套牌车识别方法、装置、电子设备及存储介质

技术领域

本发明涉及人工智能技术领域，具体涉及一种套牌车识别方法、装置、电子设备及存储介质。

背景技术

目前使用车辆进行出行或者货物运输等等，但不法人员会对车辆进行非法的改造，改造为以非法方式得到真车牌的相同车辆。现有技术通过获取驾驶车辆的驾驶员的人脸图像，将驾驶员的人脸图像与该车辆的注册车主的人脸图像进行比对，在确定两者不一致时，可以确定当前车辆为套牌车。

然而现有技术中，由于存在驾驶当前车辆的驾驶员，该车辆有可能是用户租借的，若将驾驶员的人脸图像与车辆的注册车主的人脸图像进行比对，会将车辆误判为套牌车，导致套牌车的识别准确率低。

发明内容

鉴于以上内容，有必要提出一种套牌车识别方法、装置、电子设备及存储介质，根据多个经纬度偏差值自动识别出目标车辆是否为套牌车，无需获取用户的信息，确保了车主信息安全性，提高了套牌车的识别效率和准确率。

本发明的第一方面提供一种套牌车识别方法，所述方法包括：

接收摄像头拍摄的目标车辆的目标图像，识别所述目标图像确定所述目标车辆的第一信息；

根据所述第一信息中的车牌号提取对应的登记信息；

识别所述第一信息中是否存在与所述登记信息不一致的第二信息；

当所述第一信息中存在与所述登记信息不一致的第二信息时，获取预设时间段内所述目标车辆的多个经纬度；

根据所述多个经维度确定所述目标车辆的多个经纬度偏差值，根据所述多个经纬度偏差值确定所述目标车辆是否为套牌车。

可选地，所述获取预设时间段内所述目标车辆的多个经纬度包括：

获取预设时间段内摄像头拍摄的所述目标车辆的多张目标图像；

提取所述多张目标图像中的时间信息和坐标信息；

将所述坐标信息映射到预设的地图中，并根据所述预设的地图对所述坐标信息进行更新得到新的坐标信息；

根据所述时间信息和所述新的坐标信息绘制所述目标车辆的行驶轨迹；

从所述行驶轨迹中随机提取多个目标点，并将所述多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度。

可选地，所述获取预设时间段内所述目标车辆的多个经纬度包括：

获取预设时间段内摄像头拍摄的所述目标车辆的多张目标图像；

提取每张所述目标图像中的第一时间信息和第一坐标信息；

将所述第一坐标信息映射到预设的地图中，得到对应目标图像的第二坐标信息；

根据所述预设的地图、所述第一坐标信息和所述第二坐标信息调整所述第一时间信息得到对应目标图像的第二时间信息；

根据多张目标图像的第二时间信息和所述第二坐标信息生成所述目标车辆的行驶轨迹；

从所述行驶轨迹中随机提取多个目标点，并将所述多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度。

可选地，所述识别所述目标图像确定所述目标车辆的第一信息包括：

对所述目标图像的每个像素点进行扫描，得到每个像素点的RGB数据，其中，所述目标图像存储于区块链节点中；

将每个像素点的RGB数据转换为HSV空间图像数据；

识别所述目标图像中车牌底色的颜色，并根据所述车牌底色的颜色对应的车牌底色阈值进行颜色过滤，获取过滤后的第一图像；

对所述第一图像进行降噪处理和边缘检测，得到第二图像；采用深度优先遍历所述第二图像，得到多个连通区域；记录每个连通区域的长度比，根据所述多个连通区域的长宽比和预设的长宽比阈值确定至少一个目标连通区域，从所述至少一个目标连通区域筛选出所述目标车辆的车牌图像；对所述车牌图像进行识别得到所述目标车辆的车牌号码；

