[发明专利]弧形车辆识别号码检测方法、装置、计算机设备和介质在审

专利信息
申请号: 202010032291.8 申请日: 2020-01-13
公开(公告)号: CN111259902A 公开(公告)日: 2020-06-09
发明(设计)人: 周康明;高凯珺 申请(专利权)人: 上海眼控科技股份有限公司
主分类号: G06K9/34 分类号: G06K9/34;G06K9/32
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 倪静
地址: 200032 上海市徐汇*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 弧形 车辆 识别 号码 检测 方法 装置 计算机 设备 介质
【权利要求书】:

1.一种弧形车辆识别号码检测方法,其特征在于,所述方法包括:

获取待检测的车辆识别号码图像;

基于车辆识别号码检测模型定位所述车辆识别号码图像中车辆识别号码的区域;

将该区域内检测到的所述车辆识别号码拟合二次曲线,以判断所述车辆识别号码的形状;

若所述车辆识别号码的形状为弧形,则根据拟合的二次曲线将弧形车辆识别号码矫正为长条车辆识别号码,然后依据预设字符分割模型进行识别并提取所述车辆识别号码以供核对。

2.根据权利要求1所述的方法,其特征在于,所述基于车辆识别号码检测模型定位所述车辆识别号码图像中车辆识别号码的区域,包括:

将所述车辆识别号码图像输入所述车辆识别号码检测模型,以得到N个一维数组;其中,每个数组对应一个检测到的区域,各所述数组由若干元素组成,每个元素代表车辆识别号码区域轮廓上的一个点;所述N为大于或者等于1的自然数;

根据所述点的个数对N个所述数组从大到小进行排序;

如果数组中所述点的个数小于预设阈值,则删除该小于所述预设阈值所对应的数组。

3.根据权利要求1所述的方法,其特征在于,所述车辆识别号码检测模型的获取方法包括:

获取不同角度、不同光照条件、不同拍摄角度、不同图像质量的所述车辆识别号码图像;

采用多边形框标记所述车辆识别号码区域在所述车辆识别号码图像中的位置;

使用标记好的所述车辆识别号码图像训练目标检测深度学习模型,以获得车辆识别号码检测模型。

4.根据权利要求1所述的方法,其特征在于,所述将该区域内检测到的所述车辆识别号码拟合二次曲线,以判断所述车辆识别号码的形状,包括:

去除检测到的所述车辆识别号码中的噪声点,

取上下边对应点的中点进行二次曲线拟合;

整理得到满足最小均方误差的法方程组;

根据得到的二次曲线与预设阈值比较;若小于或者等于所述预设阈值,则判定所述车辆识别号码为长条形;若大于所述预设阈值,则判定所述车辆识别号码为弧形。

5.根据权利要求1所述的方法,其特征在于,所述若所述车辆识别号码的形状为弧形,则根据拟合的二次曲线将弧形车辆识别号码矫正为长条车辆识别号码,包括:

计算弧形车辆识别号码的区域上下边中点与二次曲线顶点的距离;

保持该距离不变,将弧形车辆识别号码的区域映射到一直线上,并相应将弧形车辆识别号码区域内所有点分别进行映射;

使用双线性插值法对弧形车辆识别号码进行重映射,并对重映射后图像上的各像素点赋值,以使所述弧形车辆识别号码矫正为长条车辆识别号码。

6.根据权利要求1所述的方法,其特征在于,所述字符分割模型的获取方法包括:

获取不同角度、不同光照条件、不同拍摄角度、不同图像质量的所述车辆识别号码图像;

采用字符描边的方法标记车辆识别号码中每个字符的位置;

使用标记好的所述车辆识别号码图像训练基于深度学习的分割模型,以得到所述字符分割模型。

7.根据权利要求1所述的方法,其特征在于,所述依据预设字符分割模型进行识别并提取所述车辆识别号码以供核对,包括:

将为长条车辆识别号码或矫正为长条车辆识别号码的所述车辆识别号码图像输入字符分割模型,以得到标签图;

所述标签图和所述车辆识别号码图像大小相同,根据像素值的大小将所述标签图中每个像素分为不同类别的字符,以进行提取。

8.一种电子装置,其特征在于,所述装置包括:

获取模块,用于获取待检测的车辆识别号码图像;

处理模块,用于基于车辆识别号码检测模型定位所述车辆识别号码图像中车辆识别号码的区域;将该区域内检测到的所述车辆识别号码拟合二次曲线,以判断所述车辆识别号码的形状;若所述车辆识别号码的形状为弧形,则根据拟合的二次曲线将弧形车辆识别号码矫正为长条车辆识别号码,然后依据预设字符分割模型进行识别并提取所述车辆识别号码以供核对。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,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/202010032291.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top