[發明專利]一種車牌識別中的缺失字符補全方法

有效

• 申請號: 202011186589.0
• 申請日: 2020-10-30
• 公開（公告）號: CN112488097B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 牛丹;李懷宇;薛裕峰;李永勝;陳夕松;王思敏
• 申請（專利權）人: 南京云牛智能科技有限公司;江陰市智行工控科技有限公司;東南大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06T7/11;G06T7/60;G06T7/73
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 曹坤

本發明公開了一種車牌識別中的缺失字符補全方法。屬于車牌識別領域；具體步驟：1、對輸入的字符區域外接矩形框分別在最左邊和最右邊劃分矩形區域a₁與b₁；2、將a₁與b₁進行字符判別；3、在新生成的一排矩形框左右兩邊繼續取新區域；4、計算相鄰矩形框的中心間距；5、對特殊位置字符進行檢測，確定車牌中第2和第3個字符的位置；6、采用排列組合的方法對缺失字符進行補全。本發明針對沒有將所有的車牌字符提取出來，及存在的偏差導致極少數情況的字符丟失的問題，通過外圍區域矩形框判別、相鄰字符間距檢測，特殊位置字符檢測補全丟失的車牌字符，提高了車牌識別的準確率，能夠實現復雜工業環境中的車牌識別。

技術領域

本發明涉及車牌識別領域，特別是涉及一種車牌識別中的缺失字符補全方法。

背景技術

隨著人工智能、云計算、大數據等技術的快速發展，以無人值守式立體車庫為代表的智能交通系統逐步進入人們的生產生活。車牌信息作為車輛的唯一身份，也是智能交通系統無人化運行的關鍵，提高車牌自動識別的準確率是智能交通系統設計中的關鍵環節。

我國車牌存在底色和字符顏色繁多、車牌格式隨車輛外形變化較大、需要特殊的漢字識別等特殊性。根據我國車牌的特性，國內很多專家學者將大量機器學習、深度學習方法應用于車牌識別，設計了專門的識別網絡，如MSER(區域特征提取)、YOLO等方法應用于字符提取，SVM(支持向量機)、CNN(卷積神經網絡)等方法應用于字符區域分類，LeNet-5卷積神經網絡、BP(反向傳播)神經網絡等方法應用于字符識別。

將具有最好的仿射不變性MSER方法用于字符提取，將被譽為最優秀的二分類方法SVM用于區分字符和非字符區域，進行測試發現在某些情況下，MSER提取沒有將所有的車牌字符提取出來，由于SVM模型的偏差導致字符區域判別時少數情況的字符丟失。字符區域判別的過程中，認定一幅照片中如果含有中文車牌，必然在較小的縱坐標變化范圍內有5個以上矩形區域，依據5個矩形區域的原則和標準的車牌排列規范設計，利用排列組合的規則本發明公開了一種車牌識別中的缺失字符補全方法，達到提高車牌識別準確率的目的。

發明內容

針對上述問題，本發明提供了一種車牌識別中的缺失字符補全方法。

本發明的技術方案是：一種車牌識別中的缺失字符補全方法，具體步驟包括如下：

步驟(1.1)、將潛在的缺失字符劃入字符區，對輸入的字符區域外接矩形框從左到右進行排序，根據最左邊矩形區域的邊角及寬高度信息，分別在最左邊和最右邊劃分兩個新的矩形區域a₁與b₁；

步驟(1.2)、將a₁矩形區域與b₁矩形區域進行字符判別，若為字符區域，則保留，否則，祛除；

步驟(1.3)、若新的矩形區域a₁與b₁至少有一個以保留，則在新生成的一排矩形框左右兩邊繼續取新區域，直到左右兩邊均取不到字符區域；

步驟(1.4)、根據相鄰兩個矩形框域左下角點坐標與寬度信息，計算相鄰矩形框的中心間距，并據此判斷兩個矩形區域間是否缺失字符，并按步驟(1.1)補全字符；

步驟(1.5)、根據車牌第2和第3個字符間距與其余不同這一原則，對特殊位置字符進行檢測，結合相鄰矩形框中心間距，確定車牌中第2和第3個字符的位置；

步驟(1.6)、根據矩形框數量n分情況，采用排列組合的方法對缺失字符進行補全。

進一步的，在步驟(1.1)中，在最左邊的矩形框的左邊選取a₁矩形區域的選取公式為式(1)，