一种车牌识别方法及装置制造方法及图纸

本申请提供了车牌识别方法及装置，方法包括：获取待处理图像，将其输入到第一卷积神经网络，得到第一车牌候选框集和第一边界框回归向量，通过第一边界框回归向量对第一车牌候选框集校准，对第一车牌候选框集去重叠处理，得到第二车牌候选框集，将其输入到第二卷积神经网络，以排除错误的候选框，得到第一目标车牌候选框，同时得到目标车牌类型及对应的第二边界框回归向量，根据第二边界框回归向量对第一目标车牌候选框进行回归校准，得到第二目标候选框，即最终车牌区域，将目标车牌类型和最终车牌区域反馈到第二卷积神经网络进行字符分割，得到多个字符，并进行字符识别，得到目标车牌。本申请可提升车牌定位及识别精度。

【技术实现步骤摘要】
一种车牌识别方法及装置
本专利技术涉及图像处理
，具体涉及一种车牌识别方法及装置。
技术介绍
随着交通运输业的快速发展，人们的出行日益便捷，但与此同时也伴随着频繁发生的交通事故、交通拥堵等现象，使得交通安全问题越来越成为人们重点关注的问题。在现代的科技背景下，引入了智能交通运输系统(IntelligentTransportationSystem，ITS)，车辆牌照作为目前唯一能外在的标记汽车的属性就显得十分重要，因此，车辆牌照识别技术(VehicleLicensePlateRecognition，VLPR)对于如今的交通运输业来说是一个很关键技术，车牌识别系统(LicensePlateRecognitionSystem,LPRS)的构建也就应运而生。具体地，在现实的应用场景下，现有的车牌信息通常是来自于摄像头的拍照或者摄影，尤其是由于车辆是在行进的过程中、夜晚路灯或者车灯的影响以及天气气候等各种环境的影响，这都很可能造成拍摄的成像画面不清晰，这就使得车牌的定位、车牌字符的特征提取以及对车牌的识别工作会有很大的挑战，因此，如何提升车牌识别精度的问题亟待解决。
技术实现思路
本专利技术实施例提供了一种车牌识别方法及装置，可以提升车牌识别精度。本专利技术实施例第一方面提供了一种车牌识别方法，包括：获取待处理图像；将所述待处理图像输入到第一卷积神经网络进行处理，得到第一车牌候选框集和第一边界框回归向量；通过所述第一边界框回归向量对所述第一车牌候选框集进行校准，并对校准后的所述第一车牌候选框集进行去重叠处理，得到第二车牌候选框集；将所述第二车牌候选框集输入到第二卷积神经网络进行处理，得到第一目标候选框、第二边界框回归向量以及目标车牌类型；通过所述第二边界框回归向量对所述第一目标候选框进行校准，得到第二目标候选框；将所述目标车牌类型和所述第二目标候选框反馈到所述第二卷积神经网络进行字符分割，得到多个字符，并对所述多个字符进行字符识别，得到目标车牌。本专利技术实施例第二方面提供了车牌识别装置，包括:第一获取单元，用于获取待处理图像；第一处理单元，用于将所述待处理图像输入到第一卷积神经网络进行处理，得到第一车牌候选框集和第一边界框回归向量；第一校准单元，用于通过所述第一边界框回归向量对所述第一车牌候选框集进行校准，并对校准后的所述第一车牌候选框集进行去重叠处理，得到第二车牌候选框集；第二处理单元，用于将所述第二车牌候选框集输入到第二卷积神经网络进行处理，得到第一目标候选框、第二边界框回归向量以及目标车牌类型；第二校准单元，用于通过所述第二边界框回归向量对所述第一目标候选框进行校准，得到第二目标候选框；识别单元，用于将所述目标车牌类型和所述第二目标候选框反馈到所述第二卷积神经网络进行字符分割，得到多个字符，并对所述多个字符进行字符识别，得到目标车牌。第三方面，本专利技术实施例提供了一种移动终端，包括：处理器和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述处理器执行，所述程序包括用于如第一方面中所描述的部分或全部步骤的指令。第四方面，本专利技术实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质用于存储计算机程序，其中，所述计算机程序使得计算机执行如本专利技术实施例第一方面中所描述的部分或全部步骤的指令。第五方面，本专利技术实施例提供了一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本专利技术实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。实施本专利技术实施例，具有如下有益效果：可以看出，通过本专利技术实施例，获取待处理图像，将待处理图像输入到第一卷积神经网络进行处理，得到第一车牌候选框集和第一边界框回归向量，通过第一边界框回归向量对第一车牌候选框集进行校准，并对校准后的第一车牌候选框集进行去重叠处理，得到第二车牌候选框集，将第二车牌候选框集输入到第二卷积神经网络进行处理，得到第一目标候选框、第二边界框回归向量以及目标车牌类型，通过第二边界框回归向量对所述第一目标候选框进行校准，得到第二目标候选框，将目标车牌类型和第二目标候选框反馈到第二卷积神经网络进行字符分割，得到多个字符，并对多个字符进行字符识别，得到目标车牌，从而，基于二级卷积神经网络进行车牌定位，分类，提升了车牌识别精度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种车牌识别方法的第一实施例流程示意图；图1a是本专利技术实施例提供的一种车牌识别方法的第一实施例另一流程示意图；图2是本专利技术实施例提供的一种车牌识别方法的第二实施例流程示意图；图3a是本专利技术实施例提供的一种车牌识别装置的实施例结构示意图；图3b是本专利技术实施例提供的图3a所描述的车牌识别装置的第一处理单元的结构示意图；图3c是本专利技术实施例提供的图3a所描述的车牌识别装置的又一结构示意图；图4是本专利技术实施例提供的一种车牌识别装置的实施例结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本专利技术的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。本专利技术实施例所描述车牌识别装置可以包括智能手机(如Android手机、iOS手机、WindowsPhone手机等)、平板电脑、视频矩阵、监控平台、车载设备、卫星、掌上电脑、笔记本电脑、移动互联网设备(MID，MobileInternetDevices)或穿戴式设备等，上述仅是举例，而非穷举，包含但不限于上述装置，当然，上述车牌识别装置还可以为服务器。需要说明的是，本专利技术实施例中的包括第一卷积神经网络和第二卷积神经网络，第一卷积神经网络可以是一个由4个卷积层组成的全卷积神经网络，主要任务是对输入图像进行滑窗，对滑窗区域进行粗分类(车牌/非车牌)，并对车牌候选框进行回归。第二卷积神经网络可以是一个二分支网络，并加入BatchNormalization做归一化处理，主要任务可以是对车牌候选框进行本文档来自技高网...

