一种车辆牌证数据检测方法、装置、终端设备及存储介质制造方法及图纸

本发明专利技术涉及数据检测技术领域，公开了一种车辆牌证数据检测方法、装置、终端设备及存储介质，方法包括获取待检测车辆牌证所在区域的图像数据；根据预先配置的文本检测模型对所述图像数据进行文本区域提取，得到单行文本图片数据；根据预先配置的文本识别模型对所述单行文本图片数据进行识别，得到字符串数据；对所述字符串数据进行提取，得到VIN码；根据所述VIN码获得预先存储的原始车辆牌证数据；将所述字符串数据与所述原始车辆牌证数据逐项比对，得到车辆牌证数据检测结果。本方法实现了自动检测车辆牌证，能够提高检测结果的准确度和检测的数据量，并对异常数据项进行标识与报警。警。警。

【技术实现步骤摘要】
一种车辆牌证数据检测方法、装置、终端设备及存储介质


[0001]本专利技术涉及数据检测
，尤其涉及一种车辆牌证数据检测方法、装置、终端设备及存储介质。

技术介绍

[0002]目前，汽车生产线上需要检测车辆随车附带的牌证数据是否准确，例如车辆B柱铭牌数据、车辆随车证书数据等，从而实现生产过程中可追溯管理。
[0003]在现有汽车生产中，检查员通过目视观察对B柱铭牌信息或随车证书数据进行检查核对。然而，由于生产线上实际工作的经常性和不确定性，例如因检测员疲劳、记忆出错等非可控人为因素，靠人工来检查数据易出现确认失误的情况，使不良品流出。此外，由于生产线节拍快和短时人脑记忆信息有限，检查员只能核对车架号后4位、发动机号、证书编号等关键数据，导致核对的数据量有限。
[0004]综上，现有技术中通过人工对车辆牌证数据进行检测，检测的准确率不高且核对的数据量有限。

