[发明专利]一种车牌识别方法及装置在审
申请号: | 201811573454.2 | 申请日: | 2018-12-21 |
公开(公告)号: | CN109670458A | 公开(公告)日: | 2019-04-23 |
发明(设计)人: | 刘学博 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04 |
代理公司: | 北京林达刘知识产权代理事务所(普通合伙) 11277 | 代理人: | 刘新宇 |
地址: | 100084 北京市海淀区中*** | 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: | 车辆图像 车牌识别 车牌图像 待处理图像 车辆检测 车牌检测 处理图像 文字识别 检测 准确率 | ||
1.一种车牌识别方法,其特征在于,包括:
对待处理图像进行车辆检测,检测出所述待处理图像中的车辆图像;
对所述车辆图像进行车牌检测,检测出所述车辆图像中的车牌图像;
对所述车牌图像进行文字识别,识别出所述车牌图像中的车牌号。
2.根据权利要求1所述的车牌识别方法,其特征在于,所述对所述车牌图像进行文字识别,识别出所述车牌图像中的车牌号,包括:
对所述车牌图像进行文字检测,检测出所述车牌图像中的至少一个文本框;
分别对所述至少一个文本框进行文字识别,识别出所述至少一个文本框中的文字;
将识别出的所述至少一个文本框中的文字组合生成车牌号。
3.根据权利要求1或2所述的车牌识别方法,其特征在于,所述对所述车辆图像进行车牌检测,检测出所述车辆图像中的车牌图像,包括:
提取所述车辆图像的图像特征,所述图像特征包括下述特征中的至少一种:物体纹理特征、边缘特征、细节特征;
根据所述车辆图像的图像特征,确定所述车辆图像中像素的类别信息,所述类别信息包括确定像素是否属于车牌类别;
基于所述车辆图像中像素的类别信息获得所述车辆图像中的车牌图像。
4.根据权利要求3所述的车牌识别方法,其特征在于,所述基于所述车辆图像中像素的类别信息获得所述车辆图像中的车牌图像,包括:
根据所述车辆图像中像素间的位置关系,将所述车辆图像分割成多个单元矩形框;
确定所述多个单元矩形框中的多个目标单元矩形框,所述目标单元矩形框中所包含像素的类别信息均为车牌类别;
将所述多个目标单元矩形框的最小外接矩形框所在的区域作为所述车辆图像中的车牌图像区域。
5.根据权利要求1所述的车牌识别方法,其特征在于,在所述对所述车牌图像进行文字识别,识别出所述车牌图像中的车牌号之前,还包括:
确定所述车牌图像的边框以及边框信息,所述边框信息包括所述车牌图像中像素点分别到所述边框四个边的距离以及所述边框相对参考坐标轴的旋转角度;
根据所述边框信息将所述车牌图像转换成具有正置车牌图像,所述正置车牌图像相对于所述参考坐标轴正向放置;将所述正置车牌图像作为文字识别的车牌图像。
6.根据权利要求2所述的车牌识别方法,其特征在于,所述对所述车牌图像进行文字检测,检测出所述车牌图像中的至少一个文本框,包括:
提取所述车牌图像的图像特征,所述图像特征包括下述特征中的至少一种:物体纹理特征、边缘特征、细节特征;
根据所述车牌图像的图像特征,确定所述车牌图像中像素的类别信息,所述类别信息包括确定像素是否属于文字类别;
基于所述车牌图像中像素的类别信息获得所述车牌图像中的至少一个文本框。
7.一种车牌识别装置,其特征在于,包括:
车辆检测模块,用于对待处理图像进行车辆检测,检测出所述待处理图像中的车辆图像;
车牌检测模块,用于对所述车辆图像进行车牌检测,检测出所述车辆图像中的车牌图像;
车牌文字识别模块,用于对所述车牌图像进行文字识别,识别出所述车牌图像中的车牌号。
8.根据权利要求7所述的车牌识别装置,其特征在于,所述车牌文字识别模块包括:
文本框检测子模块,用于对所述车牌图像进行文字检测,检测出所述车牌图像中的至少一个文本框;
文字识别子模块,用于分别对所述至少一个文本框进行文字识别,识别出所述至少一个文本框中的文字;
车牌号生成子模块,用于将识别出的所述至少一个文本框中的文字组合生成车牌号。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至6中任意一项所述的车牌识别方法。
10.一种非临时性计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得处理器能够执行权利要求1-6任意一项所述的车牌识别方法。
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北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,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/201811573454.2/1.html,转载请声明来源钻瓜专利网。