[发明专利]发动机编号牌的质量分析方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010149148.7 申请日: 2020-02-28
公开(公告)号: CN111353490A 公开(公告)日: 2020-06-30
发明(设计)人: 张发恩;徐华泽 申请(专利权)人: 创新奇智(重庆)科技有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/46;G06K9/62;G06T7/00;G06N3/04
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 蒋姗
地址: 400000 重庆市九龙坡区*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 发动机 号牌 质量 分析 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种发动机编号牌的质量分析方法,其特征在于,所述方法包括:

获取发动机编号牌的图像;

通过预设的数量识别模型处理所述图像,获得所述发动机编号牌中字符的数量;

若所述数量与预设的标准字符数量相同,通过预设的质量分析模型处理所述图像,获得所述字符的质量分析结果。

2.根据权利要求1所述的发动机编号牌的质量分析方法,其特征在于,通过预设的数量识别模型处理所述图像,获得所述发动机编号牌中字符的数量,包括;

通过预设的图像卷积模型处理所述图像,获得特征图像;

通过预设的置信度分析模型处理所述特征图像,获得所述特征图像中每个像素点为所述字符的中心点的置信度;

确定出以所述特征图像中的每个像素点为中心点的字符框;

根据所述置信度以及所述字符框相互之间的重合度,对所述字符框进行筛除,获得筛除后的字符框数量,其中,筛除后的每个字符框对应一个所述字符,所述筛除后的字符框数量为所述字符的数量。

3.根据权利要求2所述的发动机编号牌的质量分析方法,其特征在于,根据所述置信度以及所述字符框相互之间的重合度,对所述字符框进行筛除,获得筛除后的字符框数量,包括:

将所有的所述字符框中所述置信度小于预设的置信度阈值的字符框筛除,获得筛除后的字符框;

通过预设的NMS算法分析所述筛除后的字符框相互之间的重合度,以将相互之间有重合的字符框筛除,获得互不重合的字符框,其中,所述互不重合的字符框的数量为所述字符的数量。

4.根据权利要求3所述的发动机编号牌的质量分析方法,其特征在于,确定出以所述图像中的每个像素点为中心点的字符框,包括:

通过预设的字符框生成模型处理所述图像,获得所述字符框;或者,

按预设的字符框尺寸,生成所述字符框。

5.根据权利要求2所述的发动机编号牌的质量分析方法,其特征在于,通过预设的质量分析模型处理所述图像,获得所述字符的质量分析结果,包括:

根据所述筛除后的每个字符框,从所述发动机编号牌的图像中提取出每个所述字符的图像;

通过所述质量分析模型处理每个所述字符的图像,获得每个所述字符的质量分析结果。

6.根据权利要求5所述的发动机编号牌的质量分析方法,其特征在于,根据所述筛除后的每个字符框,从所述发动机编号牌的图像中提取出每个所述字符的图像,包括:

按所述发动机编号牌的图像与所述特征图像之间的尺寸比例,调整所述筛除后的每个字符框的尺寸,获得调整后的每个字符框;

将所述发动机编号牌的图像中被所述调整后的每个字符框框选住的图像提取出,获得每个所述字符的图像。

7.根据权利要求2所述的发动机编号牌的质量分析方法,其特征在于,在通过预设的置信度分析模型处理所述特征图像,获得所述特征图像中每个像素点为所述字符的中心点的置信度之前,所述方法还包括:

通过预设的特征图像训练集训练预设的卷积神经网络,获得所述置信度分析模型。

8.根据权利要求1所述的发动机编号牌的质量分析方法,其特征在于,在通过预设的质量分析模型处理所述图像,获得所述字符的质量分析结果之前,所述方法包括:

通过预设的发动机编号牌的训练图像集训练预设的卷积神经网络,获得所述质量分析模型。

9.一种发动机编号牌的质量分析装置,其特征在于,所述装置包括:

图像获取模块,用于获取发动机编号牌的图像;

图像分析模块,用于通过预设的数量识别模型处理所述图像,获得所述发动机编号牌中字符的数量;若所述数量与预设的标准字符数量相同,通过预设的质量分析模型处理所述图像,获得所述字符的质量分析结果。

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创新奇智(重庆)科技有限公司,未经创新奇智(重庆)科技有限公司许可,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/202010149148.7/1.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