车牌分类方法、电子设备及存储介质技术

本申请公开了一种车牌分类方法、电子设备及存储介质。该方法包括：获取第一车牌图像；生成表示第一车牌图像的字符格式的第二车牌图像；利用分类网络对第一车牌图像和第二车牌图像进行处理，得到第一车牌图像对应的第一车牌分类结果。通过上述方式，能够提高车牌分类的准确度。准确度。准确度。

【技术实现步骤摘要】
车牌分类方法、电子设备及存储介质


[0001]本申请涉及图像处理领域，特别是涉及一种车牌分类方法、电子设备及存储介质。

技术介绍

[0002]车牌分类技术主要根据车牌的某种特征对车牌进行类别的划分，例如车牌的字符层数、车牌颜色、车牌所属区域等。通过车牌分类技术可以得知车牌类别进而可推理出此车牌对应车辆的有用信息。故车牌分类技术在交通、监控等领域被广泛应用。
[0003]当前车牌分类技术主要分为两大类，分别是基于传统图像处理方法的车牌分类方法和基于深度学习的车牌分类方法。但是现有的车牌分类的准确度仍然不够高。

技术实现思路

[0004]本申请提供一种车牌分类方法、电子设备及存储介质，能够解决现有的车牌分类的准确度不够高的问题。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种车牌分类方法。该方法包括：获取第一车牌图像；生成表示第一车牌图像的字符格式的第二车牌图像；利用分类网络对第一车牌图像和第二车牌图像进行处理，得到第一车牌图像对应的第一车牌分类结果。
[0006]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备，该电子设备包括处理器、与处理器连接的存储器，其中，存储器存储有程序指令；处理器用于执行存储器存储的程序指令以实现上述方法。
[0007]为解决上述技术问题，本申请采用的又一个技术方案是：提供一种存储介质，存储有程序指令，该程序指令被执行时能够实现上述方法。
[0008]通过上述方式，本申请在利用分类网络对第一车牌图像进行车牌分类时考虑了第一车牌图像中的字符格式，故分类网络对第一车牌图像进行分类时考虑了第一车牌图像中车牌的字符格式，能够使得对车牌分类的结果更加准确。
附图说明
[0009]图1是本申请车牌分类方法第一实施例的流程示意图；
[0010]图2是瑞典的第一车牌图像示意图；
[0011]图3是爱沙尼亚的第一车牌图像示意图；
[0012]图4是比利时的第一车牌图像示意图；
[0013]图5是本申请车牌分类方法第二实施例的流程示意图；
[0014]图6是本申请车牌分类方法第三实施例的流程示意图；
[0015]图7是本申请图2对应的第二车牌图像示意图；
[0016]图8是本申请车牌分类方法第四实施例的流程示意图；
[0017]图9是本申请分类网络的训练方法的流程示意图；
[0018]图10是本申请分类网络的结构示意图；
[0019]图11是本申请电子设备一实施例的结构示意图；
[0020]图12是本申请存储介质一实施例的结构示意图。
具体实施方式
[0021]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0022]本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0023]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，在不冲突的情况下，本文所描述的实施例可以与其它实施例相结合。
[0024]图1是本申请车牌分类方法第一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施例可以包括：
[0025]S11：获取第一车牌图像。
[0026]第一车牌图像可以通过图像采集设备获取得到。图像采集设备可以为摄像头，也可以为具有摄像头的设备。图像采集设备可以设置于车辆上，也可以于车辆单独存在。
[0027]可以直接将图像采集设备获取得到的场景图像(视为包含具有车牌的车辆的图像)作为该第一车牌图像，也可以将场景图像中车牌对应的区域作为该第一车牌图像。将场景图像中车牌对应的区域作为第一车牌图像的方式，能够使得后续对第一车牌图像的处理更加有效。