对所述第一图像进行识别，得到所述目标车辆的车体颜色，及对所述第一图像进行车型识别，得到所述目标车辆的车型识别信息；

将所述目标车辆的车牌底色的颜色、车牌号码、车体颜色及车型识别信息确定为所述目标车辆的第一信息。

可选地，所述根据所述第一信息中的车牌号提取对应的登记信息包括：

识别所述车牌号码中的城市信息；

根据所述城市信息获取对应的调用接口；

根据所述车牌号码及对应的调用接口调用所述车牌号对应的登记信息。

可选地，所述根据所述多个经维度确定所述目标车辆的多个经纬度偏差值包括：

计算每个经纬度与剩余经纬度之间的偏差值得到多个第一偏差值；

将所述多个第一偏差值确定为所述目标车辆的多个经纬度偏差值。

可选地，所述根据所述多个经维度确定所述目标车辆的多个经纬度偏差值包括：

计算每个经纬度与剩余经纬度之间的偏差值得到多个第一偏差值；

根据预设的地图确定每个经纬度与剩余经纬度之间的标准时间差；

计算每个第一偏差值与对应的标准时间差之商，得到每个经纬度与剩余经纬度之间的行驶速度；

计算每个经纬度与剩余经纬度之间的行驶速度与对应经纬度的速度阈值之间的差值，得到多个第二偏差值；

将所述多个第二偏差值确定为所述目标车辆的多个经纬度偏差值。

本发明的第二方面提供一种套牌车识别装置，所述装置包括：

接收模块，用于接收摄像头拍摄的目标车辆的目标图像，识别所述目标图像确定所述目标车辆的第一信息；

提取模块，用于根据所述第一信息中的车牌号提取对应的登记信息；

识别模块，用于识别所述第一信息中是否存在与所述登记信息不一致的第二信息；

获取模块，用于当所述第一信息中存在与所述登记信息不一致的第二信息时，获取预设时间段内所述目标车辆的多个经纬度；

确定模块，用于根据所述多个经维度确定所述目标车辆的多个经纬度偏差值，根据所述多个经纬度偏差值确定所述目标车辆是否为套牌车。

本发明的第三方面提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现所述的套牌车识别方法。

本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的套牌车识别方法。

综上所述，本发明所述的套牌车识别方法、装置、电子设备及存储介质，一方面，根据所述多个经维度确定所述目标车辆的多个经纬度偏差值，根据所述多个经纬度偏差值确定所述目标车辆是否为套牌车，通过将确定的目标车辆的多个经纬度偏差值与预设的偏差阈值进行比较，自动识别出目标车辆是否为套牌车，无需获取用户的信息，确保了车主信息安全性，提高了套牌车的识别效率和准确率；另一方面，获取预设时间段内所述目标车辆的多个经纬度，通过将所述目标车辆的坐标信息映射到对应的与预设的地图中，确定出目标车辆对应的实际的时间信息和坐标信息，并绘制出所述目标车辆的行驶轨迹，并从所述行驶轨迹中随机提取多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度，提高了多个经纬度的准确性及多样性；最后，根据所述第一信息中的车牌号提取对应的登记信息，通过车牌号码中的城市信息从对应的调用接口中进行登记信息调用，具有针对性的调用登记信息，加快了登记信息的调用效率及准确率。

附图说明

图1是本发明实施例一提供的套牌车识别方法的流程图。

图2是本发明实施例二提供的套牌车识别装置的结构图。

图3是本发明实施例三提供的电子设备的结构示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

实施例一

图1是本发明实施例一提供的套牌车识别方法的流程图。

在本实施例中，所述套牌车识别方法可以应用于电子设备中，对于需要进行套牌车识别的电子设备，可以直接在电子设备上集成本发明的方法所提供的套牌车识别的功能，或者以软件开发工具包(Software Development Kit，SDK)的形式运行在电子设备中。

如图1所示，所述套牌车识别方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略。

S11，接收摄像头拍摄的目标车辆的目标图像，识别所述目标图像确定所述目标车辆的第一信息。

本实施例中，从预设的多个数据源接收所述目标车辆的目标图像，所述目标图像可以是从拍摄的视频中获取的所述目标车辆的图像帧，也可以是所述摄像头抓拍的所述目标车辆的目标图像，在接收到所述目标车辆的目标图像之后，对所述目标图像进行识别，得到所述目标车辆的第一信息。

在一个较佳的实施例中，所述识别所述目标图像确定所述目标车辆的第一信息包括：

对所述目标图像的每个像素点进行扫描，得到每个像素点的RGB数据，其中，所述目标图像存储于区块链节点中；

将每个像素点的RGB数据转换为HSV空间图像数据；

识别所述目标图像中车牌底色的颜色，并根据所述车牌底色的颜色对应的车牌底色阈值进行颜色过滤，获取过滤后的第一图像；

对所述第一图像进行降噪处理和边缘检测，得到第二图像；采用深度优先遍历所述第二图像，得到多个连通区域；记录每个连通区域的长度比，根据所述多个连通区域的长宽比和预设的长宽比阈值确定至少一个目标连通区域，从所述至少一个目标连通区域筛选出所述目标车辆的车牌图像；对所述车牌图像进行识别得到所述目标车辆的车牌号码；

