数据接收单元和信息分类单元，所述云数据接收单元输入端与外界大数据网络相连接，所述云数据接收单元输出端与信息分类单元输入端相连接，所述信息分类单元输出端与身份核实模块输入端相连接。
[0021] 进一步的，在所述步骤(3)中，假设 为全局环境三维特征的图像像素点的集合，其中N为全局环境三维特征的图像像素点个数，假设 为特写摄像头的视频流三维图像像
素点的集合，其中N为特写摄像头的视频流三维图像像素点个数，
[0022] (a)在特写摄像头视频流的三维特征点映射到全局环境三维特征点的过程中，对每个特写摄像头视频流的三维特征图像像素点 计算所述特写摄像头视频流的三维特征图像像素点的邻域的特征点 其中Tr为距离阀值；
[0023] (b)更新所述 的坐标为邻域点坐标的均值： 其中K为邻域点个数；
[0024] (c)对所述特写摄像头视频流的三维特征图像像素点 重复步骤(a)和(b)，直到所有点的坐标进行更新，确定出所述全局环境三维特征的图像为车辆信息图像。
[0025] 本发明的有益效果：本发明的基于智慧城市数据仓库和识别规则库的套牌车识别方法，因本发明添加了抓拍模块、储存模块、中央处理器、无线网络模块一以及电源模块，该设计能有效进行抓拍和信息采集，解决了原有数据仓库和识别规则库缺乏抓拍和信息采集功能的问题，提高了本发明的信息采集效果。
[0026] 因本发明添加了网络发布模块、身份核实模块、大数据模块以及无线网络模块二，该设计能有效进行车牌身份查实以及网络上传，解决了原有数据仓库和识别规则库缺乏有效的套牌身份查询功能的问题，提高了本发明的套牌查询以及网络上传效果。
[0027] 因抓拍模块内部设置有红外感应单元、照明单元和摄像头，红外感应单元输出端与摄像头输入端相连接，照明单元输出端与摄像头输入端相连接，摄像头输出端与储存模块输入端相连接，该设计实现对车牌和车身精准抓拍，因身份核实模块内部设置有对比单元和储存单元，对比单元输出端与储存单元输入端相连接，储存单元输出端与网络发布模块输入端相连接，该设计方便将被检测车牌以及车体进行查询对比，双向核实车辆身份，因大数据模块内部设置有云数据接收单元和信息分类单元，云数据接收单元输入端与外界大数据网络相连接，云数据接收单元输出端与信息分类单元输入端相连接，信息分类单元输出端与身份核实模块输入端相连接，该设计便于及时更新数据，本发明结构合理，便于实现数据仓库和识别规则库的套牌身份核实功能。
[0028] 本发明的方法通过设置有两种摄像头，先通过全景摄像头对各个路口的实景进行视频拍摄，当检测到有车辆通过该路口时，通过利用特写摄像头对该车辆进行追踪视频拍摄，实现对车辆的抓取、特写和追踪。接着根据全景摄像头的视频流和相对应的特写摄像头的视频流，将特写摄像头的视频流的图像映射到全局环境三维特征点中，用来剔除特写摄像头的视频流中出现的背景部分，留下车辆信息部分的图像；然后通过利用全局环境三维特征的图像像素点F(X,Y,Z)，提取出所述车辆外形图像为P(xp，yp，zp)，通过余弦距离深度特征的相似度WP来与大数据模块中的数据库中存在的车辆信息数据进行比对，并设定有相似度阀值为T，当WP≥T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度符合车管所终端的设定值，当WP＜T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度不符合车管所终端的设定值。最后比对车牌信息和所述车牌对应的车主信息，如果车牌信息和所述车牌对应的车主信息与拍摄到的车辆图像相符合，则不存在套牌；否者存在套牌。这样的方式结构合理，便于实现数据仓库和识别规则库的套牌身份核实功能。
附图说明
[0029] 通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0030] 图1为本发明基于智慧城市数据仓库和识别规则库的套牌车识别系统的结构示意图；
[0031] 图2为本发明基于智慧城市数据仓库和识别规则库的套牌车识别系统中抓拍模块的结构示意图；