【技术保护点】
一种车牌识别方法，其特征在于，包括：获取待处理图像；将所述待处理图像输入到第一卷积神经网络进行处理，得到第一车牌候选框集和第一边界框回归向量；通过所述第一边界框回归向量对所述第一车牌候选框集进行校准，并对校准后的所述第一车牌候选框集进行去重叠处理，得到第二车牌候选框集；将所述第二车牌候选框集输入到第二卷积神经网络进行处理，得到第一目标候选框、第二边界框回归向量以及目标车牌类型；通过所述第二边界框回归向量对所述第一目标候选框进行校准，得到第二目标候选框；将所述目标车牌类型和所述第二目标候选框反馈到所述第二卷积神经网络进行字符分割，得到多个字符，并对所述多个字符进行字符识别，得到目标车牌。

【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括：获取待处理图像；将所述待处理图像输入到第一卷积神经网络进行处理，得到第一车牌候选框集和第一边界框回归向量；通过所述第一边界框回归向量对所述第一车牌候选框集进行校准，并对校准后的所述第一车牌候选框集进行去重叠处理，得到第二车牌候选框集；将所述第二车牌候选框集输入到第二卷积神经网络进行处理，得到第一目标候选框、第二边界框回归向量以及目标车牌类型；通过所述第二边界框回归向量对所述第一目标候选框进行校准，得到第二目标候选框；将所述目标车牌类型和所述第二目标候选框反馈到所述第二卷积神经网络进行字符分割，得到多个字符，并对所述多个字符进行字符识别，得到目标车牌。2.根据权利要求1所述的方法，其特征在于，所述将所述待处理图像输入到第一卷积神经网络进行处理，得到第一车牌候选框集和第一边界框回归向量，包括：根据车牌的属性参数对所述待处理图像进行多尺度分解，得到多个子图像；将所述多个子图像中的每一子图像分别输入到所述第一卷积神经网络，得到车牌置信度的多个热力图以及与所述热力图对应的第一边界框回归向量；遍历所述多个热力图，并将所述多个热力图中大于置信度阈值的点对应的区域进行还原操作，得到所述第一车牌候选框集。3.根据权利要求1或2所述的方法，其特征在于，所述对校准后的所述第一车牌候选框集进行去重叠处理，包括：通过非极大值抑制消除所述第一车牌候选框集中重叠度大于重叠度阈值的候选框，再对所述消除后的所述第一车牌候选框集进行非极大值抑制。4.根据权利要求1至3任一项所述的方法，其特征在于，所述将所述目标车牌类型和所述第二目标候选框反馈到所述第二卷积神经网络进行字符分割，包括：获取所述目标车牌类型对应的字符分割方式，将所述字符分割方式和所述第二目标候选框反馈到所述第二卷积神经网络进行字符分割。5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：获取环境参数；判断环境参数是否满足预设条件；在所述环境参数满足所述预设条件时，进行拍摄，得到拍摄图像；对所述拍摄图像进行图像增强处理，并对所述图像增强处理后的所述拍摄图像进行图像分割，得到所述待处理图像。6.一种车牌识别装置，其特征在于，包括:第一获...

【专利技术属性】
技术研发人员：廖振生，禹世杰，姚金银，
申请(专利权)人：深圳市华尊科技股份有限公司，
类型：发明
国别省市：广东,44