[發(fā)明專(zhuān)利]一種車(chē)牌識(shí)別方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201611052093.8
• 申請(qǐng)日: 2016-11-25
• 公開(kāi)（公告）號(hào): CN106778735B
• 公開(kāi)（公告）日: 2020-04-21
• 發(fā)明（設(shè)計(jì)）人: 袁譽(yù)樂(lè);趙勇;王新安
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類(lèi)號(hào): G06K9/32
• 分類(lèi)號(hào): G06K9/32;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 深圳鼎合誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 44281
• 代理人: 郭燕

1.一種車(chē)牌識(shí)別方法，其特征在于，所述方法包括：

獲取待識(shí)別車(chē)牌圖片的圖片特征信息；

對(duì)獲取的圖片特征信息進(jìn)行歸一化；

將歸一化后的圖片特征信息輸入識(shí)別模型中進(jìn)行識(shí)別，得到識(shí)別結(jié)果，所述識(shí)別結(jié)果包括車(chē)牌顏色和車(chē)牌類(lèi)型；

所述圖片特征信息包括：圖片的方差特征、圖片的重心比率特征、車(chē)牌連通區(qū)域特征、圖片波峰波谷特征、車(chē)牌顏色特征；

所述圖片的重心比率特征通過(guò)下式確定：

其中，X2為寬度方向上的重心比率特征；X3為高度方向上的重心比率特征；其中，I(x,y)為當(dāng)前像素灰度值；w為圖片的寬度值；h為圖片的高度值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將歸一化后的圖片特征信息輸入識(shí)別模型中進(jìn)行識(shí)別之前，所述方法還包括：通過(guò)以下方法生成識(shí)別模型：

提取多個(gè)車(chē)牌圖片樣本；

按照顏色和車(chē)牌類(lèi)型將車(chē)牌圖片分為多個(gè)樣本集；

獲取各個(gè)樣本集中的每個(gè)車(chē)牌圖片的圖片特征信息；

對(duì)各個(gè)樣本集中的每個(gè)車(chē)牌圖片的圖片特征信息進(jìn)行歸一化；

分別利用每個(gè)樣本集中的圖片特征信息對(duì)學(xué)習(xí)模型進(jìn)行訓(xùn)練得到識(shí)別模型，所述學(xué)習(xí)模型為支持向量機(jī)SVM模型或BP神經(jīng)網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述圖片的方差特征X1通過(guò)下式確定：

其中，I(x,y)為當(dāng)前像素灰度值；u為待識(shí)別車(chē)牌圖片的灰度值的均值；w為圖片的寬度值；h為圖片的高度值。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述圖片的連通區(qū)域特征通過(guò)以下方法確定：

對(duì)圖片進(jìn)行二值化處理；

統(tǒng)計(jì)出滿(mǎn)足預(yù)設(shè)條件的字符區(qū)域的個(gè)數(shù)X4；

所述預(yù)設(shè)條件包括：

w/4<CW<w/7；

CH>h/2；

其中，CW為字符區(qū)域?qū)挾龋籆H為字符區(qū)域高度；w為圖片的寬度值；h為圖片的高度值。

5.根據(jù)權(quán)利要求3至4其中任一項(xiàng)所述的方法，其特征在于，所述對(duì)圖片特征信息進(jìn)行歸一化包括：

X[i]＝X[i]/(MAX-MIN)；

其中，i為整數(shù)，且i∈[1，6]；MAX為X[i]的最大值；MIN為X[i]的最小值。

6.一種車(chē)牌識(shí)別裝置，其特征在于，所述裝置包括：獲取模塊、歸一化模塊和輸入模塊；其中，

所述獲取模塊，用于獲取待識(shí)別車(chē)牌圖片的圖片特征信息；

所述歸一化模塊，用于對(duì)獲取的圖片特征信息進(jìn)行歸一化；

所述輸入模塊，用于將歸一化后的圖片特征信息輸入識(shí)別模型中進(jìn)行識(shí)別，得到識(shí)別結(jié)果，所述識(shí)別結(jié)果包括車(chē)牌顏色和車(chē)牌類(lèi)型；

所述圖片特征信息包括：圖片的方差特征、圖片的重心比率特征、車(chē)牌連通區(qū)域特征、圖片波峰波谷特征、車(chē)牌顏色特征；

所述圖片的重心比率特征通過(guò)下式確定：

其中，X2為寬度方向上的重心比率特征；X3為高度方向上的重心比率特征；其中，I(x,y)為當(dāng)前像素灰度值；w為圖片的寬度值；h為圖片的高度值。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括：模型生成模塊，用于在輸入模塊將歸一化后的圖片特征信息輸入識(shí)別模型中進(jìn)行識(shí)別之前，生成識(shí)別模型；

所述模型生成模塊，包括：

提取子模塊，用于提取多個(gè)車(chē)牌圖片樣本；

分類(lèi)子模塊，用于按照顏色和車(chē)牌類(lèi)型將車(chē)牌圖片分為多個(gè)樣本集；

獲取子模塊，用于獲取各個(gè)樣本集中的每個(gè)車(chē)牌圖片的圖片特征信息；

歸一化子模塊，用于對(duì)各個(gè)樣本集中的每個(gè)車(chē)牌圖片的圖片特征信息進(jìn)行歸一化；

訓(xùn)練子模塊，用于分別利用每個(gè)樣本集中的圖片特征信息對(duì)學(xué)習(xí)模型進(jìn)行訓(xùn)練得到識(shí)別模型，所述學(xué)習(xí)模型為支持向量機(jī)SVM模型或BP神經(jīng)網(wǎng)絡(luò)模型。