【技术实现步骤摘要】
本专利技术涉及车牌识别，具体涉及一种基于hyperlpr的精准中英文车牌标志识别方法及系统。
技术介绍
1、随着社会的发展，交通管理越来越重要，而车牌识别技术也成为了交通管理的重要一环。hyperlpr是一种基于深度学习的车牌识别技术，它的原理是通过深度学习算法对车牌图像进行处理，从而实现车牌的识别。
2、hyperlpr车牌识别的原理主要分为两个部分：车牌检测和车牌识别。车牌检测是指在图像中找到车牌的位置，而车牌识别则是指对车牌中的字符进行识别。
3、在车牌识别方面，hyperlpr采用了基于深度学习的字符识别算法，这些算法可以对车牌中的字符进行识别，并输出识别结果，但现有技术中通常对车牌图像进行整体识别以输出字符，即以车牌图像为识别基础进行字符识别，然而，车牌图像上不可避免的会存在脏污或其它影响字符识别的因素，使得在进行字符识别时误识别，识别精度一般，并且将输出错误的识别结果。
技术实现思路
1、针对现有技术的不足，本专利技术的目的在于提供一种基于hyperlpr的精准中英文车牌标志识别方法及系统，旨在解决现有技术中车牌识别还存在精准度不高，导致在部分情况下可能输出错误识别结果的技术问题。
2、本专利技术的第一方面在于提供一种基于hyperlpr的精准中英文车牌标志识别方法，所述方法包括：
3、基于预设的摄像器件获取车辆行驶至道路上预设拍摄触发区域的初始图像，对所述初始图像进行截取以获取目标车辆的车辆图像；
4、对所述
5、根据所述车辆图像中车牌图像上预设的对位标记，确定车牌图像在所述车辆图像中的位置，以根据所述车牌图像的端点坐标进行定位；
6、根据所述端点坐标，按照所述车牌图像上的字符数对所述车牌图像进行区域分割，以使字符位于字符区域的中间部位；
7、对所述字符区域中的字符进行字符识别，以得到目标字符串；
8、根据所述目标字符串输出车牌识别结果。
9、与现有技术相比，采用本专利技术所示的基于hyperlpr的精准中英文车牌标志识别方法，有益效果在于：
10、通过预设的摄像器件对车辆进行拍摄并截取得到图像范围更小的车辆图像，然后对车辆图像进行平滑处理与gama校正等预处理，能够首次提升车牌图像质量，以提升识别精准度，然后基于车牌图像上的对位标记确定车牌图像的端点坐标，以基于车牌图像上的字符数对车牌图像进行分割，得到多个字符位于中间部位的字符区域，保障了字符区域作为识别基础的完整度，然后基于每个字符区域进行字符识别，以单个字符区域作为识别基础进行字符识别，能够更为精准的得到每个字符区域上的字符，以得到更为准确的目标字符串，并以此输出车牌识别结果，相较于现有技术中车牌识别采用整体式识别，其识别精度更高，能够有效避免车牌的错误识别。
11、根据上述技术方案的一方面，根据所述端点坐标，按照所述车牌图像上的字符数对所述车牌图像进行区域分割，以使字符位于字符区域的中间部位的步骤，具体包括：
12、根据所述车牌图像的端点坐标，将所述车牌图像从所述车辆图像中分离出；
13、识别车牌图像上的横向框线，以所述横向框线为基准线作垂直线，得到多条初始分割线；
14、获取所述车牌图像上相邻字符间的最小间距，确定字符间的目标分割点，将过所述目标分割点的初始分割线确定为目标分割线；
15、按照车牌的字符数，确定多条目标分割线，按照多条所述目标分割线对所述车牌图像进行区域分割，得到所述车牌图像的字符区域，以使字符位于所述字符区域的中间部位。
16、根据上述技术方案的一方面，获取所述车牌图像上相邻字符间的最小间距，确定字符间的目标分割点，将过所述目标分割点的初始分割线确定为目标分割线的步骤，具体包括：
17、对所述车牌图像上的字符添加辅助分割框，使字符外接于所述辅助分割框；
18、获取任意相邻两个所述辅助分割框之间的间距，以确定所述车牌图像上字符间的最小间距；
19、将所述辅助分割框之间的端点进行交叉连接，以确定所字符间的目标分割点；
20、将过所述目标分割点的初始分割线确定为目标分割线。
21、根据上述技术方案的一方面，按照车牌的字符数，确定多条目标分割线，按照多条所述目标分割线对所述车牌图像进行区域分割，得到所述车牌图像的字符区域，以使字符位于所述字符区域的中间部位的步骤，具体包括：
22、按照车牌的字符数，确定多条用于将所述车牌图像进行区域分割的目标分割线；
23、按照多条所述目标分割线对所述车牌图像进行区域分割；
24、得到所述车牌图像的字符区域，并对所述字符区域进行再次平滑处理与gama校正，以使字符位于所述字符区域的中间部位。
25、根据上述技术方案的一方面，对所述字符区域中的字符进行字符识别，以得到目标字符串的步骤，具体包括：
26、对所述字符区域进行图像处理，识别所述字符区域中的字符；
27、将多个字符按照预设识别顺序进行排布，得到所述车牌图像的目标字符串。