[0028]其中，在将场景图像中车牌对应的区域作为第一车牌图像的方式下，可以直接对场景图像进行车牌检测，得到场景图像中车牌对应的区域。为提高检测得到的车牌对应的区域的精度，也可以先对场景图像进行车辆检测，得到场景图像中车辆对应的区域，再在车辆对应的区域的基础上进行车牌检测，得到场景图像中车牌对应的区域。具体描述可以参见后面的实施例说明。
[0029]S12：生成表示第一车牌图像的字符格式的第二车牌图像。
[0030]考虑到有些国家或者地区的第一车牌图像外在样式很相似，这里所指外在样式可以包括字符数量，车牌的字符层数、排列形式，车牌颜色，车牌所属区域等等。以瑞典、爱沙尼亚、比利时三国的车牌为例进行说明。其中图2为瑞典的第一车牌图像，图3为爱沙尼亚的第一车牌图像，图4为比利时的第一车牌图像。从图2-4可知，瑞典、爱沙尼亚、比利时的第一车牌图像(尤其是瑞典和爱沙尼亚车牌)外在样式的相似度很高。为增加后续利用分类网络得到的第一车牌分类结果的准确度，可以生成表示第一车牌图像的内在格式(字符格式)的第二车牌图像，以便对分类网络的第一车牌图像分类进行辅助。
[0031]第一车牌图像的字符格式可以包括第一车牌图像中每个字符所属的字符类型。因此第一车牌图像的字符格式可以用于反映第一车牌图像中包括的字符的类型的规律。在其他实施方式中，第一车牌图像的字符格式还可以包括第一车牌图像中每个字符的大小、字体等等。
[0032]字符的类型可以包括数字和字母。当然字符的类型也可以为其他，具体可根据实际情况而定。
[0033]为简化描述，本申请后文仅以字符格式包括字符的类型，并且字符的类型包括数字和字母进行说明。
[0034]S13：利用分类网络对第一车牌图像和第二车牌图像进行处理，得到第一车牌图像对应的第一车牌分类结果。
[0035]分类网络可以结合第二车牌图像对第一车牌图像进行分类，也即分类网络可以结合第一车牌图像中的字符格式和外在样式对第一车牌图像进行分类。换句话说，第一车牌图像中的字符格式对分类网络对第一车牌图像的分类起辅助作用。
[0036]第一车牌分类结果可以为第一车牌图像属于各预设的车牌类别的概率，并且第一车牌图像属于各预设的车牌类别的概率中最大的概率对应的车牌类别，即为该第一车牌图像对应的类别。
[0037]通过本实施例的实施，本申请在利用分类网络对第一车牌图像进行车牌分类时考虑了第一车牌图像中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌分类方法，其特征在于，包括：获取第一车牌图像；生成表示所述第一车牌图像的字符格式的第二车牌图像；利用分类网络对所述第一车牌图像和所述第二车牌图像进行处理，得到所述第一车牌图像对应的第一车牌分类结果。2.根据权利要求1所述的方法，其特征在于，所述第一车牌图像的字符格式包括所述第一车牌图像中每个字符所属的字符类型。3.根据权利要求2所述的方法，其特征在于，所述生成表示所述第一车牌图像的字符格式的第二车牌图像，包括：对所述第一车牌图像中的字符进行识别，得到字符识别结果；利用所述字符识别结果，确定所述第一车牌图像中每个所述字符所属的字符类型；为每个所述字符确定与其所属的字符类型匹配的标识，生成包含每个所述字符对应的标识的第二车牌图像，其中，不同所述字符类型所匹配的标识不同。4.根据权利要求3所述的方法，其特征在于，所述字符类型包括数字和字母，所述数字所匹配的标识为第一标识，所述字母所匹配的标识为第二标识。5.根据权利要求1所述的方法，其特征在于，所述利用分类网络对所述第一车牌图像和所述第二车牌图像进行处理，得到所述第一车牌图像对应的第一车牌分类结果，包括：利用所述分类网络分别提取所述第一车牌图像和所述第二车牌图像的特征；利用所述分类网络对所述第一车牌图像和所述第二车牌图像的特征进行融合，得到融合特征；利用所述分类网络对所述融合特征进行分类，得到所述第一车牌分类结果。6.根据权利要求5所述的方法，其特征在于，所述分类网络包括第一卷积层和第二卷积层，所述利用所述分类网络分别提取所述第一车牌图像和所述第二车牌图像的特征，...

【专利技术属性】
技术研发人员：薛佳乐，王耀农，敦婧瑜，张湾湾，李轶锟，江歆霆，刘志辉，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：