[发明专利]车牌图像真伪识别方法、装置、设备和介质

权利要求书

1.一种车牌图像真伪识别方法，其特征在于，所述方法包括：

获取待识别图像，将所述待识别图像输入车牌定位模型以定位车牌坐标，根据所述车牌坐标截取所述待识别图像中的目标车牌图像；

对所述目标车牌图像进行数据标准化处理，将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果。

2.根据权利要求1所述的方法，其特征在于，所述将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果，包括：

将数据标准化处理后的目标车牌图像输入卷积神经网络以提取所述目标车牌图像的边框特征；

当检测到所述边框特征中存在异常边框特征时，判定所述待识别图像为伪造车牌图像；其中，所述异常边框特征包括纸质边框特征、设备边框特征。

3.根据权利要求1所述的方法，其特征在于，所述将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果，包括：

基于预设纹理描述算子从所述目标车牌图像中提取到所述目标车牌图像的局部纹理特征，根据所述局部纹理特征判断所述目标车牌图像中是否存在摩尔纹；

当所述目标车牌图像中存在所述摩尔纹，判定所述待识别图像为伪造车牌图像。

4.根据权利要求1所述的方法，其特征在于，所述将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果，包括：

获取所述目标车牌图像的分辨率，识别所述目标车牌图像的干扰因子，根据所述分辨率及所述干扰因子计算所述目标车牌图像的目标清晰度分数；其中，所述干扰因子包括锯齿及马赛克中的至少一种；

获取标准清晰度分数，当所述目标清晰度分数与所述标准清晰度分数的差值大于预设阈值时，判定所述待识别图像为伪造车牌图像；其中，所述标准清晰度分数为根据监控摄像头拍摄得到的标准图像计算得到的标准分数。

5.根据权利要求1所述的方法，其特征在于，所述将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果，包括：

获取所述目标车牌图像中在车牌边框每一单边上的预设数量个定位坐标；

根据每相邻两个的定位坐标计算相邻倾斜角度，根据所述相邻倾斜角度计算每一单边的单边形变程度；

获取形变程度阈值，当任一单边的单边形变程度大于所述形变程度阈值时，判定所述目标车牌图像为伪造车牌图像。

6.根据权利要求1所述的方法，其特征在于，所述根据所述车牌坐标截取所述待识别图像中的目标车牌图像，包括：

根据所述车牌坐标确定车牌的定位轮廓边界；

将所述定位轮廓边界进行比例或等距离的边界扩充，得到车牌的扩充边界，截取所述扩充边界内的图像，将所述扩充边界内的图像作为所述待识别图像中的所述目标车牌图像。

7.根据权利要求1所述的方法，其特征在于，所述对所述目标车牌图像进行数据标准化处理，包括：

获取所述目标车牌图像中每个像素点的像素值，根据所述每个像素点的像素值计算所述目标车牌图像的像素值均值，将所述每个像素点的像素值减去所述像素值均值；

将减去所述像素值均值后的每个像素点的像素值除以标准差，以得到每个像素点的像素值为标准像素值的目标车牌图像。

8.一种车牌图像真伪识别装置，其特征在于，所述装置包括：

图像获取模块，用于获取待识别图像，将所述待识别图像输入车牌定位模型以定位车牌坐标，根据所述车牌坐标截取所述待识别图像中的目标车牌图像；

真伪识别模块，用于对所述目标车牌图像进行数据标准化处理，将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果。