[發明專利]尾牌識別方法、裝置以及計算機可讀存儲介質

在審

• 申請號: 201911055902.4
• 申請日: 2019-10-31
• 公開（公告）號: CN110766009A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 唐健;張彥彬;王浩
• 申請（專利權）人: 深圳市捷順科技實業股份有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/62
• 代理公司: 44285 深圳市深佳知識產權代理事務所(普通合伙)
• 代理人: 王兆林

本申請實施例公開了尾牌識別方法、裝置以及計算機可讀存儲介質，用于進行尾牌識別。本申請實施例的方法包括：獲取目標圖像；在所述目標圖像中，使用第一檢測框框選車牌；對所述第一檢測框進行擴大，得到第二檢測框；使用回歸模型對所述第二檢測框進行調整，得到第三檢測框；提取所述第三檢測框中圖像的方向梯度直方圖特征，得到方向梯度直方圖向量；提取所述第三檢測框中圖像的局部二值模式特征，得到局部二值模式向量；將所述方向梯度直方圖向量和所述局部二值模式向量結合,得到復合向量；使用KNN分類器對所述復合向量進行分類，得到分類結果，判定所述車牌的結果是否為尾牌。

技術領域

本申請實施例涉及圖像識別領域，具體涉及尾牌識別方法、裝置以及計算機可讀存儲介質。

背景技術

隨著經濟與交通的迅速發展導致機動車輛大幅地增加，對機動車輛的監測管理是目前面臨的問題之一。例如在出入共用一個道口的停車場中，道口處的車牌識別器既能捕獲到駛入道閘口的機動車輛車牌，又能捕獲到駛出道閘口的機動車輛車牌，但是無法判斷捕獲圖像中的車牌是不是尾牌，需要對圖像中車輛的尾牌進行識別，判斷車輛的進出情況。

目前識別尾牌的方式是，通過局部二值模式(Local Binary Patterns，LBP)特征或者方向梯度直方圖(Histogram of Oriented Gradient,HOG)特征的分辨車頭或車尾圖像，判定圖像中的車牌是否為尾牌。例如，使用攝像頭采集到車頭圖像或車尾圖像后，提取圖像的LBP特征，利用其LBP特征分類該圖像中出現的車牌。

目前的尾牌識別技術中，使用的識別參數單一，導致識別的準確率不夠高。

發明內容

本申請實施例提供了尾牌識別方法、裝置以及計算機可讀存儲介質，具體來說是一種能夠綜合圖像灰度信息和紋理信息的尾牌識別技術，在識別過程中將捕捉到的車頭或車尾圖像中紋理和灰度兩種圖像特征用向量的形式相結合，以此識別車頭面和車尾面，進而判斷圖像中出現的車牌是否為尾牌。本方法能夠同時利用灰度和紋理兩種圖像特征，并將兩者的特征向量結合起來使用，用K近鄰(KNN，k-NearestNeighbor)分類算法以此識別車頭與車尾的圖像，判斷圖像中的車牌是否為車輛的尾牌，提高了識別準確度，增強了魯棒性。

本申請實施例第一方面提供了一種尾牌識別方法，包括：

獲取目標圖像；

在所述目標圖像中，使用第一檢測框框選車牌；

對所述第一檢測框進行擴大，得到第二檢測框；

使用預先訓練的回歸模型對所述第二檢測框進行調整，得到能夠在所述目標圖像中框選出車頭或車尾的第三檢測框，其中所述回歸模型由車頭圖像和車尾圖像組成的多個目標樣本訓練生成；

提取所述第三檢測框中圖像的方向梯度直方圖特征，得到方向梯度直方圖向量；

提取所述第三檢測框中圖像的局部二值模式特征，得到局部二值模式向量；

將所述方向梯度直方圖向量和所述局部二值模式向量結合,得到復合向量；

使用最近鄰分類器對所述復合向量進行分類，得到分類結果，所述分類結果為所述目標圖像包括車頭或所述目標圖像包括車尾；

若所述分類結果為所述目標圖像包括車尾，判定所述車牌尾牌；若所述分類結果為所述目標圖像包括車頭，判定所述車牌不是尾牌。

可選地，對所述第一檢測框進行擴大，得到第二檢測框包括：

對第一檢測框的寬度擴大第一比例，對第一檢測框的高度擴大第二比例，得到第二檢測框。

可選地，所述使用最近鄰分類器對所述復合向量進行分類，得到分類結果，包括：