高效准确的车牌识别方法技术

本发明专利技术公开了一种高效准确的车牌识别方法，包括：对输入的车牌图片进行车牌紧致化处理，获得紧致的车牌图片；使用预先训练好的全卷积神经网络模型进行车牌整体识别，获得紧致的车牌图片中每一像素点字符类别的预测结果，形成标签得分矩阵；对标签得分矩阵进行分析，获得最终的车牌字符串信息。该方法无需进行字符分割，避免了现有方法在分割字符时鲁棒性差的问题；其次，本发明专利技术使用全卷积神经网络进行车牌识别，只需进行一次识别过程，算法效率高，且在识别过程中结合了车牌完整的上下文信息，大大提高了识别的准确度和鲁棒性；最后，本发明专利技术在进行标签矩阵分析时，针对不同的车牌和不同的字符进行差异化处理，进一步提高了算法的鲁棒性和适用性。

Efficient and accurate license plate recognition method

The invention discloses an efficient and accurate method of license plate recognition, including: license plate images of the input plate compact, obtain the license plate images compact; using convolutional neural network model pre trained for license plate recognition, the prediction results of each pixel character category to obtain a license plate picture in compact. The formation of the label on the label score score matrix; matrix analysis, to get the final string information plate. The method does not need a character segmentation, avoids the problem of poor robustness in the existing segmentation methods; secondly, the invention uses the convolution neural network license plate recognition, only one recognition algorithm with high efficiency, and, in the process of identification with the license plate end context information integration, greatly improved the accuracy and robustness of recognition; finally, the invention in the label matrix analysis, for different license plates and the different characters of the difference of treatment, to further improve the robustness and applicability of the algorithm.

【技术实现步骤摘要】
高效准确的车牌识别方法
本专利技术涉及智能交通
，尤其涉及一种高效准确的车牌识别方法。
技术介绍
随着视频监控技术和深度学习技术的发展，智能交通系统成为未来交通系统的发展方向，可以缓解日益加剧的城市交通拥堵顽疾，减少交通违章和恶性交通事故现象，也为各类交通事故以及人身财产安全的事后处理提供有力的证据。而在这个过程中，车牌号码作为机动车特有的身份表征，起到了至关重要的作用，故车牌识别系统是智能交通系统的重要组成部分之一。目前车牌识别的传统方法主要包括两个步骤，即字符分割和字符识别。对于字符分割，是指在车牌图片中，准确获取字符区域，为下一步的字符识别做准备。能否准确地分割字符区域，将直接影响车牌识别效果的好坏，是整个车牌识别算法的基础。对于字符识别，是指用模式识别的方法对字符分割获得的每个字符区域进行识别，获得最终的车牌字符信息，是整个车牌识别算法的关键。下面分别从字符分割和字符识别两个方面介绍相关的研究工作。在针对字符分割的研究中，目前常用的方法主要有基于投影的方法和基于连通域的方法。在专利《一种基于积分特征通道与灰度投影的车牌识别系统》中，采用基于投影的方法，根据车牌的灰度投影本文档来自技高网...

【技术保护点】
一种高效准确的车牌识别方法，其特征在于，包括：对输入的车牌图片进行车牌紧致化处理，获得紧致的车牌图片；使用预先训练好的全卷积神经网络模型进行车牌整体识别，获得紧致的车牌图片中每一个像素点字符类别的预测结果，形成标签得分矩阵；对标签得分矩阵进行分析，获得最终的车牌字符串信息。

【技术特征摘要】
1.一种高效准确的车牌识别方法，其特征在于，包括：对输入的车牌图片进行车牌紧致化处理，获得紧致的车牌图片；使用预先训练好的全卷积神经网络模型进行车牌整体识别，获得紧致的车牌图片中每一个像素点字符类别的预测结果，形成标签得分矩阵；对标签得分矩阵进行分析，获得最终的车牌字符串信息。2.根据权利要求1所述的一种高效准确的车牌识别方法，其特征在于，所述对输入的车牌图片进行车牌紧致化处理，获得紧致的车牌图片包括：对输入的车牌图片进行灰度化处理，再计算X方向和Y方向的梯度图，并相应的进行X方向和Y方向的投影，获得投影曲线；结合投影曲线与预先设置的阈值来计算感兴趣区域的边界，将四周小于阈值的部分剔除，实现对车牌图片中背景部分的裁剪，并将裁剪后车牌图片的大小调整至与车牌长宽比相近的固定尺寸，最终获得紧致的车牌图片。3.根据权利要求1所述的一种高效准确的车牌识别方法，其特征在于，利用标定好的车牌识别数据训练全卷积神经网络模型，其包括：收集各个省份的车牌图片并进行车牌紧致化处理后作为样本，然后为每个样本制作相应的标签矩阵，标签矩阵中的每个元素表示了对应像素点的字符类别；再使用深度学习框架，建立全卷积神经网络模型；以样本和相应的标签矩阵组成数据对，通过反向传播算法以及梯度下降策略，使得损失函数最小化，最终得到训练好的全卷积神经网络模型。4.根据权利要求1所述的一种高效准确的车牌识别方法，其特征在于，所述使用预先训练好的全卷积神经网络模型进行车牌整体识别，获得紧致的车牌图片中每一个像素点字符类别的预测结果，形成标签得分矩阵包括：将紧致的车牌图片输入训练好的全卷积神经网络模型的输入层，然后全卷积神经网络模型进行前向传播，最终得到一个m×n×c的标签得分矩阵；其中，m与n为车牌图片尺寸，c为标签类别数目；标签得分矩阵中每一个元素代表了对应像素点所属不同字符类别的得分。5.根据权利要求1所述的一种高效准确的车牌识别方法，其特征在于，所述对标签得分矩阵进行分析，获得最终的车牌字符串信息包括：将标签得分矩阵中，每一像素点得分最高的字符类别作为相应像素点的字符类别标签，得到标签矩阵L，再将标签矩阵L分成s个对应字符标签的二值图；对每一二值图进行字符类别块分析...

【专利技术属性】
技术研发人员：王子磊，庄嘉帆，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34