车牌识别系统技术方案

本公开提供了一种车牌识别系统，应用于安防监控技术领域，该车牌识别系统可以包括：车辆检测模块，用于利用车辆检测模型检测待识别图像中是否存在车辆，并在待识别图像中存在车辆时，向通信文件中写入与待识别图像对应的第一标识信息；车牌检测模块，用于从通信文件中获取到第一标识信息时，利用车牌检测模型检测与第一标识信息对应的待识别图像中是否存在车牌，并在待识别图像中存在车牌时，向通信文件中写入与待识别图像中的待识别车牌图像对应的第二标识信息；车牌识别模块，用于从通信文件中获取到第二标识信息时，利用车牌识别模型识别与第二标识信息对应的待识别车牌图像的车牌号。本公开大大提高了车牌识别系统的鲁棒性。

【技术实现步骤摘要】
车牌识别系统
本公开涉及安防监控
，尤其涉及一种车牌识别系统。
技术介绍
车辆的车牌号码是车辆的唯一"身份"标识，车牌识别技术可以在车辆不作任何改动的情况下实现汽车"身份"的自动登记及验证，这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合中。传统的车牌识别系统主要包括车牌定位模块、字符分割模块和字符识别模块。其中，车牌定位模块主要用于定位待识别图片中的车牌的位置；字符分割模块用于将对车牌进行分割已得到多个字符图片；字符识别模块用于识别字符图片中的字符。然而，在传统的车牌识别系统中，由于各模块之间是直接衔接的在一起，因此，当其中一个模块出现故障时，可能导致与其关联的系统也同时出现故障，进而导致整个系统的崩溃，系统的鲁棒性较低。另外，在待识别车辆较多的情况下(例如，识别车流量较多的道路中的车辆的车牌)，容易漏掉部分待识别车辆。此外，在实际的过程中由于拍摄角度的不同，可能使得获取到的车牌图像有一定的倾斜。在此情况下，可能导致无法定位到车牌，以及在对车牌中的字符进行分割的时候出现错误，进而导致无法识别出车牌图像的车牌号，降低了车牌识别的准确度。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种车牌识别系统，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。根据本公开的一个方面，提供一种车牌识别系统，包括：车辆检测模块，用于利用车辆检测模型检测待识别图像中是否存在车辆，并在所述待识别图像中存在车辆时，向通信文件中写入与所述待识别图像对应的第一标识信息；车牌检测模块，用于从所述通信文件中获取到所述第一标识信息时，利用车牌检测模型检测与所述第一标识信息对应的所述待识别图像中是否存在车牌，并在所述待识别图像中存在车牌时，向所述通信文件中写入与所述待识别图像中的待识别车牌图像对应的第二标识信息；车牌识别模块，用于从所述通信文件中获取到所述第二标识信息时，利用车牌识别模型识别与所述第二标识信息对应的所述待识别车牌图像的车牌号。在本公开的一种示例性实施例中，所述系统还包括：车辆检测模型生成模块，用于根据深度学习网络生成所述车辆检测模型。在本公开的一种示例性实施例中，所述车辆检测模型生成模块包括：获取单元，用于获取多角度拍摄的多个第一样本车辆图像，其中，所述第一样本车辆图像中至少包括一辆车辆；标记单元，用于对各所述第一样本车辆图像中的车辆进行标记，以得到标记出所述车辆的多个第二样本车辆图像；生成单元，用于基于所述多个第二样本车辆图像对所述深度学习网络进行训练，以生成所述车辆检测模型。在本公开的一种示例性实施例中，所述系统还包括：车牌检测模型生成模块，用于通过深度学习网络生成所述车牌检测模型。在本公开的一种示例性实施例中，所述车牌检测模型生成模块包括：获取单元，用于获取多角度拍摄的多个第一样本车牌图像；标记单元，用于分别对各所述第一样本车牌图像中的车牌进行标记，以得到标记出所述车牌的多个第二样本车牌图像；生成单元，用于基于所述多个第二样本车牌图像对所述深度学习网络进行训练，以生成所述车牌检测模型。在本公开的一种示例性实施例中，所述系统还包括：车牌识别模型生成模块，用于通过深度学习网络生成所述车牌识别模型。在本公开的一种示例性实施例中，所述车牌识别模型生成模块包括：获取单元，用于从多角度拍摄的多个样本车牌图像中获取多个第一样本字符图像；标记单元，用于分别对各所述第一样本字符图像中的字符进行标记，以得到标记出所述字符的多个第二样本字符图像；生成单元，用于基于所述多个第二样本字符图像对所述深度学习网络进行训练，以生成所述车牌识别模型。在本公开的一种示例性实施例中，所述字符的类型包括省份、字母和数字。在本公开的一种示例性实施例中，所述系统还包括：图像获取模块，用于获取所述待识别图像；车牌号输出模块，用于输出所述车牌识别模块识别出的所述待识别车牌图像的车牌号。在本公开的一种示例性实施例中，所述待识别图像中包括多辆车辆。本公开一种示例实施例提供的车牌识别系统。该车牌识别系统基于有效的判断机制并结合通信文件中的第一标识信息和第二标识信息将车辆检测模块、车牌检测模块以及车牌识别模块进行有效的衔接，以实现车牌号的识别。在上述车牌识别系统中，基于有效的判断机制并结合通信文件中的第一标识信息和第二标识信息将车辆检测模块、车牌检测模块以及车牌识别模块进行衔接，而不是将车辆检测模块、车牌检测模块以及车牌识别模块直接衔接在一起，故即使车辆检测模块、车牌检测模块以及车牌识别模块中的至少一个模块出现故障，也不会因为出现故障的模块影响其他模块的正常运行，大大提高了车牌识别系统的鲁棒性。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明通过参照附图来详细描述其示例性实施例，本公开的上述和其它特征及优点将变得更加明显。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：图1为本公开一种车牌识别系统的框图；图2为本公开一种示例性实施例中提供的车牌识别结果的示意图一；图3为本公开一种示例性实施例中提供的车牌识别结果的示意图二；图4为本公开一种示例性实施例中提供的车牌识别结果的示意图三；图5为本公开一种示例性实施例中提供的车牌识别结果的示意图四。具体实施方式现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免模糊本公开的各方面。此外，附图仅为本公开的示意性图解，并非一定是按照比例绘制。图中相同的附图标记标识相同或相似的部分，因而将省略对它们的重复描述。本示例性实施例中首先公开了一种车牌识别系统，该车牌识别系统可以应用在公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测、小区车辆管理等各种场合中。参照图1所示，所述车牌识别系统100可以包括：车辆检测模块101、车牌检测模块102、车牌识别模块103。其中：车辆检测模块101可以用于利用车辆检测模型检测待识别图像中是否存在车辆，并在所述待识别图像中存在车辆时，向通信文件中写入与所述待识别图像对应的第一标识信息；车牌检测模块102可以用于从所述通信文件中获取到所述第一标识信息时，利用车牌检测模型检测与所述第一标识信息对应的所述待识别图像中是否存在车牌，并在所述待识别图像中存在车牌时，向所述通信文件中写入与所述待识别图像中的待识别车牌图像对应的第二标识信息；车牌识别模块10本文档来自技高网...

