[发明专利]车牌识别方法、装置、计算机设备及存储介质

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：

获取初始车牌图像；

对所述初始车牌图像进行预处理，得到大小为a×b个像素的目标车牌图像，其中，a、b为正整数；

采用预设大小为c×b个像素的滑动窗口，以1个像素为步长，在所述目标车牌图像上从左至右进行滑动操作，每次滑动，获取所述滑动窗口范围内的一个目标车牌图像，作为一个滑动窗口图像，其中，c<a且c为正整数；

滑动a-c次后，终止滑动操作，得到a-c个滑动窗口图像；

将a-c个所述滑动窗口图像输入到卷积神经网络中进行识别，得到a-c个识别结果，其中，每个所述识别结果包括若干个字符；

将a-c个所述识别结果中的所有字符组成字符串，按照预设分割方式对所述字符串进行分割，从得到的每个子字符串中获取目标字符，并根据所述目标字符确定目标车牌号码。

2.如权利要求1所述的车牌识别方法，其特征在于，所述对所述初始车牌图像进行预处理，得到大小为a×b个像素的目标车牌图像包括：

通过边缘检测算法，获取所述初始车牌图像中车牌的上边界和车牌的下边界；

根据所述车牌的上边界和所述车牌的下边界，确定车牌的范围图像；

使用拉东变换对所述范围图像进行倾斜校正，得到校正后的基础图像；

以所述基础图像的重心为中心，对所述基础图像进行裁剪，得到大小为a×b个像素的所述目标车牌图像。

3.如权利要求2所述的车牌识别方法，其特征在于，所述通过边缘检测算法，获取所述初始车牌图像中车牌的上边界和车牌的下边界包括：

通过高斯模糊对所述初始车牌图像进行噪音去除，得到去噪车牌图像；

使用预设的梯度算子来计算所述去噪车牌图像的水平方向和垂直方向的梯度值，得到初始梯度值集合；

采用非最大值抑制的方式对所述初始梯度值集合进行边缘细化处理，得到一个像素宽的梯度边缘；

使用预设的双阈值过滤所述梯度边缘中的弱边缘点，得到所述梯度边缘中的强边缘点；

根据所述强边缘点，确定所述车牌的上边界和所述车牌的下边界。

4.如权利要求1至3任一项所述的车牌识别方法，其特征在于，所述将a-c个所述识别结果中的所有字符组成字符串，并按照预设方式从所述字符串中获取目标字符，根据所述目标字符确定目标车牌号码包括：

依次将a-c个所述识别结果中的所有字符放入字符集X中，得到X＝{x₁，x₂，...，x_q}，其中，q为a-c个识别结果中包含的字符的总数，x_i为字符集X中的第i个字符，i∈[1,q]，q为正整数；

根据k+1个预设范围，确定所述字符集X的k个切分点，其中，k<q，且k为正整数；

使用k个所述切分点对所述字符集X中的q个字符进行字符切分，得到k+1个子字符集；

获取每个所述子字符集中出现次数最多的字符作为目标字符，得到k+1个所述目标字符；

按照k+1个所述预设范围的顺序，对k+1个所述目标字符进行组合，得到所述目标车牌号码。

5.如权利要求4所述的车牌识别方法，其特征在于，所述获取每个所述子字符集中出现次数最多的字符作为目标字符包括：

获取第一个所述子字符集中出现次数最多的字符，作为第一字符；

若所述第一字符为非中文字符，则获取第一个所述子字符集中出现次数最多的中文字符作为第一个所述目标字符；

若所述第一字符为中文字符，则将所述第一字符作为第一个所述目标字符；

获取第j个所述字符集中出现次数最多的字符，作为第j个所述目标字符，其中，j大于1并且小于等于k+1。