一种车牌字符识别方法和装置制造方法及图纸

技术编号:14393037 阅读:240 留言:0更新日期:2017-01-10 21:25
本发明专利技术提供了一种车牌字符识别方法和装置,其中,该方法包括:获取待识别的彩色车牌字符图像;对获取到的彩色车牌字符图像进行图像处理;通过预先训练的车牌识别模型对图像处理后的彩色车牌字符图像中的字符进行识别,得到彩色车牌字符图像中的字符分别与车牌识别模型中各预设字符的相似度;确定相似度最大的预设字符与彩色车牌字符图像中的字符相一致。通过本发明专利技术提供的一种车牌字符识别方法和装置,可以提高车牌字符的识别率。

【技术实现步骤摘要】

本专利技术涉及图像处理
,具体而言,涉及一种车牌字符识别方法和装置
技术介绍
目前,车牌识别,是以数字图像处理以及计算机视觉和识别等技术为基础,对拍摄的车辆图像进行分析,从而得到每辆汽车的车牌号码的技术,随着城市交通的发展,车牌识别的技术已经在查处车辆违章和高速公路收费等方面得到广泛应用。相关技术中进行车牌识别的过程包括:获取车牌的字符图像,对获取到的字符图像进行二值化,然后对二值化后的字符图像进行处理,以对车牌上的字符进行识别。在实现本专利技术过程中,专利技术人发现现有技术中至少存在如下问题:由于在对字符图像进行识别之前需要对字符图像进行图像二值化,造成图像二值化后的字符图像丢失了很多的图像信息,而且,图像二值化本身还会导致字符图像与周围背景噪声图像发生粘连,使得字符的识别变的困难,降低了车牌字符的识别率。
技术实现思路
有鉴于此,本专利技术实施例的目的在于提供一种车牌字符识别方法和装置,以提高车牌字符的识别率。第一方面,本专利技术实施例提供了一种车牌字符识别方法,包括:获取待识别的彩色车牌字符图像;对获取到的所述彩色车牌字符图像进行图像处理;通过预先训练的车牌识别模型对图像处理后的所述彩色车牌字符图像中的字符进行识别,得到所述彩色车牌字符图像中的字符分别与所述车牌识别模型中各预设字符的相似度,其中,所述车牌识别模型是通过深度学习网络预先训练得到的;确定相似度最大的预设字符与彩色车牌字符图像中的字符相一致。结合第一方面,本专利技术实施例提供了第一方面的第一种可能的实施方式,其中:对获取到的所述彩色车牌字符图像进行图像处理,包括:获取所述彩色车牌字符图像中三个图像通道的像素值;根据获取到的所述三个图像通道的像素值分别减去预先得到的所述三个图像通道的图像均值,得到所述彩色车牌字符图像的差值图像;对所述彩色车牌字符图像的差值图像进行镜像操作,得到所述彩色车牌字符图像的镜像图像;将所述彩色车牌字符图像和相应的镜像图像进行水平拼接;对水平拼接后的图像进行直方图均衡处理,得到所述图像处理后的彩色车牌字符图像。结合第一方面,本专利技术实施例提供了第一方面的第二种可能的实施方式,其中:所述方法还包括:通过深度学习网络训练车牌识别模型,包括:获取车牌中所有字符的彩色字符图像;对获取到的所有字符的彩色字符图像进行预处理,得到待训练字符图像;通过预先设置的深度学习网络对得到的待训练字符图像进行训练,得到深度学习网络的当前输出结果;通过损失函数计算得到的深度学习网络的当前输出结果与标定类别信息之间的本次输出结果差值;判断得到的本次输出结果差值与上次输出结果差值的差是否小于预设数值,其中,所述上次输出结果差值是深度学习网络的上次输出结果与标定类别信息之间的计算结果;如果是,则根据得到的深度学习网络的输出结果生成车牌识别模型。结合第一方面,本专利技术实施例提供了第一方面的第三种可能的实施方式,其中:对获取到的所有字符的彩色字符图像进行预处理,得到待训练字符图像,包括:将所述所有字符的彩色字符图像中的字符进行平面内倾斜和纵深倾斜,得到所述所有字符的彩色字符图像的倾斜图像;将作为预处理图像的所述所有字符的彩色字符图像和所述倾斜图像进行镜像操作,得到所述预处理图像的镜像图像;将所述预处理图像和所述预处理图像的镜像图像进行水平拼接;对水平拼接后的图像进行直方图均衡处理,得到待训练字符图像。