[发明专利]一种车胎文本检测和识别方法

权利要求书

1.一种车胎文本检测和识别方法，其特征在于，包括如下步骤：

步骤1：通过深度神经网络对车胎侧面文字进行检测，得到的结果记为R＝{r_k|k＝1,2,…,K}，定义分布邻近的一组字符为组合字符簇，在R中，r_k表示检测到的第k个组合字符簇的最小外接矩形包围框，K表示检测到的组合字符簇的数量；

步骤2：定义集合C＝{p_k＝(x_k,y_k)|k＝1,2,…,K}，其中，p_k为r_k的中心点；将集合C中的坐标代入式(1)中，通过式(2)，(3)，拟合得到圆曲线方程x²+y²+ax+by+c＝0的参数a,b,c及其圆心坐标(x₀,y₀)，其中，

A＝(X^T·X)^-1·X^T·Y (3)

式中，δ表示事先选定的拟合误差阈值，Q(A)表示矩阵形式的圆曲线方程表达式；

步骤3：记r_k所包围的图像为I_k，通过转换I_k来将图像中弯曲的文本行拉直，具体为：

步骤3.1：根据公式(4)得到p_k相对于拟合的圆曲线方程的圆心(x₀,y₀)的角度θ_k；

根据(5)给出的规则翻转I_k，得到的图像记为I′_k；

步骤3.2：通过深度神经网络对I′_k检测，得到的结果记为Q＝{q_i|i＝1,2,…,N}，其中，q_i表示I′_k中检测到的第i个字符所在的最小外接旋转矩形框，N表示I′_k中检测到的字符的数量；定义集合T＝{t_i|i＝1,2,…,N}，其中t_i表示q_i的顶边中点；定义集合B＝{b_i|i＝1,2,…,N}，其中b_i表示q_i的底边中点；

步骤3.3：扩充集合T：t₁为I′_k中最左侧的点，通过公式(6)，将点T_l加入T中t₁之前；t_N为I′_k中最右侧的点，通过公式(7)，将点T_r加入T中t_N之后，T_l、T_r分别表示扩充后的集合T中最左侧和最右侧的点；

当存在间隔较远的两个字符时，在集合T加入一个控制点：当T中相邻两点t_i和t_i+1之间的距离时，根据公式(8)将点P_m加入点集T中，且P_m排列于t_i和t_i+1之间，其中，P_m表示在大间隔字符之间加入的点，W_t满足公式(9)；

最终扩充后的控制点集合T＝{t_i|i＝1,2,…,N+2+K₀}，其中K₀表示在较大间隔处添加的控制点的数量；

步骤3.4：采用步骤3.3同样的方法扩充得到集合B＝{b_i|i＝1,2,…,N+2+K₀}；T和B构成图像I′_k中的控制点集；

步骤3.5：将待生成的目标图像记为I″_k，构造生成I″_k的控制点集：构建分布在I″_k上沿的点集T′＝{t′_i＝((i-1)×d_k,0)|i＝1,2,...,N}；构建分布在I″_k下沿的点集B′＝{b′_i＝((i-1)×d_k,H_k)|i＝1,2,...,N}，其中，点间距d_k和图像I″_k的高度H_k根据公式(10)计算得到；

式中，H_i、W_i分别表示q_i的高度与宽度，a为常数系数；

步骤3.6：定义集合TB＝{{(t_i,t′_i),(b_i,b′_i)}|i＝1,2,...,N}，其中(t_i,t′_i)表示t_i和t′_i组成的控制点对，(b_i,b′_i)表示b_i和b′组成的控制点对；将TB中的控制点对代入TPS样条插值函数实现图像I_k到图像I″_k的转换；转换后的图像I″_k为平直的矩形图像，在I″_k中的内容为被拉直后水平排列的文字；

步骤4：将图像I″_k输入文字识别模型，输出文本识别的结果；

步骤5：重复步骤3和步骤4，最终得到车胎上全部文本的识别结果；根据车胎文本的排列规范，能够得到车胎或车辆信息。