对所述第一图像进行识别，得到所述目标车辆的车体颜色，及对所述第一图像进行车型识别，得到所述目标车辆的车型识别信息；

将所述目标车辆的车牌底色的颜色、车牌号码、车体颜色及车型识别信息确定为所述目标车辆的第一信息。

在一个较佳的实施例中，所述对所述第一图像进行降噪处理和边缘检测，得到第二图像包括：

确定所述第一图像的清晰度；

根据所述清晰度，确定与所述清晰度匹配的数量阈值；

对所述第一图像的每个像素点进行扫描，并比较当前扫描的目标像素点的RGB值与围绕所述目标像素点的周围像素点的RGB值的大小；

若所述目标像素点的RGB值与所述周围像素点的RGB值相等，确定所述周围像素点的数量；

若所述数量小于所述数量阈值，确定所述目标像素点为噪点，并对所述噪点进行降噪处理；

对降噪处理后的第一图像进行边缘检测，得到第二图像。

本实施例中，在进行目标车辆的第一信息识别过程中，对所述目标图像进行HSV颜色转换，对HSV颜色进行过滤，具体地，根据所述目标车辆的车牌底色的颜色对应的阈值范围进行颜色过滤，具有针对性，提高了车牌号码识别的准确率。

本实施例中，将过滤后的第一图像进行降噪和边缘检测，通过降噪处理，去除噪点，对降噪后的第一图像进行边缘检测，防止周围有和车牌底色相同颜色的物体干扰，特别是车体颜色，经过边缘检测后可以减少车体颜色的跳变干扰，过滤掉车体颜色，去除干扰，得到第二图像，采用深度优先遍历所述第二图像，得到多个连通区域，具体地，所述连通区域是由具有相同像素值的相邻像素组成像素集合，由于现有的车牌都具有矩形特征，符合一定的长宽比例，通过判断遍历出的连通区域是否符合预设的长宽比阈值筛选出所述目标车辆的车牌图像，并对所述车牌图像进行识别得到所述目标车辆的车牌号码，具体地，可以采用OCR识别所述车牌图像中的车牌号码，确定出目标车辆的车牌号码，并对所述第一图像进行识别，得到车体颜色及车型识别信息，将所述目标车辆的车牌底色的颜色、车牌号码、车体颜色及车型识别信息确定为所述目标车辆的第一信息。

本实施例中，通过根据所述目标车辆的车牌底色的颜色对应的阈值范围进行颜色过滤，根据不同车牌底色的颜色采用不同的阈值范围进行颜色过滤，提高了颜色过滤的效率和准确率，同时对第一图像进行边缘检测及通过遍历第二图像得到多个连通区域，并筛选出车牌图像，可以避免现有技术采用投影法定位车牌图像位置导致的车牌图像错误的定位，引起的提取到的车牌图像错误的现象，提高了车牌图像提取的准确率，进而提高了第一信息提取的准确率。

在其他替代的实施例中，所述第一信息可以包括以下任意一种或者多种组合：目标车辆的车牌底色的颜色；车牌号码；车体颜色；车型识别信息；车辆构造信息。

需要强调的是，为进一步保证上述目标图像的私密和安全性，上述目标图像还可以存储于一区块链的节点中。

S12，根据所述第一信息中的车牌号提取对应的登记信息。

本实施例中，所述登记信息是指用户购买所述目标车辆时登记的信息，具体地，所述登记信息包括车辆信息及用户信息，其中，所述车辆信息包括：车牌号码、车体颜色、车辆构造信息、车型信息等其他与车辆相关的信息，所述登记信息包含所述第一信息。

在一个较佳的实施例中，所述根据所述第一信息中的车牌号提取对应的登记信息包括：

识别所述车牌号码中的城市信息；

根据所述城市信息获取对应的调用接口；

根据所述车牌号码及对应的调用接口调用所述车牌号对应的登记信息。

本实施例中，系统中包含有多个城市，每个城市对应一个调用接口，根据所述车牌号码中的城市信息从对应的调用接口中进行登记信息调用，从对应的调用接口调用登记信息，具有针对性的调用登记信息，加快了登记信息的调用效率及准确率。

S13，识别所述第一信息中是否存在与所述登记信息不一致的第二信息。

本实施例中，将所述第一信息与所述登记信息进行匹配，根据匹配结果确定所述目标车辆是否为套牌车，其中，所述第一信息中包含有多个第一子信息，所述第二信息中包含有多个第二子信息。

