[发明专利]中文车牌字符识别方法及系统在审
申请号: | 201410636479.8 | 申请日: | 2014-11-06 |
公开(公告)号: | CN105631445A | 公开(公告)日: | 2016-06-01 |
发明(设计)人: | 李洪研;王珏 | 申请(专利权)人: | 通号通信信息集团有限公司 |
主分类号: | G06K9/20 | 分类号: | G06K9/20;G06K9/66 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 李芙蓉 |
地址: | 100070 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 中文 车牌 字符 识别 方法 系统 | ||
1.一种中文车牌字符识别方法,其特征在于,包括以下步骤:
S100,对训练图像和测试图像进行尺度归一化,其中,所述训练图像和所 述测试图像中均包含有中文车牌字符;
S200,根据所述中文车牌字符中不同类型字符的位置,采用不同维数的LBP 算法,计算归一化后的所述测试图像和所述训练图像中的各位置区域的LBP特 征向量;
S300,对所述训练图像中的各位置区域的LBP特征向量进行训练,得到适 合于不同类型字符的MLP字符模型;
S400,将所述测试图像中的各位置区域的LBP特征向量输入所述MLP字符 模型中,对所述测试图像中包含的中文车牌字符进行分类识别。
2.根据权利要求1所述的中文车牌字符识别方法,其特征在于,所述步骤 S200包括以下步骤:
S210,对尺度归一化后的所述测试图像和所述训练图像中的各位置区域进 行分块;其中,所述测试图像和所述训练图像中包含的中文车牌字符的第一位 字符所在的位置区域分块的数目大于其他字符所在的位置区域分块的数目;
S220,提取同一个位置区域分块后的各分块图像的LBP特征,计算各分块 图像的LBP直方图;根据每一个位置区域内所有的分块图像的LBP直方图得到 所述测试图像和所述训练图像中的各位置区域的LBP特征向量。
3.根据权利要求1或2所述的中文车牌字符识别方法,其特征在于,所述 步骤S300包括以下步骤:
S310,采用反向传播算法,对所述训练图像中的各位置区域的LBP特征向 量进行训练,得到适合于不同类型字符的MLP字符模型。
4.根据权利要求3所述的中文车牌字符识别方法,其特征在于,所述MLP 字符模型包括汉字MLP模型、字母MLP模型、数字MLP模型以及字母数字MLP 模型。
5.根据权利要求4所述的中文车牌字符识别方法,其特征在于,所述步骤 S400包括以下步骤:
S410,将所述测试图像中包含的中文车牌字符的第一位字符所在的位置区 域的LBP特征向量输入所述汉字MLP模型,进行分类识别;
S420,将所述测试图像中包含的中文车牌字符中的除第一位字符以外的其 他字符所在的位置区域的LBP特征向量分别输入所述字母MLP模型、数字MLP 模型或字母数字MLP模型,进行分类识别。
6.根据权利要求5所述的中文车牌字符识别方法,其特征在于,所述步骤 S420包括以下步骤:
S421,若所述字母MLP模型与所述字母数字MLP模型对当前字符所在的位 置区域的LBP特征向量的分类结果一致,则判断所述当前字符为字母;
S422,若所述数字MLP模型与所述字母数字MLP模型对当前字符所在的位 置区域的LBP特征向量的识别结果一致,则判断所述当前字符为数字。
7.一种中文车牌字符识别系统,其特征在于,包括图像归一化模块、特征 向量提取模块、字符模型训练模块以及字符识别模块;
所述图像归一化模块,用于对训练图像和测试图像进行尺度归一化,其中, 所述训练图像和所述测试图像中均包含有中文车牌字符;
所述特征向量提取模块,用于根据所述中文车牌字符中不同类型字符的位 置,采用不同维数的LBP算法,计算归一化后的所述测试图像和所述训练图像 中的各位置区域的LBP特征向量;
所述字符模型训练模块,用于对所述训练图像中的各位置区域的LBP特征 向量进行训练,得到适合于不同类型字符的MLP字符模型;
所述字符识别模块,用于将所述测试图像中的各位置区域的LBP特征向量 输入所述MLP字符模型中,对所述测试图像中包含的中文车牌字符进行分类识 别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于通号通信信息集团有限公司,未经通号通信信息集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410636479.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种方形电池
- 下一篇:聚合物或液态软包装锂离子电芯用正极耳