[发明专利]高效准确的车牌识别方法

摘要

本发明公开了一种高效准确的车牌识别方法，包括：对输入的车牌图片进行车牌紧致化处理，获得紧致的车牌图片；使用预先训练好的全卷积神经网络模型进行车牌整体识别，获得紧致的车牌图片中每一像素点字符类别的预测结果，形成标签得分矩阵；对标签得分矩阵进行分析，获得最终的车牌字符串信息。该方法无需进行字符分割，避免了现有方法在分割字符时鲁棒性差的问题；其次，本发明使用全卷积神经网络进行车牌识别，只需进行一次识别过程，算法效率高，且在识别过程中结合了车牌完整的上下文信息，大大提高了识别的准确度和鲁棒性；最后，本发明在进行标签矩阵分析时，针对不同的车牌和不同的字符进行差异化处理，进一步提高了算法的鲁棒性和适用性。

主权项

1.一种车牌识别方法，其特征在于，包括：/n对输入的车牌图片进行车牌紧致化处理，获得紧致的车牌图片；/n使用预先训练好的全卷积神经网络模型进行车牌整体识别，获得紧致的车牌图片中每一个像素点字符类别的预测结果，形成标签得分矩阵；/n对标签得分矩阵进行分析，获得最终的车牌字符串信息，包括：将标签得分矩阵中，每一像素点得分最高的字符类别作为相应像素点的字符类别标签，得到标签矩阵L，再将标签矩阵L分成s个对应字符标签的二值图；对每一二值图进行字符类别块分析，获得一系列的字符图像块的标记，过滤掉大小与宽度小于设定值，以及不符合字符几何特征的字符图像块之后，获得字符图像块序列；记录下每一个字符图像块的平均横坐标以及对应的字符类别，将字符类别按照平均横坐标从小到大进行排列，从而初步获得字符串序列；若字符串序列的长度为预定值，即满足车牌的字符数量，则将字符串序列按字符图像块平均横坐标从小到大排列，从而获得最终的车牌字符串信息。/n