在一个较佳的实施例中，所述识别所述第一信息中是否存在与所述登记信息不一致的第二信息包括：

将所述第一信息中的每个第一子信息与所述登记信息中的第二子信息进行匹配；

当每个所述第一子信息与所述登记信息中的第二子信息相匹配时，确定所述第一信息中不存在与所述登记信息不一致的第二信息；或者

当每个所述第一子信息与所述登记信息中的任意一个第二子信息不匹配时，确定所述第一信息中存在与所述登记信息不一致的第二信息。

本实施例中，若所述第一信息中的任意一个第一子信息与所述第二信息中的任意一个第二子信息不匹配时，怀疑所述目标车辆是套牌车。

S14，当所述第一信息中存在与所述登记信息不一致的第二信息时，获取预设时间段内所述目标车辆的多个经纬度。

本实施例中，可以预先设置时间段，具体地，所述预设时间段可以根据所述目标车辆的行驶路况及时间段进行确定，根据不同的情况预设不同时间段，例如，当行驶时间段为高峰期，且路况比较堵塞，预设时间段可以设置为30分钟；当行驶时间段不为高峰期，但路况比较复杂，预设时间段可以设置为1个小时。本实施例所述的经纬度用于表征车辆的行驶轨迹。

在一个较佳的实施例中，所述获取预设时间段内所述目标车辆的多个经纬度包括：

获取预设时间段内摄像头拍摄的所述目标车辆的多张目标图像；

提取所述多张目标图像中的时间信息和坐标信息；

将所述坐标信息映射到预设的地图中，并根据所述预设的地图对所述坐标信息进行更新得到新的坐标信息；

根据所述时间信息和所述新的坐标信息绘制所述目标车辆的行驶轨迹；

从所述行驶轨迹中随机提取多个目标点，并将所述多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度。

本实施例中，根据获取的目标车辆的目标图像，提取对应的预设的地图，根据所述预设的地图确定所述目标车辆的多个经纬度。具体地，将所述目标车辆的坐标信息映射到所述预设的地图中，并将所述坐标信息移动到所述预设的地图的道路上，得到每个坐标信息对应的新的坐标信息，根据所述新的坐标信息在所述预设的地图上绘制出所述目标车辆的行驶轨迹，从所述行驶轨迹中随机提取多个目标点，具体地，所述目标点是指十字路口、拐弯等对行驶轨迹影响比较大的点。

在一个较佳的实施例中，所述获取预设时间段内所述目标车辆的多个经纬度包括：

获取预设时间段内摄像头拍摄的所述目标车辆的多张目标图像；

提取每张所述目标图像中的第一时间信息和第一坐标信息；

将所述第一坐标信息映射到预设的地图中，得到对应目标图像的第二坐标信息；

根据所述预设的地图、所述第一坐标信息和所述第二坐标信息调整所述第一时间信息得到对应目标图像的第二时间信息；

根据多张目标图像的第二时间信息和所述第二坐标信息生成所述目标车辆的行驶轨迹；

从所述行驶轨迹中随机提取多个目标点，并将所述多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度。

本实施例中，摄像头拍摄的目标图像中的时间信息和坐标信息，时间信息是指拍摄时间，坐标信息是指摄像头的位置信息，时间信息和坐标信息并不是车辆实际的时间信息和坐标信息，故通过将所述目标车辆的坐标信息映射到对应的与预设的地图中，确定出目标车辆对应的实际的时间信息和坐标信息，并绘制出所述目标车辆的行驶轨迹，并从所述行驶轨迹中随机提取多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度，提高了多个经纬度的准确性及多样性。

S15，根据所述多个经维度确定所述目标车辆的多个经纬度偏差值，根据所述多个经纬度偏差值确定所述目标车辆是否为套牌车。

本实施例中，所述套牌车是指是指不法分子伪造和非法套取真牌车的号牌、型号和颜色，使走私、拼装、报废和盗抢来的车辆在表面披上了“合法”的外衣，根据目标车辆在预设时间段内的多个经纬度，识别目标车辆是否为套牌车。

在一个较佳的实施例中，所述根据所述多个经维度确定所述目标车辆的多个经纬度偏差值包括：

计算每个经纬度与剩余经纬度之间的偏差值得到多个第一偏差值；

将所述多个第一偏差值确定为所述目标车辆的多个经纬度偏差值。

本实施例中，通过计算每个经纬度与剩余经纬度之间的差值，得到多个第一偏差值，可以根据多个第一偏差值确定是否出现了跨度较大的经纬度，例如，预设时间段内出现在不同省市，判断所述目标车辆是套牌车。

