[发明专利]一种车牌识别方法、装置和计算设备

权利要求书

1.一种车牌识别方法，其特征在于，所述方法包括：

从待识别物中识别出目标车牌；

提取所述目标车牌中的字符块；

基于已训练精简卷积神经网络模型，对所述字符块进行识别后输出车牌号，所述已训练精简卷积神经网络模型为以车牌作为训练样本对单层卷积神经网络进行训练后获取的模型。

2.如权利要求1所述的车牌识别方法，其特征在于，所述从待识别物中识别出目标车牌包括：

从所述待识别物中筛选出疑似车牌；

通过将所述疑似车牌与标准车牌匹配，获取所述目标车牌。

3.如权利要求2所述的车牌识别方法，其特征在于，所述从所述待识别物中筛选出疑似车牌包括：

通过图像处理手段，获取所述疑似车牌的二值化图片，所述二值化图片包含垂直边缘；

去除所述垂直边缘之间的空白区域并连接包含边缘的区域后得到可能包含车牌的候选区域；

所述通过将所述疑似车牌与标准车牌匹配，获取所述目标车牌包括：

获取所述候选区域的轮廓的最小外接矩形；

计算所述最小外接矩形的面积和长宽比；

若所述最小外接矩形的面积和长宽比分别与所述标准车牌的面积和长宽比匹配，则将所述最小外接矩形的面积和长宽比分别与所述标准车牌的面积和长宽比匹配成功的疑似车牌确定为所述目标车牌。

4.如权利要求1所述的车牌识别方法，其特征在于，所述基于已训练精简卷积神经网络模型，对所述字符块进行识别后输出车牌号，包括：

所述已训练精简卷积神经网络模型的第一分类器对所述字符块中的汉字进行识别；

所述已训练精简卷积神经网络模型的第二分类器对所述字符块中的英文字母和数字进行识别；

输出所述识别出的汉字、英文字母和数字，组合得到所述车牌号。

5.一种车牌识别装置，其特征在于，所述装置包括：

第一识别模块，用于从待识别物中识别出目标车牌；

字符块提取模块，用于提取所述目标车牌中的字符块；

第二识别模块，用于基于已训练精简卷积神经网络模型，对所述字符块进行识别后输出车牌号，所述已训练精简卷积神经网络模型为以车牌作为训练样本对单层卷积神经网络进行训练后获取的模型。

6.如权利要求5所述的车牌识别方法，其特征在于，所述第一识别模块包括：

初步识别单元，用于从所述待识别物中筛选出疑似车牌；

获取单元，用于通过将所述疑似车牌与标准车牌匹配，获取所述目标车牌。

7.如权利要求6所述的车牌识别装置，其特征在于，所述初步识别单元包括图像处理单元和候选区域获取单元，所述获取单元包括矩形获取单元、计算单元和匹配单元；

所述图像处理单元，用于通过图像处理手段，获取所述疑似车牌的二值化图片，所述二值化图片包含垂直边缘；

所述候选区域获取单元，用于去除所述垂直边缘之间的空白区域并连接包含边缘的区域后得到可能包含车牌的候选区域；

所述矩形获取单元，用于获取所述候选区域的轮廓的最小外接矩形；

所述计算单元，用于计算所述最小外接矩形的面积和长宽比；

所述匹配单元，用于若所述最小外接矩形的面积和长宽比分别与所述标准车牌的面积和长宽比匹配，则将所述最小外接矩形的面积和长宽比分别与所述标准车牌的面积和长宽比匹配成功的疑似车牌确定为所述目标车牌。

8.如权利要求5所述的车牌识别装置，其特征在于，所述第二识别模块包括：

第一分类单元，用于所述已训练精简卷积神经网络模型的第一分类器对所述字符块中的汉字进行识别；

第二分类单元，用于所述已训练精简卷积神经网络模型的第二分类器对所述字符块中的英文字母和数字进行识别；

组合输出单元，用于输出所述识别出的汉字、英文字母和数字，组合得到所述车牌号。