[0032] 图3为本发明基于智慧城市数据仓库和识别规则库的套牌车识别系统中身份核实模块的结构示意图；
[0033] 图中：1-套牌识别终端、2-车管所终端、3-仓库电子锁、11-抓拍模块、12-储存模块、13-中央处理器、14-无线网络模块一、15-电源模块、21-网络发布模块、22-身份核实模块、23-大数据模块、24-无线网络模块二、111-红外感应单元、112-照明单元、113-摄像头、221-对比单元、222-储存单元。
具体实施方式
[0034] 为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
[0035] 请参阅图1-图3，本发明提供一种技术方案：基于智慧城市数据仓库和识别规则库的套牌车识别系统，包括套牌识别终端1、车管所终端2以及仓库电子锁3，车管所终端2与套牌识别终端1双向数据连接，套牌识别终端1输出端与仓库电子锁3输入端相连接。
[0036] 套牌识别终端1包括抓拍模块11、储存模块12、中央处理器13、无线网络模块一14以及电源模块15，抓拍模块11输出端与储存模块12输入端相连接，储存模块12输出端与中央处理器13输入端相连接，中央处理器13与无线网络模块一14双向数据连接，中央处理器13输出端与仓库电子锁3输入端相连接，电源模块15输出端与中央处理器13输入端相连接，该设计解决了原有数据仓库和识别规则库缺乏抓拍和信息采集功能的问题。
[0037] 车管所终端2包括网络发布模块21、身份核实模块22、大数据模块23以及无线网络模块二24，无线网络模块二24与大数据模块23双向数据连接，大数据模块23输出端与身份核实模块22输入端相连接，身份核实模块22输出端与网络发布模块21输入端相连接，该设计解决了原有数据仓库和识别规则库缺乏有效的套牌身份查询功能的问题。
[0038] 抓拍模块11内部设置有红外感应单元111、照明单元112和摄像头113，红外感应单元111输出端与摄像头113输入端相连接，照明单元112输出端与摄像头113输入端相连接，摄像头113输出端与储存模块12输入端相连接，该设计实现对车牌和车身精准抓拍，电源模块15输入端通过导线与外界电源相连接，该设计便于对套牌识别终端1供电。
[0039] 身份核实模块22内部设置有对比单元221和储存单元222，对比单元221输出端与储存单元222输入端相连接，储存单元222输出端与网络发布模块21输入端相连接，该设计方便将被检测车牌以及车体进行查询对比，双向核实车辆身份，大数据模块23内部设置有云数据接收单元和信息分类单元，云数据接收单元输入端与外界大数据网络相连接，云数据接收单元输出端与信息分类单元输入端相连接，信息分类单元输出端与身份核实模块22输入端相连接，该设计便于及时更新数据。
[0040] 作为本发明的一个实施例：电源模块15通过导线与外界电源相连接，电源模块15为中央处理器13供电，抓拍模块11通电后，若外界车辆进入仓库门口，此时红外感应单元111检测到信号使摄像头113对车牌和车身进行抓拍工作，照明单元112通电辅助摄像头113照明，摄像头113对车牌和车身抓拍后的信息传输至储存模块12，中央处理器13对储存模块
12内的图片信息通过无线网络模块一14传输至无线网络模块二24，无线网络模块二24将图片信息传输至大数据模块23进行联网核实，大数据模块23发出确认和否认指令，并通过无线网络模块二24传输至无线网络模块一14，通过无线网络模块一14传输至中央处理器13，若中央处理器13接收确认指定，控制仓库电子锁3打开，若中央处理器13接收否认指定，控制仓库电子锁3关闭，起到车辆身份核实的效果，大数据模块23通过身份核实模块22内部对比单元221进行对比，将否认的车辆信息进行储存，并传输至网络发布模块21，起到网络上传报警的效果。
[0041] 通过车管所终端与套牌识别终端的套牌车识别方法如下：
[0042] (1)先通过全景摄像头对各个路口的实景进行视频拍摄，当有车辆通过时，通过旋转云台，利用特写摄像头对该车辆进行追踪视频拍摄，实现对车辆的抓取、特写和追踪；
