[发明专利]一种车牌识别方法、装置、计算机装置及计算机可读存储介质

权利要求书

1.一种车牌识别方法，其特征在于，所述车牌识别方法包括：

获取待识别车牌图像，对所述待识别车牌图像进行灰度化处理，得到第一车牌图像；所述第一车牌图像中至少包括一个矩形；

调用级联分类器模型提取所述第一车牌图像中矩形的坐标信息，并通过预设规则处理所述坐标信息，得到新的坐标信息；

利用新的坐标信息抠取所述待识别车牌图像，得到第二车牌图像；

调用端到端字符识别模型处理所述第二车牌图像，得到概率值和预测值；选取概率值最大时对应的预测值作为最终识别结果。

2.如权利要求1所述的车牌识别方法，其特征在于，所述调用端到端字符识别模型处理所述第二车牌图像之前，还包括：

调用左右回归模型处理所述第二车牌图像，得到精确定位的第二车牌图像；所述左右回归模型依次由第一卷积层、第一激活函数层、第一最大值池化层、第二卷积层、第二激活函数层、第三卷积层、第三激活函数层、平滑层和输出层连接而成。

3.如权利要求1所述的车牌识别方法，其特征在于，所述获取待识别车牌图像之前，还包括：

依次加载级联分类器模型、左右回归模型、端到端字符识别模型。

4.如权利要求1所述的车牌识别方法，其特征在于，所述调用级联分类器模型提取所述第一车牌图像中矩形的坐标信息，并通过预设规则处理所述坐标信息，得到新的坐标信息；具体包括：

调用级联分类器模型提取所述第一车牌图像中矩形的坐标信息；所述坐标信息包括：矩形任意一角的横坐标、纵坐标，矩形宽度，矩形长度；

通过预设规则处理所述坐标信息，得到新的坐标信息；处理公式为：

x(new)＝x(old)-w(old)*0.5a

w(new)＝w(old)+w(old)*a

y(new)＝y(old)-h(old)*0.5a

h(new)＝h(old)+h(old)*a

其中，x(new)表示新的横坐标，x(old)表示原始横坐标，a表示拓展系数；w(new)表示新的矩形宽度，w(old)表示原始矩形宽度；y(new)表示新的纵坐标，y(old)表示原始纵坐标；h(new)表示新的矩形长度，h(old)表示原始矩形长度。

5.如权利要求2所述的车牌识别方法，其特征在于，所述调用左右回归模型处理所述第二车牌图像，得到精确定位的第二车牌图像；具体包括：

将所述第二车牌图像进行标准化处理，得到所有数值均为0-1之间的小数的矩阵；

将所述矩阵输入到左右回归模型中，得到输出结果，输出结果为两个分数left和right；处理所述输出结果，得到所述第二车牌图像中车牌的原始宽度，处理公式为：

H(old)＝left*w(old)

T(old)＝right*w(old)

其中，所述第二车牌图像中，用左分数位点和右分数位点表示车牌的位置；H(old)表示车牌原始宽度方向的左坐标，left为左分数位点，T(old)表示车牌原始宽度方向的右坐标，right为右分数位点；

处理所述车牌的原始宽度，得到所述车牌新的宽度，进而得到精确定位的第二车牌图像；处理公式为：

H(new)＝H(old)-3

T(new)＝T(old)+2

其中，H(new)表示新的宽度方向的左坐标，取值≥0；T(new)表示新的宽度方向的右坐标，取值≤w(old)-1。

6.一种车牌识别装置，其特征在于，所述车牌识别装置包括：

预处理模块，用于获取待识别车牌图像，对所述待识别车牌图像进行灰度化处理，得到第一车牌图像；所述第一车牌图像中至少包括一个矩形；

坐标提取模块，用于调用级联分类器模型提取所述第一车牌图像中矩形的坐标信息，并通过预设规则处理所述坐标信息，得到新的坐标信息；

目标图像抠取模块，用于利用新的坐标信息抠取所述待识别车牌图像，得到第二车牌图像；

图像识别模块，用于调用端到端字符识别模型处理所述第二车牌图像，得到概率值和预测值；选取概率值最大时对应的预测值作为最终识别结果。