[發(fā)明專利]一種非機動車車牌識別方法

有效

• 申請?zhí)枺?/td>: 201910903527.8
• 申請日: 2019-09-24
• 公開（公告）號: CN110674821B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設計）人: 呂浩;章熙;沈偉斌;馮吉紅;潘慶;張宸逍;馬震威;王效靈
• 申請（專利權）人: 浙江工商大學
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V30/24;G06V30/194;G06N3/04;G06N3/08
• 代理公司: 杭州奧創(chuàng)知識產權代理有限公司 33272
• 代理人: 王佳健

本發(fā)明公開了一種非機動車車牌識別方法，本發(fā)明先利用BP神經網絡對對非機動車原車牌圖像之中的數字進行數字識別，獲取數字識別后的非機動車原車牌之中的數字區(qū)域。其次對所要識別的目標區(qū)域的名稱進行搜索和擴展，對擴展后的完整目標區(qū)域作為樣本輸入，并構建Faster R?CNN網絡。然后進行目標區(qū)域檢測提取。最后對提取到的非機動車目標區(qū)域，利用BP神經網絡進行字符、數字的識別。本發(fā)明不僅保持了深度學習技術在目標檢測識別上的優(yōu)勢，有效地增強了對非機動車車牌的目標區(qū)域檢測的精準度以及檢測識別的速度，還提升了BP神經網絡對非機動車車牌之中的字符、數字的識別率。

技術領域

本發(fā)明涉及一種目標檢測識別的方法，具體是基于一種目標區(qū)域提取結合Faster-RCNN以及BP神經網絡識別非機動車車牌字符、數字的方法。

背景技術

非機動車車牌與機動車車牌不同，機動車車牌的格式一般都是藍底矩形，其上的字符為一個中文字符(一般為省市級的簡稱)加上一個英文字母，再加上其后五位字符(一般都是由字母和數字所組成)，其車牌除車牌號字符以外的前后左右各位置均無干擾，格式也較為統(tǒng)一。但是，非機動車車牌的格式一般由該市下轄的區(qū)名以及一連串數字組成，且該串數字長度不等，譬如某些顏色的非機動車車牌還存在不帶市區(qū)號的現象，某些顏色的車牌區(qū)號用“臨時”的字樣代替，格式嚴重不統(tǒng)一，可謂五花八門，且在車牌的頂部位置，往往會出現“XX市”、“XX市交通局”、“電動自行車”等小字字樣，若利用傳統(tǒng)方法直接對車牌圖像進行字符識別，在實踐中發(fā)現，會出現如下錯誤：

①掃描字符時提示越界出錯。

②掃描字符時誤將上面的干擾字符作為車牌字符，識別出錯。

③由于干擾字符太多，導致識別的車牌字符(包括數字)準確度降低。

發(fā)明內容

針對現有技術的不足，本發(fā)明提供了一種目標區(qū)域提取結合Faster-RCNN以及BP神經網絡先檢測提取非機動車車牌的目標區(qū)域、再在目標區(qū)域上識別非機動車車牌的字符、數字的方法。

本發(fā)明先利用特定方法獲取到非機動車車牌中所要識別的目標區(qū)域，并將其作為樣本以便后續(xù)訓練Faster R-CNN網絡，也就是將整個非機動車車牌圖像看成一個原始圖像，將要識別的非機動車車牌目標區(qū)域看成原始圖像中所要檢測的目標。即先利用BP神經網絡識別非機動車車牌中的數字字符，以此獲得非機動車車牌中的數字區(qū)域，再在該數字區(qū)域的基礎之上利用邊界擴展法，擴展至目標區(qū)域；再將該目標區(qū)域作為輸入樣本構建Faster R-CNN網絡并在以后的檢測中以該網絡來檢測并獲取非機動車車牌的目標區(qū)域，然后再利用BP神經網絡識別該車牌中的目標區(qū)域中的字符、數字。

步驟1、利用BP神經網絡對對非機動車原車牌圖像之中的數字進行數字識別。

步驟2、獲取數字識別后的非機動車原車牌之中的數字區(qū)域。

步驟3、對非機動車原車牌圖像所要識別的目標區(qū)域的名稱進行搜索和擴展。

步驟4、對擴展后的完整目標區(qū)域作為樣本輸入，并構建Faster R-CNN網絡。

步驟5、利用構建的網絡對非機動車原車牌圖像進行目標區(qū)域檢測提取。

步驟6、對提取到的非機動車目標區(qū)域，利用BP神經網絡進行字符、數字的識別。

本發(fā)明將BP神經網絡、目標區(qū)域截取方法與Faster R-CNN網絡方法相結合，不僅保持了深度學習技術在目標檢測識別上的優(yōu)勢，有效地增強了對非機動車車牌的目標區(qū)域檢測的精準度以及檢測識別的速度，還提升了BP神經網絡對非機動車車牌之中的字符、數字的識別率。

本發(fā)明將問題轉化為利用Faster R-CNN以及其所帶的邊框擬合功能對原始的非機動車車牌中的特定目標的檢測，實踐證明，利用該種方法，可以有效“過濾”非機動車原車牌圖像的上下、左右存在的干擾字符、并且提高BP神經網絡對非機動車車牌圖像之中的字符、數字的識別率。