[發明專利]一種基于深度學習的車牌識別系統

在審

• 申請號: 201910140292.1
• 申請日: 2019-02-26
• 公開（公告）號: CN109886268A
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 張變蓮
• 申請（專利權）人: 西安文理學院
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 西安利澤明知識產權代理有限公司 61222
• 代理人: 賈曉玲

本發明公開了一種基于深度學習的車牌識別系統,其特征在于，所述系統包括初步獲取模塊、圖像檢測模塊、圖像處理模塊、字符識別模塊，其中初步獲取模塊用于對原始圖像進行采集并且獲取待識別的彩色車牌字符圖像；圖像檢測模塊用于提取車牌字符圖像的特征，無需對整張車牌圖像進行圖像處理操作，可以保證在車牌識別的過程中被識別的彩色車牌字符圖像具有更多的圖像信息，可以提高圖像的處理效率。

技術領域

本發明涉及車牌識別技術領域，特別是涉及一種基于深度學習的車牌識別系統。

背景技術

據公安部門統計，近年來我國機動車保有量呈快速增長，每年新增超過1500萬輛，目前，車牌識別，是以數字圖像處理以及計算機視覺和識別等技術為基礎，對拍攝的車輛圖像進行分析，從而得到每輛汽車的車牌號碼的技術，隨著城市交通的發展，車牌識別的技術已經在查處車輛違章和高速公路收費等方面得到廣泛應用。

相關技術中進行車牌識別的過程包括：獲取車牌的字符圖像，對獲取到的字符圖像進行二值化，然后對二值化后的字符圖像進行處理，以對車牌上的字符進行識別。

受不同光照條件、可視角度、新舊程度及背景光亮等條件影響，不同場景中對于車牌的識別具有相對難度，因為對于非車牌區域的文字提出、車牌區域的正確切割、字符的孤立與識別等都是需要提升的技術空間，其任何一項的斷層都會對整個車牌的識別過程造成困難。

發明內容

為解決上述技術問題，本發明提供了一種基于深度學習的車牌識別系統，采用以下技術方案實現：

一種基于深度學習的車牌識別系統,所述系統包括：

初步獲取模塊、圖像檢測模塊、圖像處理模塊、字符識別模塊，

其中初步獲取模塊用于對原始圖像進行采集并且獲取待識別的彩色車牌字符圖像；

圖像檢測模塊用于提取車牌字符圖像的特征；

圖像處理模塊用于對獲取到的所述車牌字符圖像進行圖像處理；

字符識別模塊，用于通過預先訓練的車牌識別模型對圖像處理后的所述彩色車牌字符圖像中的字符進行識別，獲取目標車牌信息。

進一步方案，

所述圖像處理單元包括：

像素值獲取單元，用于獲取所述彩色車牌字符圖像中三個圖像通道的像素值；

差值圖像處理單元，得到彩色車牌字符圖像的差值圖像；

鏡像單元，得到所述彩色車牌字符圖像的鏡像圖像；

處理單元，對圖像進行直方圖均衡處理，得到圖像處理后的彩色車牌字符圖像。

進一步方案，

圖像檢測模塊包括：

特征提取單元，采用卷積層對所述圖像進行多尺度特征提取，獲取分類結果；

選取單元，對所述默認框的分類結果進行選取，獲取目標車牌圖像。

有益效果：

無需對整張車牌圖像進行圖像處理操作，可以保證在車牌識別的過程中被識別的彩色車牌字符圖像具有更多的圖像信息，可以提高圖像的處理效率，在識別模糊圖像時候為網絡提供比單張圖像更加豐富的圖像信息，進一步提高了字符識別性能。

附圖說明

圖1；本發明模塊結構示意圖

具體實施方式