车牌识别方法、系统、设备及存储介质技术方案

本申请提供了一种车牌识别方法、系统、设备及存储介质，预先获取车辆图像，进行图像预处理，得到预处理图像；根据预处理图像定位车牌区域；将车牌区域通过透视变换的倾斜矫正算法进行车牌区域矫正，得到标准的车牌图像；根据标准的车牌图像，通过字符分割得到车牌符号。本申请的车牌识别方法可以更好的适用于复杂场景下的车牌识别任务，并增加了车牌识别的准确性。解决了采集到照片的噪声点干扰，较好的提升了光线强度不同、原始图像中背景较为复杂等情况下的识别准确率。杂等情况下的识别准确率。杂等情况下的识别准确率。

【技术实现步骤摘要】
车牌识别方法、系统、设备及存储介质


[0001]本申请属于人工智能
，具体地，涉及一种车牌识别方法、系统、设备及存储介质。

技术介绍

[0002]如今，我国车辆保有量和交通出行量不断增长，道路交通管理的工作任务日渐繁重。在人工智能发展迅猛的今天，智能交通系统应运而生，并逐步取代传统人工监管，成为当前交通监管的主流系统。其以车牌识别、人脸识别、路况采集、违章取证、红绿灯监管等多种功能为一体，通过数字化管理实现信息交互，有效地解决了交通管理领域诸多棘手问题。
[0003]在目前的硬件条件下，车牌号码是车辆最为关键的身份信息。非现场违章检测管理系统根据车辆违章行为与车牌号码，生成正确的违章记录。而部分驾驶员为了在违章行驶中逃避处罚，故意使用光盘、宣传单、手套等物体，将车牌进行遮挡，导致车牌无法被正确识别。另外，由于人为或非人为的原因，造成了车牌的污损，也导致了车牌无法被正确识别。进而扰乱了交通管理的正常秩序，对交通安全造成了极大的隐患。
[0004]车牌识在高速公路中有着广泛的应用，且准确率要求越来越高。如电子收费(ETC)系统和交通违章车辆的检测，除此之外像小区或地下车库门禁也会用到。但存在因车牌位置偏移、车牌污损、照明度不佳等情况影响车牌识别准确率的问题。其中，图片质量是影响车辆识别率高低的关键因素，但是采集到的图像中难免会存在一些噪声点。这些噪声点或多或少的影响到到图像定位的准确率。因此，目前的车牌识别通过常规的图像预处理以及识别后不能满足高要求的车牌识别需求，严重影响相关基于车牌的业务开展。<br/>
技术实现思路