在一个可替代的实施例中，所述根据所述多个经维度确定所述目标车辆的多个经纬度偏差值包括：

计算每个经纬度与剩余经纬度之间的偏差值得到多个第一偏差值；

根据预设的地图确定每个经纬度与剩余经纬度之间的标准时间差；

计算每个第一偏差值与对应的标准时间差之商，得到每个经纬度与剩余经纬度之间的行驶速度；

计算每个经纬度与剩余经纬度之间的行驶速度与对应经纬度的速度阈值之间的差值，得到多个第二偏差值；

将所述多个第二偏差值确定为所述目标车辆的多个经纬度偏差值。

本实施例中，可以根据预设的地图对应的每个路段的速度阈值，确定所述目标车辆的车速是否满足要求。

在一个较佳的实施例中，所述根据所述经纬度偏差值确定所述目标车辆是否为套牌车包括：

将每个所述经纬度偏差值与预设的偏差阈值进行比较；

当任意一个经纬度偏差值大于或者等于所述预设的偏差阈值时，确定所述目标车辆是套牌车；或者

当所述多个经纬度偏差值小于所述预设的偏差阈值时，确定所述目标车辆不是套牌车。

本实施例中，通过将每个所述经纬度偏差值与预设的偏差阈值进行比较，根据比较结果确定所述目标车辆是否为套牌车，若任意一个经纬度偏差值大于或者等于所述预设的偏差阈值，所述目标车辆可能出现了跨度较大的经纬度或者行驶的速度不满足要求，确定所述目标车辆是套牌车。

本实施例中，通过将确定的目标车辆的多个经纬度偏差值与预设的偏差阈值进行比较，自动识别出目标车辆是否为套牌车，无需获取用户的信息，确保了车主信息安全性，提高了套牌车的识别效率和准确率。

进一步地，所述方法还包括：

当确定所述目标车辆是套牌车时，触发报警，并将所述第一信息发送至对应的客户端。

本实施例中，当确定目标车辆为套牌车时，实现自动报警，并将相关车辆信息发送至对应的客户端，提高了套牌车的处理效率。

综上所述，本实施例所述的一种套牌车识别方法，一方面，根据所述多个经维度确定所述目标车辆的多个经纬度偏差值，根据所述多个经纬度偏差值确定所述目标车辆是否为套牌车，通过将确定的目标车辆的多个经纬度偏差值与预设的偏差阈值进行比较，自动识别出目标车辆是否为套牌车，无需获取用户的信息，确保了车主信息安全性，提高了套牌车的识别效率和准确率；另一方面，获取预设时间段内所述目标车辆的多个经纬度，通过将所述目标车辆的坐标信息映射到对应的与预设的地图中，确定出目标车辆对应的实际的时间信息和坐标信息，并绘制出所述目标车辆的行驶轨迹，并从所述行驶轨迹中随机提取多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度，提高了多个经纬度的准确性及多样性；最后，根据所述第一信息中的车牌号提取对应的登记信息，通过车牌号码中的城市信息从对应的调用接口中进行登记信息调用，具有针对性的调用登记信息，加快了登记信息的调用效率及准确率。

实施例二

图2是本发明实施例二提供的套牌车识别装置的结构图。

在一些实施例中，所述套牌车识别装置20可以包括多个由程序代码段所组成的功能模块。所述套牌车识别装置20中的各个程序段的程序代码可以存储于电子设备的存储器中，并由所述至少一个处理器所执行，以执行(详见图1描述)套牌车识别的功能。

本实施例中，所述套牌车识别装置20根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：接收模块201、提取模块202、识别模块203、获取模块204、确定模块205及发送模块206。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。

接收模块201，用于接收摄像头拍摄的目标车辆的目标图像，识别所述目标图像确定所述目标车辆的第一信息。

本实施例中，从预设的多个数据源接收所述目标车辆的目标图像，所述目标图像可以是从拍摄的视频中获取的所述目标车辆的图像帧，也可以是所述摄像头抓拍的所述目标车辆的目标图像，在接收到所述目标车辆的目标图像之后，对所述目标图像进行识别，得到所述目标车辆的第一信息。

在一个较佳的实施例中，所述接收模块201识别所述目标图像确定所述目标车辆的第一信息包括：

对所述目标图像的每个像素点进行扫描，得到每个像素点的RGB数据，其中，所述目标图像存储于区块链节点中；

将每个像素点的RGB数据转换为HSV空间图像数据；

识别所述目标图像中车牌底色的颜色，并根据所述车牌底色的颜色对应的车牌底色阈值进行颜色过滤，获取过滤后的第一图像；

对所述第一图像进行降噪处理和边缘检测，得到第二图像；采用深度优先遍历所述第二图像，得到多个连通区域；记录每个连通区域的长度比，根据所述多个连通区域的长宽比和预设的长宽比阈值确定至少一个目标连通区域，从所述至少一个目标连通区域筛选出所述目标车辆的车牌图像；对所述车牌图像进行识别得到所述目标车辆的车牌号码；

