[发明专利]车牌识别方法、车牌识别装置、车牌识别设备及存储介质

权利要求书

1.一种车牌识别方法，其特征在于，包括：

获取待检测车辆的车牌区域图；

将所述车牌区域图输入预先训练的第一分类模型，得到所述待检测车辆的遮挡污损识别结果；其中，所述遮挡污损识别结果为遮挡车牌或污损车牌或正常车牌；

将所述车牌区域图输入预先训练的字符识别模型，得到所述待检测车辆的字符识别结果；

分析确定所述字符识别结果中未识别到的字符；

将所述未识别到的字符用与所述遮挡污损识别结果对应的符号代替，得到所述待检测车辆的车牌识别结果；

输出所述车牌识别结果。

2.根据权利要求1所述的车牌识别方法，其特征在于，所述获取待检测车辆的车牌区域图，具体包括：

获取所述待检测车辆的车辆图像，在所述车辆图像中确定车牌感兴趣区域图；

将所述车牌感兴趣区域图输入预先训练的目标检测模型，得到所述车牌区域图。

3.根据权利要求1所述的车牌识别方法，其特征在于，在所述将所述车牌区域图输入预先训练的第一分类模型之前，还包括：

按比例对所述车牌区域图进行扩边处理，得到车牌扩边图；

将所述车牌扩边图输入预先训练的第二分类模型，得到所述车牌扩边图的是非车牌检测结果；

判读所述是非车牌检测结果是否为是车牌；

如果是，则进入所述将所述车牌区域图输入预先训练的第一分类模型的步骤。

4.根据权利要求1所述的车牌识别方法，其特征在于，在所述将所述车牌区域图输入预先训练的第一分类模型之前，还包括：

判断遮挡污损车牌检测开关状态是否为开启；

如果是，则进入所述将所述车牌区域图输入预先训练的第一分类模型的步骤；

如果否，则进入所述将所述车牌区域图输入预先训练的字符识别模型，得到所述待检测车辆的字符识别结果的步骤。

5.根据权利要求1所述的车牌识别方法，其特征在于，所述分析确定所述字符识别结果中未识别到的字符，具体包括：

依据所述车牌区域图识别得到所述待检测车辆的车牌类型；

根据所述车牌类型确定所述待检测车辆的车牌字符组合规则；

根据所述车牌字符组合规则确定所述待检测车牌的非汉字字符的位置；

当所述字符识别结果的第一位汉字字符的置信度小于预设汉字置信度阈值时，确定所述第一位汉字字符为未识别到的字符；

确定所述字符识别结果中除所述第一位汉字字符和最后一位字符的剩余字符中置信度小于预设非汉字字符置信度阈值的非汉字字符为未识别到的字符；

当所述最后一位字符为汉字字符时，根据与所述汉字字符对应的识别规则及所述预设汉字置信度阈值判断所述最后一位字符是否为未识别到的字符；

当所述最后一位字符为非汉字字符且所述最后一位字符的置信度小于所述预设非汉字字符置信度阈值时，确定所述最后一位字符为未识别到的字符。

6.根据权利要求1所述的车牌识别方法，其特征在于，所述将所述未识别到的字符用与所述遮挡污损识别结果对应的符号代替，得到所述待检测车辆的车牌识别结果，具体包括：

当所述遮挡污损识别结果为正常车牌时，则以所述字符识别结果为所述车牌识别结果；

当所述遮挡污损识别结果为遮挡车牌时，将所述字符识别结果中未识别到的字符用第一符号代替，得到所述车牌识别结果；

当所述遮挡污损识别结果为污损车牌时，将所述字符识别结果中未识别到的字符用第二符号代替，得到所述车牌识别结果。

7.根据权利要求1所述的车牌识别方法，其特征在于，所述第一分类模型具体为卷积神经网络模型。