结合第一方面,本专利技术实施例提供了第一方面的第四种可能的实施方式,其中:对获取到的所有字符的彩色字符图像进行预处理,得到待训练字符图像,还包括:分别获取所述待训练字符图像中三个图像通道的像素值和像素数量;通过获取到的所述待训练字符图像中三个图像通道的像素值和像素数量,计算所述三个图像通道的图像均值,并对计算得到的所述三个图像通道的图像均值进行缓存。第二方面,本专利技术实施例还提供一种车牌字符识别装置,包括:图像获取模块,用于获取待识别的彩色车牌字符图像;图像处理模块,用于对获取到的所述彩色车牌字符图像进行图像处理;字符识别模块,用于通过预先训练的车牌识别模型对图像处理后的所述彩色车牌字符图像中的字符进行识别,得到所述彩色车牌字符图像中的字符分别与所述车牌识别模型中各预设字符的相似度,其中,所述车牌识别模型是通过深度学习网络预先训练得到的;确定模块,用于确定相似度最大的预设字符与彩色车牌字符图像中的字符相一致。结合第二方面,本专利技术实施例提供了第二方面的第一种可能的实施方式,其中:所述图像处理模块,包括:像素值获取单元,用于获取所述彩色车牌字符图像中三个图像通道的像素值;差值图像处理单元,用于根据获取到的所述三个图像通道的像素值分别减去预先得到的所述三个图像通道的图像均值,得到所述彩色车牌字符图像的差值图像;镜像单元,用于对所述彩色车牌字符图像的差值图像进行镜像操作,得到所述彩色车牌字符图像的镜像图像;拼接单元,用于将所述彩色车牌字符图像和相应的镜像图像进行水平拼接;处理单元,用于对水平拼接后的图像进行直方图均衡处理,得到所述图像处理后的彩色车牌字符图像。结合第二方面,本专利技术实施例提供了第二方面的第二种可能的实施方式,其中:所述装置还包括:字符获取模块,用于获取车牌中所有字符的彩色字符图像;预处理模块,用于对获取到的所有字符的彩色字符图像进行预处理,得到待训练字符图像;训练模块,用于通过预先设置的深度学习网络对得到的待训练字符图像进行训练,得到深度学习网络的当前输出结果;计算模块,用于通过损失函数计算得到的深度学习网络的当前输出结果与标定类别信息之间的本次输出结果差值;判断模块,用于判断得到的本次输出结果差值与上次输出结果差值的差是否小于预设数值,其中,所述上次输出结果差值是深度学习网络的上次输出结果与标定类别信息之间的计算结果;模型生成模块,用于如果所述判断模块判断结果为是时,根据得到的深度学习网络的输出结果生成车牌识别模型。结合第二方面,本专利技术实施例提供了第二方面的第三种可能的实施方式,其中:所述预处理模块,包括:倾斜单元,用于将所述所有字符的彩色字符图像中的字符进行平面内倾斜和纵深倾斜,得到所述所有字符的彩色字符图像的倾斜图像;镜像操作单元,用于将作为预处理图像的所述所有字符的彩色字符图像和所述倾斜图像进行镜像操作,得到所述预处理图像的镜像图像;预处理图像拼接单元,用于将所述预处理图像和所述预处理图像的镜像图像进行水平拼接;直方图均衡处理单元,用于对水平拼接后的图像进行直方图均衡处理,得到待训练字符图像。结合第二方面,本专利技术实施例提供了第二方面的第四种可能的实施方式,其中:所述预处理模块,还包括:第一像素处理单元,用于分别获取所述待训练字符图像中三个图像通道的像素值和像素数量;第二像素处理单元,用于通过获取到的所述待训练字符图像中三个图像通道的像素值和像素数量,计算所述三个图像通道的图像均值,并对计算得到的所述三个图像通道的图像均值进行缓存。本专利技术实施例提供的一种车牌字符识别方法和装置,通过对彩色车牌字符图像进行处理和识别,与现有技术中需要先对字符图像进行二值化后再对二值化后的字符图像进行识别的过程相比,无需进行字符图像的二值化,可以保证在车牌识别的过程中被识别的彩色车牌字符图像具有更多的图像信息,且不会造成字符图像与周围背景噪声图像发生粘连,使得对彩色车牌字符图像本文档来自技高网...
一种车牌字符识别方法和装置