对所述第一图像进行识别，得到所述目标车辆的车体颜色，及对所述第一图像进行车型识别，得到所述目标车辆的车型识别信息；

将所述目标车辆的车牌底色的颜色、车牌号码、车体颜色及车型识别信息确定为所述目标车辆的第一信息。

在一个较佳的实施例中，所述对所述第一图像进行降噪处理和边缘检测，得到第二图像包括：

确定所述第一图像的清晰度；

根据所述清晰度，确定与所述清晰度匹配的数量阈值；

对所述第一图像的每个像素点进行扫描，并比较当前扫描的目标像素点的RGB值与围绕所述目标像素点的周围像素点的RGB值的大小；

若所述目标像素点的RGB值与所述周围像素点的RGB值相等，确定所述周围像素点的数量；

若所述数量小于所述数量阈值，确定所述目标像素点为噪点，并对所述噪点进行降噪处理；

对降噪处理后的第一图像进行边缘检测，得到第二图像。

本实施例中，在进行目标车辆的第一信息识别过程中，对所述目标图像进行HSV颜色转换，对HSV颜色进行过滤，具体地，根据所述目标车辆的车牌底色的颜色对应的阈值范围进行颜色过滤，具有针对性，提高了车牌号码识别的准确率。

本实施例中，将过滤后的第一图像进行降噪和边缘检测，通过降噪处理，去除噪点，对降噪后的第一图像进行边缘检测，防止周围有和车牌底色相同颜色的物体干扰，特别是车体颜色，经过边缘检测后可以减少车体颜色的跳变干扰，过滤掉车体颜色，去除干扰，得到第二图像，采用深度优先遍历所述第二图像，得到多个连通区域，具体地，所述连通区域是由具有相同像素值的相邻像素组成像素集合，由于现有的车牌都具有矩形特征，符合一定的长宽比例，通过判断遍历出的连通区域是否符合预设的长宽比阈值筛选出所述目标车辆的车牌图像，并对所述车牌图像进行识别得到所述目标车辆的车牌号码，具体地，可以采用OCR识别所述车牌图像中的车牌号码，确定出目标车辆的车牌号码，并对所述第一图像进行识别，得到车体颜色及车型识别信息，将所述目标车辆的车牌底色的颜色、车牌号码、车体颜色及车型识别信息确定为所述目标车辆的第一信息。

本实施例中，通过根据所述目标车辆的车牌底色的颜色对应的阈值范围进行颜色过滤，根据不同车牌底色的颜色采用不同的阈值范围进行颜色过滤，提高了颜色过滤的效率和准确率，同时对第一图像进行边缘检测及通过遍历第二图像得到多个连通区域，并筛选出车牌图像，可以避免现有技术采用投影法定位车牌图像位置导致的车牌图像错误的定位，引起的提取到的车牌图像错误的现象，提高了车牌图像提取的准确率，进而提高了第一信息提取的准确率。

在其他替代的实施例中，所述第一信息可以包括以下任意一种或者多种组合：目标车辆的车牌底色的颜色；车牌号码；车体颜色；车型识别信息；车辆构造信息。

需要强调的是，为进一步保证上述目标图像的私密和安全性，上述目标图像还可以存储于一区块链的节点中。

提取模块202，用于根据所述第一信息中的车牌号提取对应的登记信息。

本实施例中，所述登记信息是指用户购买所述目标车辆时登记的信息，具体地，所述登记信息包括车辆信息及用户信息，其中，所述车辆信息包括：车牌号码、车体颜色、车辆构造信息、车型信息等其他与车辆相关的信息，所述登记信息包含所述第一信息。

在一个较佳的实施例中，所述提取模块202根据所述第一信息中的车牌号提取对应的登记信息包括：

识别所述车牌号码中的城市信息；

根据所述城市信息获取对应的调用接口；

根据所述车牌号码及对应的调用接口调用所述车牌号对应的登记信息。

本实施例中，系统中包含有多个城市，每个城市对应一个调用接口，根据所述车牌号码中的城市信息从对应的调用接口中进行登记信息调用，从对应的调用接口调用登记信息，具有针对性的调用登记信息，加快了登记信息的调用效率及准确率。

识别模块203，用于识别所述第一信息中是否存在与所述登记信息不一致的第二信息。

本实施例中，将所述第一信息与所述登记信息进行匹配，根据匹配结果确定所述目标车辆是否为套牌车，其中，所述第一信息中包含有多个第一子信息，所述第二信息中包含有多个第二子信息。