[0043] (2)选取开始有车辆出现在路口的全景摄像头的视频流，相对应的选取该时段的特写摄像头的视频流，选取一段t1到t2时间段的图像，保证t1到t2时间段的图像能清楚的显示车辆的信息；
[0044] (3)将在t1到t2时间段的特写摄像头视频流的三维特征点映射到全局环境三维特征点中，剔除特写摄像头在t1到t2时间段的视频流中出现的背景部分，留下车辆信息部分的图像；
[0045] 假设特写摄像头的视频流三维图像像素点为f(x，y，z)，所述全局环境三维特征的图像像素点为F(X,Y,Z)所述其中θ为在t1到t2时间段的特写摄像头
视频流的角度变化值；
[0046] (4)提取出全局环境三维特征的图像像素点F(X,Y,Z)下的车辆外形图像和车牌外形图像，令所述车辆外形图像为P(xp，yp，zp)，用余弦距离深度特征的相似度WP，其中xi，yi，zi分别为大数据模块中的车辆外形特征和所述提取出的车辆外形图像P的第I个元素特征点；
[0047] (5)设定相似度阀值为T，当WP≥T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度符合车管所终端的设定值，当WP＜T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度不符合车管所终端的设定值，T的取值为0.5-0.6；
[0048] (6)当提取出的所述车辆外形图像与大数据模块中的车辆图片相似度符合车管所终端的设定值时，进一步比对车牌信息和所述车牌对应的车主信息，如果车牌信息和所述车牌对应的车主信息与拍摄到的车辆图像相符合，则不存在套牌；否者存在套牌。
[0049] 在所述步骤(3)中，假设 为全局环境三维特征的图像像素点的集合，其中N为全局环境三维特征的图像像素点个数， 假
设 为特写摄像头的视频流三维图像像素点的集合，其中N
为特写摄像头的视频流三维图像像素点个数，
[0050] (a)在特写摄像头视频流的三维特征点映射到全局环境三维特征点的过程中，对每个特写摄像头视频流的三维特征图像像素点 计算所述特写摄像头视频流的三维特征图像像素点的邻域的特征点 其中Tr为距离阀值；
[0051] (b)更新所述 的坐标为邻域点坐标的均值： 其中K为邻域点个数，
[0052] (c)对所述特写摄像头视频流的三维特征图像像素点 重复步骤(a)和(b)，直到所有点的坐标进行更新，确定出所述全局环境三维特征的图像为车辆信息图像。
[0053] 本发明的方法通过设置有两种摄像头，先通过全景摄像头对各个路口的实景进行视频拍摄，当检测到有车辆通过该路口时，通过利用特写摄像头对该车辆进行追踪视频拍摄，实现对车辆的抓取、特写和追踪。接着根据全景摄像头的视频流和相对应的特写摄像头的视频流，将特写摄像头的视频流的图像映射到全局环境三维特征点中，用来剔除特写摄像头的视频流中出现的背景部分，留下车辆信息部分的图像；然后通过利用全局环境三维特征的图像像素点F(X,Y,Z)，提取出所述车辆外形图像为P(xp，yp，zp)，通过余弦距离深度特征的相似度WP来与大数据模块中的数据库中存在的车辆信息数据进行比对，并设定有相似度阀值为T，当WP≥T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度符合车管所终端的设定值，当WP＜T时，表明提取出的所述车辆外形图像与大数据模块中的车辆图片相似度不符合车管所终端的设定值。最后比对车牌信息和所述车牌对应的车主信息，如果车牌信息和所述车牌对应的车主信息与拍摄到的车辆图像相符合，则不存在套牌；否者存在套牌。这样的方式结构合理，便于实现数据仓库和识别规则库的套牌身份核实功能。
[0054] 以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0055] 此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