【技术保护点】
一种车牌字符识别方法,其特征在于,包括:获取待识别的彩色车牌字符图像;对获取到的所述彩色车牌字符图像进行图像处理;通过预先训练的车牌识别模型对图像处理后的所述彩色车牌字符图像中的字符进行识别,得到所述彩色车牌字符图像中的字符分别与所述车牌识别模型中各预设字符的相似度,其中,所述车牌识别模型是通过深度学习网络预先训练得到的;确定相似度最大的预设字符与彩色车牌字符图像中的字符相一致。

【技术特征摘要】
1.一种车牌字符识别方法,其特征在于,包括:获取待识别的彩色车牌字符图像;对获取到的所述彩色车牌字符图像进行图像处理;通过预先训练的车牌识别模型对图像处理后的所述彩色车牌字符图像中的字符进行识别,得到所述彩色车牌字符图像中的字符分别与所述车牌识别模型中各预设字符的相似度,其中,所述车牌识别模型是通过深度学习网络预先训练得到的;确定相似度最大的预设字符与彩色车牌字符图像中的字符相一致。2.根据权利要求1所述的方法,其特征在于,对获取到的所述彩色车牌字符图像进行图像处理,包括:获取所述彩色车牌字符图像中三个图像通道的像素值;根据获取到的所述三个图像通道的像素值分别减去预先得到的所述三个图像通道的图像均值,得到所述彩色车牌字符图像的差值图像;对所述彩色车牌字符图像的差值图像进行镜像操作,得到所述彩色车牌字符图像的镜像图像;将所述彩色车牌字符图像和相应的镜像图像进行水平拼接;对水平拼接后的图像进行直方图均衡处理,得到所述图像处理后的彩色车牌字符图像。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:通过深度学习网络训练车牌识别模型,包括:获取车牌中所有字符的彩色字符图像;对获取到的所有字符的彩色字符图像进行预处理,得到待训练字符图像;通过预先设置的深度学习网络对得到的待训练字符图像进行训练,得到深度学习网络的当前输出结果;通过损失函数计算得到的深度学习网络的当前输出结果与标定类别信息之间的本次输出结果差值;判断得到的本次输出结果差值与上次输出结果差值的差是否小于预设数值,其中,所述上次输出结果差值是深度学习网络的上次输出结果与标定类别信息之间的计算结果;如果是,则根据得到的深度学习网络的输出结果生成车牌识别模型。4.根据权利要求3所述的方法,其特征在于,对获取到的所有字符的彩色字符图像进行预处理,得到待训练字符图像,包括:将所述所有字符的彩色字符图像中的字符进行平面内倾斜和纵深倾斜,得到所述所有字符的彩色字符图像的倾斜图像;将作为预处理图像的所述所有字符的彩色字符图像和所述倾斜图像进行镜像操作,得到所述预处理图像的镜像图像;将所述预处理图像和所述预处理图像的镜像图像进行水平拼接;对水平拼接后的图像进行直方图均衡处理,得到待训练字符图像。5.根据权利要求4所述的方法,其特征在于,对获取到的所有字符的彩色字符图像进行预处理,得到待训练字符图像,还包括:分别获取所述待训练字符图像中三个图像通道的像素值和像素数量;通过获取到的所述待训练字符图像中三个图像通道的像素值和像素数量,计算所述三个图像通道的图像均值,并对计算得到的所述三个图像通道的图像均值进行缓存。6.一种车牌字符识别装置,其特征在于,包括:图像获取模块,用于获取待识别的彩色车牌字符图像;图像处理模块,用于对获取...

【专利技术属性】
技术研发人员:温炜谷爱国许健万定锐
申请(专利权)人:东方网力科技股份有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1