在一个较佳的实施例中，所述识别模块203识别所述第一信息中是否存在与所述登记信息不一致的第二信息包括：

将所述第一信息中的每个第一子信息与所述登记信息中的第二子信息进行匹配；

当每个所述第一子信息与所述登记信息中的第二子信息相匹配时，确定所述第一信息中不存在与所述登记信息不一致的第二信息；或者

当每个所述第一子信息与所述登记信息中的任意一个第二子信息不匹配时，确定所述第一信息中存在与所述登记信息不一致的第二信息。

本实施例中，若所述第一信息中的任意一个第一子信息与所述第二信息中的任意一个第二子信息不匹配时，怀疑所述目标车辆是套牌车。

获取模块204，用于当所述第一信息中存在与所述登记信息不一致的第二信息时，获取预设时间段内所述目标车辆的多个经纬度。

本实施例中，可以预先设置时间段，具体地，所述预设时间段可以根据所述目标车辆的行驶路况及时间段进行确定，根据不同的情况预设不同时间段，例如，当行驶时间段为高峰期，且路况比较堵塞，预设时间段可以设置为30分钟；当行驶时间段不为高峰期，但路况比较复杂，预设时间段可以设置为1个小时。本实施例所述的经纬度用于表征车辆的行驶轨迹。

在一个较佳的实施例中，所述获取模块204获取预设时间段内所述目标车辆的多个经纬度包括：

获取预设时间段内摄像头拍摄的所述目标车辆的多张目标图像；

提取所述多张目标图像中的时间信息和坐标信息；

将所述坐标信息映射到预设的地图中，并根据所述预设的地图对所述坐标信息进行更新得到新的坐标信息；

根据所述时间信息和所述新的坐标信息绘制所述目标车辆的行驶轨迹；

从所述行驶轨迹中随机提取多个目标点，并将所述多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度。

本实施例中，根据获取的目标车辆的目标图像，提取对应的预设的地图，根据所述预设的地图确定所述目标车辆的多个经纬度。具体地，将所述目标车辆的坐标信息映射到所述预设的地图中，并将所述坐标信息移动到所述预设的地图的道路上，得到每个坐标信息对应的新的坐标信息，根据所述新的坐标信息在所述预设的地图上绘制出所述目标车辆的行驶轨迹，从所述行驶轨迹中随机提取多个目标点，具体地，所述目标点是指十字路口、拐弯等对行驶轨迹影响比较大的点。

在一个较佳的实施例中，所述获取模块204获取预设时间段内所述目标车辆的多个经纬度包括：

获取预设时间段内摄像头拍摄的所述目标车辆的多张目标图像；

提取每张所述目标图像中的第一时间信息和第一坐标信息；

将所述第一坐标信息映射到预设的地图中，得到对应目标图像的第二坐标信息；

根据所述预设的地图、所述第一坐标信息和所述第二坐标信息调整所述第一时间信息得到对应目标图像的第二时间信息；

根据多张目标图像的第二时间信息和所述第二坐标信息生成所述目标车辆的行驶轨迹；

从所述行驶轨迹中随机提取多个目标点，并将所述多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度。

本实施例中，摄像头拍摄的目标图像中的时间信息和坐标信息，时间信息是指拍摄时间，坐标信息是指摄像头的位置信息，时间信息和坐标信息并不是车辆实际的时间信息和坐标信息，故通过将所述目标车辆的坐标信息映射到对应的与预设的地图中，确定出目标车辆对应的实际的时间信息和坐标信息，并绘制出所述目标车辆的行驶轨迹，并从所述行驶轨迹中随机提取多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度，提高了多个经纬度的准确性及多样性。

确定模块205，用于根据所述多个经维度确定所述目标车辆的多个经纬度偏差值，根据所述多个经纬度偏差值确定所述目标车辆是否为套牌车。

本实施例中，所述套牌车是指是指不法分子伪造和非法套取真牌车的号牌、型号和颜色，使走私、拼装、报废和盗抢来的车辆在表面披上了“合法”的外衣，根据目标车辆在预设时间段内的多个经纬度，识别目标车辆是否为套牌车。

在一个较佳的实施例中，所述确定模块205根据所述多个经维度确定所述目标车辆的多个经纬度偏差值包括：

计算每个经纬度与剩余经纬度之间的偏差值得到多个第一偏差值；

将所述多个第一偏差值确定为所述目标车辆的多个经纬度偏差值。

本实施例中，通过计算每个经纬度与剩余经纬度之间的差值，得到多个第一偏差值，可以根据多个第一偏差值确定是否出现了跨度较大的经纬度，例如，预设时间段内出现在不同省市，判断所述目标车辆是套牌车。

