[發明專利]一種基于深度學習的車牌字符識別方法以及相關裝置

在審

• 申請號: 202011541596.8
• 申請日: 2020-12-23
• 公開（公告）號: CN112580629A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 唐健;李銳;陶昆
• 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;G06K9/34;G06K9/38;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 深圳騰文知識產權代理有限公司 44680
• 代理人: 王娟

本申請公開了一種基于深度學習的車牌字符識別方法、系統、裝置以及計算機可讀存儲介質，用于提高車牌字符分割的成功率。本申請方法包括：獲取所述車輛的車牌圖像，所述車牌圖像包含有所述車輛的車牌區域；將所述車牌圖像輸入預配置的神經網絡模型中，所述神經網絡模型用于提取所述車牌圖像中的字符特征并根據所述字符特征生成熱力圖，所述熱力圖用于突出表示所述車牌圖像中字符的位置；獲取所述神經網絡模型輸出的所述熱力圖；通過MSER區域特征提取方法對所述熱力圖進行處理，并分割包含所述字符的字符區域，得到目標車牌字符；對分割出來的所述目標車牌字符進行識別，并得到識別結果。

技術領域

本申請涉及數據處理領域，尤其涉及一種基于深度學習的車牌字符識別方法、系統、裝置以及計算機可讀存儲介質。

背景技術

隨著信息科技的不斷發展，車牌識別設備已經被廣泛應用于停車場、城市道路、高速公路等區域進行車輛號牌的自動抓拍和識別。在過去幾年，車牌識別技術得到了迅速發展，車牌的識別率的提高，使純車牌識別以及無人值守方案變得可行。

現有技術提供的方案中，車牌識別一般包括車牌檢測即在圖像中搜索車牌區域、車牌字符分割，即在檢測到的車牌區域中分割出單個字符，以及車牌字符識別即對單個車牌字符進行識別。然而，在實際應用中，由于設備安裝角度或者光照等影響，這種方法會導致車牌字符容易分割錯誤。因此，該方法對于車牌字符的識別率不高。

發明內容

為了解決上述技術問題，本申請提供了一種基于深度學習的車牌字符識別方法，用于提高車牌字符的識別率。

本申請第一方面提供了一種基于深度學習的車牌字符識別方法，所述方法包括：

獲取所述車輛的車牌圖像，所述車牌圖像包含有所述車輛的車牌區域；

將所述車牌圖像輸入預配置的神經網絡模型中，所述神經網絡模型用于提取所述車牌圖像中的字符特征并根據所述字符特征生成熱力圖，所述熱力圖用于突出表示所述車牌圖像中字符的位置；

獲取所述神經網絡模型輸出的所述熱力圖；

通過MSER區域特征提取方法對所述熱力圖進行處理，并分割包含所述字符的字符區域，得到目標車牌字符；

對分割出來的所述目標車牌字符進行識別，并得到識別結果。

可選的，在所述對分割出來的所述目標車牌字符進行識別，并得到識別結果之前，所述方法還包括：

對所述目標車牌字符縮放為預設尺寸并對放縮后的所述目標車牌字符進行直方圖均衡化。

可選的，在所述將所述車牌圖像輸入預配置的神經網絡模型中之前，所述方法還包括：

對所述車牌圖像進行第一預處理，所述第一預處理至少包括水平矯正、垂直矯正或透視矯正中的一種。

可選的，所述神經網絡模型通過如下方法訓練獲得：

獲取若干張的素材圖像，各個所述素材圖像中均包含車輛的車牌的區域；

對各個所述素材圖像進行二值化處理，得到對應的樣本圖像；

對各個所述樣本圖像中的各個像素點進行標注，其中，為所述車牌中字符區域的像素點標注第一標簽，為所述字符區域外的像素點標注為第二標簽，得到對應的標簽圖像；

將所述樣本圖像以及對應的所述標簽圖像輸入初始化神經網絡模型中；

計算所述素材圖像與所述標簽圖像之間的特征損差，并根據所述特征損差動態調整所述初始化神經網絡模型，直至得到收斂的所述神經網絡模型。

可選的，在所述對各個所述素材圖像進行二值化處理之前，所述方法還包括：

調整所述素材圖像的尺寸，使得所述素材圖像的長寬比為3:1。