[发明专利]车牌识别方法、相关设备及可读存储介质在审

专利信息
申请号: 202210176539.7 申请日: 2022-02-24
公开(公告)号: CN114529786A 公开(公告)日: 2022-05-24
发明(设计)人: 叶丹丹 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06V10/774 分类号: G06V10/774;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 侯珊
地址: 230088 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车牌 识别 方法 相关 设备 可读 存储 介质
【说明书】:

本申请公开了一种车牌识别方法、相关设备及可读存储介质。首先以包括单行车牌区域图像和双行车牌区域图像的训练用车牌区域图像为训练样本,以训练用车牌区域图像标注的车牌颜色、车牌行数和车牌字符为样本标签训练得到车牌识别模型,在确定待识别的车牌区域图像之后,将待识别的车牌区域图像输入车牌识别模型,车牌识别模型对待识别的车牌区域图像进行识别,即可得到待识别的车牌区域图像对应的车牌颜色、车牌行数和车牌字符。本方案可以同时适用于单行车牌识别和双行车牌识别。

技术领域

本申请涉及图像处理技术领域,更具体的说,是涉及一种车牌识别方法、相关设备及可读存储介质。

背景技术

车牌识别是指能够自动提取车牌的信息(含车牌字符及车牌颜色)进行处理的技术,这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场景中。基于车牌中字符的行数可以将车牌划分为单行车牌和多行车牌,小型汽车的车牌一般为单行车牌,大型汽车、挂车、武警车辆、军车、农用车、摩托车等的车牌一般为双行车牌。

目前的车牌识别方案,只能针对单行车牌或双行车牌进行识别,不能同时适用于单行车牌和双行车牌的识别。

因此,如何提供一种能够同时适用于单行车牌识别和双行车牌识别的车牌识别方法,成为本领域技术人员亟待解决的技术问题。

发明内容

鉴于上述问题,本申请提出了一种车牌识别方法、相关设备及可读存储介质。具体方案如下:

一种车牌识别方法,所述方法包括:

确定待识别的车牌区域图像;

将所述待识别的车牌区域图像输入车牌识别模型,所述车牌识别模型对所述待识别的车牌区域图像进行识别,得到所述待识别的车牌区域图像对应的车牌颜色、车牌行数和车牌字符;所述车牌识别模型是以训练用车牌区域图像为训练样本,以训练用车牌区域图像标注的车牌颜色、车牌行数和车牌字符为样本标签训练得到的,所述训练用车牌区域图像包括单行车牌区域图像和双行车牌区域图像。

可选地,所述确定待识别的车牌区域图像,包括:

获取用户提供的原始图像;

对所述原始图像进行检测,得到所述原始图像中车牌的位置信息;

根据车牌的位置信息对所述原始图像进行剪裁,得到至少一个原始车牌区域图像;

基于所述至少一个原始车牌区域图像,确定待识别的车牌区域图像。

可选地,所述对所述原始图像进行检测,得到所述原始图像中车牌的位置信息,包括:

将所述原始图像输入车牌检测模型,所述车牌检测模型输出所述原始图像中车牌的位置信息;所述车牌检测模型是以训练用图像为训练样本,以训练用图像标注的车牌的位置信息为样本标签训练得到的。

可选地,所述基于所述至少一个原始车牌区域图像,确定待识别的车牌区域图像,包括:

针对每个原始车牌区域图像,对所述原始车牌区域图像进行判定,得到第一判定结果或第二判定结果,所述第一判定结果用于指示图像是车牌图像;所述第二判定结果用于指示图像不是车牌图像;

基于所述第一判定结果对应的原始车牌区域图像,确定待识别的车牌区域图像。

可选地,所述对所述原始车牌区域图像进行判定,包括:

将所述原始车牌区域图像输入车牌判定模型中,所述车牌判定模型输出所述原始车牌区域图像对应的判定结果;所述车牌判定模型是以训练用图像为训练样本,以训练用图像标注的第一判定结果或第二判定结果为样本标签训练得到的。

可选地,所述基于所述第一判定结果对应的原始车牌区域图像,确定待识别的车牌区域图像,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210176539.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top