在一个可替代的实施例中，所述确定模块205根据所述多个经维度确定所述目标车辆的多个经纬度偏差值包括：

计算每个经纬度与剩余经纬度之间的偏差值得到多个第一偏差值；

根据预设的地图确定每个经纬度与剩余经纬度之间的标准时间差；

计算每个第一偏差值与对应的标准时间差之商，得到每个经纬度与剩余经纬度之间的行驶速度；

计算每个经纬度与剩余经纬度之间的行驶速度与对应经纬度的速度阈值之间的差值，得到多个第二偏差值；

将所述多个第二偏差值确定为所述目标车辆的多个经纬度偏差值。

本实施例中，可以根据预设的地图对应的每个路段的速度阈值，确定所述目标车辆的车速是否满足要求。

在一个较佳的实施例中，所述确定模块205根据所述经纬度偏差值确定所述目标车辆是否为套牌车包括：

将每个所述经纬度偏差值与预设的偏差阈值进行比较；

当任意一个经纬度偏差值大于或者等于所述预设的偏差阈值时，确定所述目标车辆是套牌车；或者

当所述多个经纬度偏差值小于所述预设的偏差阈值时，确定所述目标车辆不是套牌车。

本实施例中，通过将每个所述经纬度偏差值与预设的偏差阈值进行比较，根据比较结果确定所述目标车辆是否为套牌车，若任意一个经纬度偏差值大于或者等于所述预设的偏差阈值，所述目标车辆可能出现了跨度较大的经纬度或者行驶的速度不满足要求，确定所述目标车辆是套牌车。

本实施例中，通过将确定的目标车辆的多个经纬度偏差值与预设的偏差阈值进行比较，自动识别出目标车辆是否为套牌车，无需获取用户的信息，确保了车主信息安全性，提高了套牌车的识别效率和准确率。

进一步地，发送模块206，用于当确定所述目标车辆是套牌车时，触发报警，并将所述第一信息发送至对应的客户端。

本实施例中，当确定目标车辆为套牌车时，实现自动报警，并将相关车辆信息发送至对应的客户端，提高了套牌车的处理效率。

综上所述，本实施例所述的一种套牌车识别装置，一方面，根据所述多个经维度确定所述目标车辆的多个经纬度偏差值，根据所述多个经纬度偏差值确定所述目标车辆是否为套牌车，通过将确定的目标车辆的多个经纬度偏差值与预设的偏差阈值进行比较，自动识别出目标车辆是否为套牌车，无需获取用户的信息，确保了车主信息安全性，提高了套牌车的识别效率和准确率；另一方面，获取预设时间段内所述目标车辆的多个经纬度，通过将所述目标车辆的坐标信息映射到对应的与预设的地图中，确定出目标车辆对应的实际的时间信息和坐标信息，并绘制出所述目标车辆的行驶轨迹，并从所述行驶轨迹中随机提取多个目标点的经纬度作为预设时间段内所述目标车辆的多个经纬度，提高了多个经纬度的准确性及多样性；最后，根据所述第一信息中的车牌号提取对应的登记信息，通过车牌号码中的城市信息从对应的调用接口中进行登记信息调用，具有针对性的调用登记信息，加快了登记信息的调用效率及准确率。

实施例三

参阅图3所示，为本发明实施例三提供的电子设备的结构示意图。在本发明较佳实施例中，所述电子设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。

本领域技术人员应该了解，图3示出的电子设备的结构并不构成本发明实施例的限定，既可以是总线型结构，也可以是星形结构，所述电子设备3还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。

在一些实施例中，所述电子设备3是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述电子设备3还可包括客户设备，所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、数码相机等。

需要说明的是，所述电子设备3仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。

在一些实施例中，所述存储器31用于存储程序代码和各种数据，例如安装在所述电子设备3中的套牌车识别装置20，并在电子设备3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31包括只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

在一些实施例中，所述至少一个处理器32可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述电子设备3的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备3的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块，以及调用存储在所述存储器31内的数据，以执行电子设备3的各种功能和处理数据。

在一些实施例中，所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。

尽管未示出，所述电子设备3还可以包括给各个部件供电的电源(比如电池)，可选的，电源可以通过电源管理装置与所述至少一个处理器32逻辑相连，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。

在进一步的实施例中，结合图2，所述至少一个处理器32可执行所述电子设备3的操作装置以及安装的各类应用程序(如所述的套牌车识别装置20)、程序代码等，例如，上述的各个模块。

所述存储器31中存储有程序代码，且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如，图2中所述的各个模块是存储在所述存储器31中的程序代码，并由所述至少一个处理器32所执行，从而实现所述各个模块的功能以达到套牌车识别的目的。

在本发明的一个实施例中，所述存储器31存储多个指令，所述多个指令被所述至少一个处理器32所执行以实现套牌车识别的功能。

具体地，所述至少一个处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

进一步地，所述计算机可读存储介质可以是非易失性，也可以是易失性。

进一步地，所述计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

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涵括在本发明内。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。此外，显然“包括”一词不排除其他单元或，单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。