[0005]本专利技术提出了一种车牌识别方法、系统、设备及存储介质，旨在解决现有采集到的照片噪声点干扰大，车牌识别不准确的问题。
[0006]根据本申请实施例的第一个方面，提供了一种车牌识别方法，包括以下步骤：
[0007]预先获取车辆图像，进行图像预处理，得到预处理图像；
[0008]根据预处理图像定位车牌区域；
[0009]将车牌区域通过透视变换的倾斜矫正算法进行车牌区域矫正，得到标准的车牌图像；
[0010]根据标准的车牌图像，通过字符分割得到车牌符号。
[0011]在本申请一些实施方式中，根据预处理图像定位车牌区域，具体包括：
[0012]预设图像像素曝光阈值，预设曝光阈值高于图像像素正常曝光值；
[0013]计算预处理图像中车牌图像每个像素点的RGB值；
[0014]计算车牌图像每个像素点的RGB值与正常曝光下车牌RGB值之间的曝光差值；
[0015]若曝光差值在阈值范围之内，则认定为车牌区域；若曝光差值超过阈值范围，则认定为非车牌区域。
[0016]在本申请一些实施方式中，根据预处理图像定位车牌区域之后，还包括：
[0017]对车牌区域的图像做膨胀操作，将车牌区域的各个字符连接为一个整体；
[0018]进行形态学腐蚀操作，去掉图像中孤立的噪声点，得到去噪车牌区域；
[0019]根据预设的车牌特征，排除去噪车牌区域中不符合预设车牌特征的矩形区域，得到精确车牌区域。
[0020]在本申请一些实施方式中，将车牌区域通过透视变换的倾斜矫正算法进行车牌区域矫正，得到标准的车牌图像，具体包括：
[0021]获取需要矫正的车牌区域，并输入至边缘检测模型，得到二值边缘图像；边缘检测模型通过预先大量的带有边缘信息的车牌区域数据训练得到；
[0022]根据二值边缘图像进行车牌定位，得到车牌边界框以及车牌边界框的顶点坐标；
[0023]根据车牌边界框的顶点坐标计算透视变换矩阵；并通过透视变换矩阵对车牌边界框内的图像以及车牌边界框的顶点坐标，进行透视变换，得到矫正后的车牌图像。
[0024]在本申请一些实施方式中，根据标准的车牌图像，通过字符分割得到车牌符号，具体包括：
[0025]根据标准的车牌图像，利用跳变次数法确定车牌中字符的边界；并利用自负的边界去除车牌的边框和铆钉，得到清楚的车牌字符边界；
[0026]根据车牌字符边界，利用形态学腐蚀处理去除残留的噪声点，得到车牌字符细化边界；
[0027]根据车牌字符细化边界，利用垂直投影法进行字符分割，得到车牌符号。
[0028]在本申请一些实施方式中，根据标准的车牌图像，通过字符分割得到车牌符号之后，还包括：
[0029]通过预训练的识别网络，识别车牌符号，得到车牌文字、数字和/或字母信息。
[0030]在本申请一些实施方式中，识别网络包括用来识别汉字的汉字识别网络，以及用来识别字母和数字的字符识别网络。
[0031]根据本申请实施例的第二个方面，提供了一种车牌识别系统，具体包括：
[0032]图像预处理模块：用于预先获取车辆图像，进行图像预处理，得到预处理图像；
[0033]车牌区域图像：用于根据预处理图像定位车牌区域；
[0034]车牌图像模块：用于将车牌区域通过透视变换的倾斜矫正算法进行车牌区域矫正，得到标准的车牌图像；
[0035]车牌识别模块：用于根据标准的车牌图像，通过字符分割得到车牌符号。
[0036]根据本申请实施例的第三个方面，提供了一种车牌识别设备，包括：
[0037]存储器：用于存储可执行指令；以及
[0038]处理器:用于与所述存储器连接以执行所述可执行指令从而完成以上车牌识别方法。
[0039]根据本申请实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现车牌识别方法。
[0040]采用本申请的车牌识别方法、系统、设备及存储介质，预先获取车辆图像，进行图像预处理，得到预处理图像；根据预处理图像定位车牌区域；将车牌区域通过透视变换的倾斜矫正算法进行车牌区域矫正，得到标准的车牌图像；根据标准的车牌图像，通过字符分割
得到车牌符号。本申请的车牌识别方法可以更好的适用于复杂场景下的车牌识别任务，并增加了车牌识别的准确性。
[0041]解决了采集到照片的噪声点干扰，较好的提升了光线强度不同、原始图像中背景较为复杂等情况下的识别准确率。
附图说明
[0042]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0043]图1中示出了根据本申请实施例的一种车牌识别方法的步骤示意图；
[0044]图2中示出了根据本申请的图像预处理流程示意图；
[0045]图3中示出了根据本申请实施例的一种车牌识别方法的流程示意图；
[0046]图4中示出了根据本申请另一实施例的一种车牌识别方法的步骤示意图；
[0047]图5中示出了根据本申请另一实施例的一种车牌识别方法的流程示意图；
[0048]图6中示出了根据本申请实施例的车牌识别系统的结构示意图；
[0049]图7中示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括以下步骤：预先获取车辆图像，进行图像预处理，得到预处理图像；根据所述预处理图像定位车牌区域；将所述车牌区域通过基于透视变换的倾斜矫正算法进行车牌区域矫正，得到标准的车牌图像；根据所述标准的车牌图像，通过字符分割得到车牌符号。2.根据权利要求1所述的车牌识别方法，其特征在于，所述根据所述预处理图像定位车牌区域，包括：预设图像像素曝光阈值，所述预设曝光阈值高于图像像素正常曝光值；计算所述预处理图像中车牌图像每个像素点的RGB值；计算所述车牌图像每个像素点的RGB值与正常曝光下车牌RGB值之间的曝光差值；若所述曝光差值在阈值范围之内，则认定为车牌区域；若所述曝光差值超过阈值范围，则认定为非车牌区域。3.根据权利要求1所述的车牌识别方法，其特征在于，所述根据所述预处理图像定位车牌区域之后，还包括：对所述车牌区域的图像做膨胀操作，将所述车牌区域的各个字符连接为一个整体；进行形态学腐蚀操作，去掉图像中孤立的噪声点，得到去噪车牌区域；根据预设的车牌特征，排除所述去噪车牌区域中不符合预设车牌特征的矩形区域，得到精确车牌区域。4.根据权利要求1所述的车牌识别方法，其特征在于，所述将所述车牌区域通过基于透视变换的倾斜矫正算法进行车牌区域矫正，得到标准的车牌图像，包括：获取需要矫正的所述车牌区域，并输入至边缘检测模型，得到二值边缘图像；所述边缘检测模型通过预先大量的带有边缘信息的车牌区域数据训练得到；根据所述二值边缘图像进行车牌定位，得到车牌边界框以及车牌边界框的顶点坐标；根据所述车牌边界框的顶点坐标计算透视变换矩阵；并通过所述透视变换矩阵对所述车牌边界框内的图像以及车牌边界框的顶点坐标，进行透视变换...

【专利技术属性】
技术研发人员：董文强，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：