【技术保护点】
一种车牌识别系统，其特征在于，包括：车辆检测模块，用于利用车辆检测模型检测待识别图像中是否存在车辆，并在所述待识别图像中存在车辆时，向通信文件中写入与所述待识别图像对应的第一标识信息；车牌检测模块，用于从所述通信文件中获取到所述第一标识信息时，利用车牌检测模型检测与所述第一标识信息对应的所述待识别图像中是否存在车牌，并在所述待识别图像中存在车牌时，向所述通信文件中写入与所述待识别图像中的待识别车牌图像对应的第二标识信息；车牌识别模块，用于从所述通信文件中获取到所述第二标识信息时，利用车牌识别模型识别与所述第二标识信息对应的所述待识别车牌图像的车牌号。

【技术特征摘要】
1.一种车牌识别系统，其特征在于，包括：车辆检测模块，用于利用车辆检测模型检测待识别图像中是否存在车辆，并在所述待识别图像中存在车辆时，向通信文件中写入与所述待识别图像对应的第一标识信息；车牌检测模块，用于从所述通信文件中获取到所述第一标识信息时，利用车牌检测模型检测与所述第一标识信息对应的所述待识别图像中是否存在车牌，并在所述待识别图像中存在车牌时，向所述通信文件中写入与所述待识别图像中的待识别车牌图像对应的第二标识信息；车牌识别模块，用于从所述通信文件中获取到所述第二标识信息时，利用车牌识别模型识别与所述第二标识信息对应的所述待识别车牌图像的车牌号。2.根据权利要求1所述的车牌识别系统，其特征在于，所述系统还包括：车辆检测模型生成模块，用于根据深度学习网络生成所述车辆检测模型。3.根据权利要求2所述的车牌识别系统，其特征在于，所述车辆检测模型生成模块包括：获取单元，用于获取多角度拍摄的多个第一样本车辆图像，其中，所述第一样本车辆图像中至少包括一辆车辆；标记单元，用于对各所述第一样本车辆图像中的车辆进行标记，以得到标记出所述车辆的多个第二样本车辆图像；生成单元，用于基于所述多个第二样本车辆图像对所述深度学习网络进行训练，以生成所述车辆检测模型。4.根据权利要求1所述的车牌识别系统，其特征在于，所述系统还包括：车牌检测模型生成模块，用于通过深度学习网络生成所述车牌...

【专利技术属性】
技术研发人员：李宁鸟，王文涛，魏璐，
申请(专利权)人：西安天和防务技术股份有限公司，
类型：发明
国别省市：陕西,61