[发明专利]基于SSD的车牌检测和矫正识别方法及识别系统

权利要求书

1.一种基于SSD的车牌检测和矫正识别方法，其特征在于，包括如下步骤：

S1、输入一张图像，检测图像中是否存在车牌，若存在车牌，检测车牌的位置和车牌上的关键点的位置；

S2、判断车牌是否倾斜，若车牌倾斜，通过关键点的仿射变换对车牌的位置进行矫正；

S3、对未倾斜的车牌图像或者矫正后的车牌图像进行识别，检测车牌图像中是否存在字符，若存在字符，检测字符的位置和类别，输出识别结果。

2.一种基于SSD的车牌检测和矫正识别系统，其特征在于，包括依次连接的车牌和车牌关键点检测模块、矫正模块和车牌字符检测模块，将待检测的图像输入车牌和车牌关键点检测模块，车牌字符检测模块输出车牌上的字符信息；其中，

车牌和车牌关键点检测模块用于检测图像中是否存在车牌、车牌的位置以及车牌上的关键点的位置，输出单独的车牌图像到矫正模块；

矫正模块用于判断车牌图像中的车牌是否倾斜，以及对倾斜的车牌图像进行矫正，输出未倾斜的车牌图像或者矫正后的车牌图像到车牌字符检测模块；

车牌字符检测模块用于检测车牌图像中是否存在字符以及字符的位置和类别，并输出识别结果。

3.根据权利要求2所述的一种基于SSD的车牌检测和矫正识别系统，其特征在于，所述车牌和车牌关键点检测模块包括第一数据输入层、基础特征提取网络、深层特征提取网络、第一先验框模块和第一检测网络；其中，

第一数据输入层用于读取输入的图像并做预处理，输出预处理后的图像到基础特征提取网络；

基础特征提取网络用于提取图像的浅层特征，并输出浅层特征图到深层特征提取网络和第一检测网络；

深层特征提取网络用于从浅层特征图中提取图像的深层特征，并输出深层特征图到第一检测网络；

第一先验框模块用于在浅层特征图和深层特征图上设置候选目标框，对图像中的车牌的候选位置进行预先设置；

第一检测网络包括相连的若干卷积层，用于根据浅层特征图和深层特征图，对候选目标框中的候选目标进行筛选，对图像进行车牌概率预测、车牌位置预测和车牌关键点预测。

4.根据权利要求3所述的一种基于SSD的车牌检测和矫正识别系统，其特征在于，所述基础特征提取网络包括三层最大池化层，第一层最大池化层前后分别设置两层卷积层，第三层最大池化层前后分别设置三层卷积层，每层卷积层后设置激活函数层；其中，预处理后的图像输入第一层卷积层，最后一层激活函数层输出浅层特征图。

5.根据权利要求3所述的一种基于SSD的车牌检测和矫正识别系统，其特征在于，所述深层特征提取网络包括最大池化层，最大池化层后设置五层卷积层，每层卷积层后设置激活函数层；其中，浅层特征图输入最大池化层，第三层激活函数层输出第一深层特征图，第五层激活函数层输出第二深层特征图，第一深层特征图和第二深层特征图输入第一检测网络。

6.根据权利要求3所述的一种基于SSD的车牌检测和矫正识别系统，其特征在于，所述第一先验框模块预先设置25200个候选目标框，候选目标框中为候选目标，其中：

在浅层特征图上设置19200个候选目标，包括6400个横纵比为1:1的候选目标、6400个横纵比为1:3的候选目标和6400个横纵比为3:1的候选目标；

在第一深层特征图上设置4800个候选目标，包括1600个横纵比为1:1的候选目标、1600个横纵比为1:3的候选目标和1600个横纵比为3:1的候选目标；

在第二深层特征图上设置1200个候选目标，包括400个横纵比为1:1的候选目标、400个横纵比为1:3的候选目标和400个横纵比为3:1的候选目标。