技术实现思路

[0005]本专利技术提供了一种车辆牌证数据检测方法、装置、终端设备及存储介质，以实现自动检测车辆牌证，能够提高检测结果的准确度和检测的数据量，并对异常数据项进行标识与报警。
[0006]第一方面，为了解决上述技术问题，本专利技术提供了一种车辆牌证数据检测方法，包括：
[0007]获取待检测车辆牌证所在区域的图像数据；
[0008]根据预先配置的文本检测模型对所述图像数据进行文本区域提取，得到单行文本图片数据；
[0009]根据预先配置的文本识别模型对所述单行文本图片数据进行识别，得到字符串数据；
[0010]对所述字符串数据进行提取，得到VI N码；
[0011]根据所述VI N码获得预先存储的原始车辆牌证数据；
[0012]将所述字符串数据与所述原始车辆牌证数据逐项比对，得到车辆牌证数据检测结果。
[0013]优选地，所述根据预先配置的文本识别模型对所述单行文本图片数据进行识别，得到字符串数据，包括：
[0014]将所述单行文本图片数据输入至所述文本识别模型中，基于卷积神经网络对所述单行文本图片数据进行卷积操作得到特征图；
[0015]将所述特征图进行整形拼接操作，得到特征序列；
[0016]基于双向LSTM对所述特征序列进行识别，生成包括文本字符的文本序列；
[0017]对所述文本序列中的文本字符进行逻辑修改，得到字符串数据。
[0018]优选地，所述根据预先配置的文本检测模型对所述图像数据进行文本区域提取，得到单行文本图片数据，包括：
[0019]根据预设的牌证平均面积对所述图像数据进行筛选，得到大于所述牌证平均面积的第一图像数据；
[0020]根据牌证在图片中的位置对所述第一图像数据进行筛选，得到第二图像数据；其中，所述第二图像数据为所述第一图像数据中牌证处于图片中心范围内的图片；
[0021]对所述第二图像数据进行像素提取，得到与所述第二图像数据对应的像素分布直方图；
[0022]根据所述像素分布直方图对所述第二图像数据进行筛选，得到像素分布符合预设像素条件的第三图像数据；
[0023]对所述第三图像数据进行抠图，得到单行文本图片数据。
[0024]优选地，在所述对所述第三图像数据进行抠图，得到单行文本图片数据之后，所述方法还包括：
[0025]获取所述单行文本图片数据中所包含的文本框数量和文本框面积；
[0026]当所述文本框数量大于预设的数量基数且所述文本框面积大于预设的面积基数时，判定所述单行文本图片数据有效。
[0027]优选地，所述方法还包括：
[0028]当所述文本框数量小于预设的数量基数或所述文本框面积小于预设的面积基数时，判定所述单行文本图片数据无效；
[0029]发送拍摄指令至图像获取设备，并获取所述图像获取设备再次拍摄的图像数据，以更新待检测车辆牌证所在区域的图像数据。
[0030]优选地，所述将所述字符串数据与所述原始车辆牌证数据逐项比对，得到车辆牌证数据检测结果，包括：
[0031]当所述字符串数据与所述原始车辆牌证数据中每一项均比对一致时，判定车辆牌证数据正常；
[0032]当所述字符串数据与所述原始车辆牌证数据中存在比对出错的项时，判定车辆牌证数据异常，执行报警提示。
[0033]第二方面，本专利技术提供了一种车辆牌证数据检测装置，包括：
[0034]数据获取模块，用于获取待检测车辆牌证所在区域的图像数据；
[0035]区域提取模块，用于根据预先配置的文本检测模型对所述图像数据进行文本区域提取，得到单行文本图片数据；
[0036]文本识别模块，用于根据预先配置的文本识别模型对所述单行文本图片数据进行识别，得到字符串数据；
[0037]VI N码提取模块，用于对所述字符串数据进行提取，得到VI N码；
[0038]原始数据获取模块，用于根据所述VI N码获得预先存储的原始车辆牌证数据；
[0039]数据检测模块，用于将所述字符串数据与所述原始车辆牌证数据逐项比对，得到车辆牌证数据检测结果。
[0040]第三方面，本专利技术还提供了一种终端设备，包括处理器、存储器以及存储在所述存
储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述中任意一项所述的车辆牌证数据检测方法。
[0041]第四方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的车辆牌证数据检测方法。
[0042]相比于现有技术，本专利技术具有如下有益效果：
[0043]本专利技术公开一种车辆牌证数据检测方法，包括获取待检测车辆牌证所在区域的图像数据；根据预先配置的文本检测模型对所述图像数据进行文本区域提取，得到单行文本图片数据；根据预先配置的文本识别模型对所述单行文本图片数据进行识别，得到字符串数据；对所述字符串数据进行提取，得到VI N码；根据所述VI N码获得预先存储的原始车辆牌证数据；将所述字符串数据与所述原始车辆牌证数据逐项比对，得到车辆牌证数据检测结果。本专利技术采用深度学习模型识别出牌证图片中的文本位置和内容，对图片单行文本进行文字识别转换成计算机可处理的字符串数据，然后进行逐项对比，实现了自动检测车辆牌证，能够提高检测结果的准确度和检测的数据量，并对异常数据项进行标识与报警。
附图说明
[0044]图1是本专利技术第一实施例提供的车辆牌证数据检测方法流程示意图；
[0045]图2是本专利技术实施例提供的文本识别模型示意图；
[0046]图3是本专利技术第二实施例提供的车辆牌证数据检测装置结构示意图。
具体实施方式
[0047]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆牌证数据检测方法，其特征在于，包括：获取待检测车辆牌证所在区域的图像数据；根据预先配置的文本检测模型对所述图像数据进行文本区域提取，得到单行文本图片数据；根据预先配置的文本识别模型对所述单行文本图片数据进行识别，得到字符串数据；对所述字符串数据进行提取，得到VIN码；根据所述VIN码获得预先存储的原始车辆牌证数据；将所述字符串数据与预先存储的原始车辆牌证数据逐项比对，得到车辆牌证数据检测结果。2.根据权利要求1所述的车辆牌证数据检测方法，其特征在于，所述根据预先配置的文本识别模型对所述单行文本图片数据进行识别，得到字符串数据，包括：将所述单行文本图片数据输入至所述文本识别模型中，基于卷积神经网络对所述单行文本图片数据进行卷积操作得到特征图；将所述特征图进行整形拼接操作，得到特征序列；基于双向LSTM对所述特征序列进行识别，生成包括文本字符的文本序列；对所述文本序列中的文本字符进行逻辑修改，得到字符串数据。3.根据权利要求1所述的车辆牌证数据检测方法，其特征在于，所述根据预先配置的文本检测模型对所述图像数据进行文本区域提取，得到单行文本图片数据，包括：根据预设的牌证平均面积对所述图像数据进行筛选，得到大于所述牌证平均面积的第一图像数据；根据牌证在图片中的位置对所述第一图像数据进行筛选，得到第二图像数据；其中，所述第二图像数据为所述第一图像数据中牌证处于图片中心范围内的图片；对所述第二图像数据进行像素提取，得到与所述第二图像数据对应的像素分布直方图；根据所述像素分布直方图对所述第二图像数据进行筛选，得到像素分布符合预设像素条件的第三图像数据；对所述第三图像数据进行抠图，得到单行文本图片数据。4.根据权利要求3所述的车辆牌证数据检测方法，其特征在于，在所述对所述第三图像数据进行抠图，得到单行文本图片数据之后，所述方法还包括：获取所述单行文本图片数据中所包含的文本框数量和文本框面积；当所述文本框数量大于...

【专利技术属性】
技术研发人员：杨松玲，刘迪，杨潇潇，杨雅琴，
申请(专利权)人：广汽本田汽车有限公司，
类型：发明
国别省市：