28、根据上述技术方案的一方面，对所述字符区域进行图像处理，识别所述字符区域中的字符的步骤，具体包括：
29、将所述字符区域中的颜色进行其它多个颜色的循环转换，得到字符部分与背景部分rgb显示效果最明显的颜色组合；
30、基于当前颜色组合的所述字符区域，识别其中的字符。
31、根据上述技术方案的一方面，在根据所述目标字符串输出车牌识别结果的步骤之前，所述方法还包括：
32、将所述车辆图像中的其它特征与预设数据库中目标车辆的目标特征进行对比，并判断是否一致。
33、其中，所述车辆图像中的其它特征以及目标车辆的目标特征至少包括车标特征、车辆颜色特征。
34、本专利技术的第二方面在于提供一种基于hyperlpr的精准中英文车牌标志识别系统，所述系统包括：
35、图像获取模块，用于基于预设的摄像器件获取车辆行驶至道路上预设拍摄触发区域的初始图像，对所述初始图像进行截取以获取目标车辆的车辆图像；
36、图像处理模块，用于对所述车辆图像进行预处理，至少包括对所述车辆图像进行平滑处理与gama校正；
37、车牌图像定位模块，用于根据所述车辆图像中车牌图像上预设的对位标记，确定车牌图像在所述车辆图像中的位置，以根据所述车牌图像的端点坐标进行定位；
38、车牌图像分割模块，用于根据所述端点坐标，按照所述车牌图像上的字符数对所述车牌图像进行区域分割，以使字符位于字符区域的中间部位；
39、车牌字符识别模块，用于对所述字符区域中的字符进行字符识别，以得到目标字符串；
40、识别结果输出模块，用于根据所述目标字符串输出车牌识别结果。
41、本专利技术的本文档来自技高网...
【技术保护点】
1.一种基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，根据所述端点坐标，按照所述车牌图像上的字符数对所述车牌图像进行区域分割，以使字符位于字符区域的中间部位的步骤，具体包括：
3.根据权利要求2所述的基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，获取所述车牌图像上相邻字符间的最小间距，确定字符间的目标分割点，将过所述目标分割点的初始分割线确定为目标分割线的步骤，具体包括：
4.根据权利要求2所述的基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，按照车牌的字符数，确定多条目标分割线，按照多条所述目标分割线对所述车牌图像进行区域分割，得到所述车牌图像的字符区域，以使字符位于所述字符区域的中间部位的步骤，具体包括：
5.根据权利要求1所述的基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，对所述字符区域中的字符进行字符识别，以得到目标字符串的步骤，具体包括：
6.根据权
7.根据权利要求1-6任一项所述的基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，在根据所述目标字符串输出车牌识别结果的步骤之前，所述方法还包括：
8.一种基于hyperlpr的精准中英文车牌标志识别系统，其特征在于，所述系统包括：
9.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现如权利要求1-7任意一项所述方法的步骤。
10.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任意一项所述方法的步骤。
...【技术特征摘要】
1.一种基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，根据所述端点坐标，按照所述车牌图像上的字符数对所述车牌图像进行区域分割，以使字符位于字符区域的中间部位的步骤，具体包括：
3.根据权利要求2所述的基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，获取所述车牌图像上相邻字符间的最小间距，确定字符间的目标分割点，将过所述目标分割点的初始分割线确定为目标分割线的步骤，具体包括：
4.根据权利要求2所述的基于hyperlpr的精准中英文车牌标志识别方法，其特征在于，按照车牌的字符数，确定多条目标分割线，按照多条所述目标分割线对所述车牌图像进行区域分割，得到所述车牌图像的字符区域，以使字符位于所述字符区域的中间部位的步骤，具体包括：
5.根据权利要求1所述的基于hyperlpr的精准中英...
【专利技术属性】
技术研发人员：纪良文，姜涛，秦辉，黄伟，徐宇琛，
申请(专利权)人：上饶高投智城科技有限公司，
类型：发明
国别省市：
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。