[发明专利]一种无限制安防场景下的车牌检测识别系统及其方法

说明书

本发明提供一种无限制安防场景下的车牌检测识别系统及其方法，该系统包括车牌检测、车牌矫正、车牌识别三个模块；车牌检测模块根据获取的无限制安防场景图像，提取出车牌图像，将车牌图像以矩阵形式传入车牌矫正模块；车牌矫正模块将所获得的车牌图像进行变换，变为正视角的车牌图像；车牌识别模块利用车牌识别网络对获取的正视角车牌图像进行识别。本发明利用基于深度学习的目标检测算法对车辆和车牌进行两级检测，改善车牌在安防图像上尺寸过小难以检测的问题，再利用空间变换网络对受拍摄视角影响发生畸变的车牌图像进行矫正，最后利用宽卷积和CTC损失的全卷积神经网络对车牌进行识别，在无需字符分割的情况下，加快了网络识别速度和精度。

技术领域

本发明涉及一种无限制安防场景下的车牌检测识别系统，具体的说是一种基于深度学习的车牌检测识别系统及其方法，属于计算机视觉技术领域。

背景技术

车牌识别是智慧交通与智慧安防的重要组成部分，其在超速违章监控、车辆追踪、电子警察、路况调控等方面发挥重要作用，能有效地节省警力，降低执法人员的工作强度，促进城市交通的高效运转。

车牌识别系统是对公路上配置的摄像头拍摄的照片进行数字图像处理与分析，综合应用大量的图像处理最新成果和数学形态学方法对汽车图像进行平滑、二值化、模糊处理、边缘检测、图像分割、开运算、比运算、区域标识等，利用多种手段以提取车牌区域，进而达到对汽车牌照的精确定位并最终完成对汽车牌照的识别。

车牌识别系统的用途很多，如高速公路电子收费站、公路流量控制、公路稽查、失窃车辆查询、监测黑牌机动车、监控违章车辆的电子警察等公路监管场合，以及停车场车辆管理、出入控制等需要车牌认证的场合都要应用车牌识别系统，尤其在高速公路收费系统中，实现不停车收费技术可提高公路系统的运行效率，由此可见车牌识别系统具有不可替代的作用，因此对车牌识别技术的研究和应用系统的开发具有重要的现实意义。

虽然车牌识别技术已得到很大发展，但是在无限制安防场景下的车牌识别仍然存在诸多挑战。这些挑战集中体现在以下几个方面：

(1)由于安防摄像头的限制，行驶中的车辆容易出现运动模糊的现象；

(2)在极端天气诸如大雾、雨雪情况下，采集到的图像质量较差，字符容易受到噪声干扰；

(3)在交通拥堵情况下，车牌容易受到遮挡影响而难以检测；

(4)由于拍摄距离等原因，车牌在安防图像上的尺寸占比过小，属于极小目标的检测；

(5)全天监控的安防摄像头随着时间推移，受到光照变化范围很大，在暗光条件下，车牌的检测识别受到极大挑战；

(6)城市中的安防摄像头架设位置差异很大，不同的视角下得到的安防图像，车辆及车牌受畸变影响产生失真现象；

(7)我国车牌的字符包括中文、数字和英文字母。中文字符的笔画较为复杂，在本来就较为模糊的车牌图像上，中文字符的笔画更为模糊。同时，部分英文字符和数字在图像模糊条件下极为相似，容易造成数字和英文字符的误识别。

发明内容

本发明的技术任务是针对现有技术的不足，提供一种无限制安防场景下的车牌检测识别系统及其方法，旨在解决无限制安防场景下车牌目标小、图像模糊、镜头畸变等导致车牌难以有效检测识别的问题。

本发明利用基于深度学习的目标检测算法对车辆和车牌进行两级检测，来改善车牌在安防图像上尺寸过小的问题难以检测的问题，再利用空间变换网络对受拍摄视角影响发生畸变的车牌图像进行矫正，最后利用基于宽卷积和CTC 损失的全卷积神经网络对车牌进行识别，在无需字符分割的情况下，加快了网络识别速度和精度。

本发明解决其技术问题所采用的技术方案是：

1、本发明提供一种无限制安防场景下的车牌检测识别系统，包括车牌检测、车牌矫正、车牌识别三个模块；