车牌识别模型训练方法、车牌识别方法、装置及设备制造方法及图纸

技术编号:20119228 阅读:35 留言:0更新日期:2019-01-16 12:19
本发明专利技术提供的车牌识别模型训练方法、车牌识别方法、装置及设备,属于车牌处理技术领域。该训练方法包括生成多张车牌照;对每一个车牌照生成两张不同背景、相同底图、不同随机旋转的图片;根据每一个车牌照所对应的省份,生成一个与车牌照不同省份的随机车牌照号码;根据随机车牌照号码生成一个与第一图片相同背景相同底图的第三图片;提取第一图片对应的第一车牌照特征图像、第二图片对应的第二车牌照特征图像和第三图片对应的第三车牌照特征图像;根据第一车牌照特征图像、第二车牌照特征图像和第三车牌照特征图像生成训练样本;将训练样本进行预处理,生成目标训练样本;根据目标训练样本训练预设车牌识别模型,得到目标车牌识别模型。

License Plate Recognition Model Training Method, License Plate Recognition Method, Device and Equipment

The invention provides a license plate recognition model training method, a license plate recognition method, a device and a device, belonging to the technical field of license plate processing. The training method includes generating multiple license plates; generating two pictures with different backgrounds, the same background and different random rotation for each license plate; generating a random license plate number for different provinces according to the corresponding provinces of each license plate; generating a third picture with the same background as the first picture according to the random license plate number; The first license plate characteristic image corresponding to the first picture, the second license plate characteristic image corresponding to the second picture and the third license plate characteristic image corresponding to the third picture; the training samples are generated according to the first license plate characteristic image, the second license plate characteristic image and the third license plate characteristic image; the training samples are preprocessed to generate the target training samples; and the training samples are generated according to the target training samples. This training presupposes the license plate recognition model, and obtains the target license plate recognition model.

【技术实现步骤摘要】
车牌识别模型训练方法、车牌识别方法、装置及设备
本专利技术涉及车牌处理
,具体而言,涉及车牌识别模型训练方法、车牌识别方法、装置及设备。
技术介绍
目前,停车场已普遍采用车牌识别进行停车场车辆管理。然而车牌识别的主要问题是容易发生车牌识别错误,一旦识别错误,将会导致抬杆放行失败,给待放行车辆造成极大的影响。
技术实现思路
为了解决上述技术问题,本专利技术实施例提供车牌识别模型训练方法、装置及设备。以及本专利技术实施例提供车牌识别方法、装置及设备。第一方面,本专利技术实施例提供的一种车牌识别模型训练方法,其包括:生成多张车牌照;对每一个所述车牌照生成两张不同背景、相同底图、不同随机旋转的图片,两张所述图片为第一图片和第二图片;根据每一个所述车牌照所对应的省份,生成一个与所述车牌照不同省份的随机车牌照号码;根据所述随机车牌照号码生成一个与所述第一图片相同背景相同底图的第三图片;提取所述第一图片对应的第一车牌照特征图像、所述第二图片对应的第二车牌照特征图像和所述第三图片对应的第三车牌照特征图像;根据所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像生成训练样本;将所述训练样本进行预处理,生成目标训练样本;根据所述目标训练样本训练预设车牌识别模型,得到目标车牌识别模型。结合第一方面,第一方面的一种实施方式,所述的提取所述第一图片对应的第一车牌照特征图像、所述第二图片对应的第二车牌照特征图像和所述第三图片对应的第三车牌照特征图像,包括:分别将所述第一图片、所述第二图片和所述第三图片进行形态运算,得到处理后的第一处理图片、第二处理图片和第三处理图片;根据轮廓提取所述第一处理图片对应的第一车牌照特征图像、所述第二处理图片对应的第二车牌照特征图像和所述第三处理图片对应的第三车牌照特征图像。结合第一方面,在第一方面的另一种实施方式,所述的根据所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像生成训练样本,包括:将按照预设格式进行裁剪后的所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像合并为三元组,所述三元组为一个训练样本。结合第一方面,在第一方面的另一种实施方式,所述的将所述训练样本进行预处理,生成目标训练样本,包括:将所述训练样本进行图像灰度化和直方图均衡化处理,生成目标训练样本。结合第一方面,在第一方面的另一种实施方式,所述的生成多张车牌照,包括:获取M张常用车牌类型的待处理车牌照以及N张背景图片;去掉M张所述待处理车牌照的车牌号,得到M张所述待处理车牌照对应的底图;根据预设车牌照分布规则生成多个车牌照号码;根据所述背景图片、所述底图和所述车牌照号码生成多张车牌照。第二方面,本专利技术实施例提供的一种车牌识别方法,其包括:采集进入停车场的车辆的车牌照;采用如第一方面任意一项所述的车牌识别模型训练方法所获取到的目标车牌识别模型对所述车牌照进行识别,获取所述车牌照的特征值;采集所述车辆在离开所述停车场时的比对车牌照;判断所述比对车牌照与所述特征值是否匹配;若是,执行抬杆放行。第三方面,本专利技术实施例提供的一种车牌识别模型训练装置,包括:生成模块,用于生成多张车牌照;第一处理模块,用于对每一个所述车牌照生成两张不同背景、相同底图、不同随机旋转的图片,两张所述图片为第一图片和第二图片;第二处理模块,用于根据每一个所述车牌照所对应的省份,生成一个与所述车牌照不同省份的随机车牌照号码;第三处理模块,用于根据所述随机车牌照号码生成一个与所述第一图片相同背景相同底图的第三图片;特征提取模块,用于提取所述第一图片对应的第一车牌照特征图像、所述第二图片对应的第二车牌照特征图像和所述第三图片对应的第三车牌照特征图像;第四处理模块,用于根据所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像生成训练样本;第五处理模块,用于将所述训练样本进行预处理,生成目标训练样本;训练模块,用于根据所述目标训练样本训练预设车牌识别模型,得到目标车牌识别模型。第四方面,本专利技术实施例提供的一种车牌识别装置,包括:第一采集模块,用于采集进入停车场的车辆的车牌照;处理模块,用于采用如第一方面任意一项所述的车牌识别模型训练方法所获取到的目标车牌识别模型对所述车牌照进行识别,获取所述车牌照的特征值;第二采集模块,用于采集所述车辆在离开所述停车场时的比对车牌照;比对模块,用于判断所述比对车牌照与所述特征值是否匹配;执行模块,用于若是,执行抬杆放行。第五方面,本专利技术实施例提供的一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面任一项所述方法的步骤;或者,所述处理器执行所述计算机程序时实现如第二方面所述方法的步骤。第六方面,本专利技术实施例提供的一种存储介质,所述存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行如第一方面任一项所述的方法;或者使得所述计算机执行如第二方面所述的方法的步骤。与现有技术相比,本专利技术实施例提供的车牌识别模型训练方法、装置及设备有益效果是:通过生成多张车牌照;对每一个所述车牌照生成两张不同背景、相同底图、不同随机旋转的图片,两张所述图片为第一图片和第二图片;根据每一个所述车牌照所对应的省份,生成一个与所述车牌照不同省份的随机车牌照号码;根据所述随机车牌照号码生成一个与所述第一图片相同背景相同底图的第三图片;提取所述第一图片对应的第一车牌照特征图像、所述第二图片对应的第二车牌照特征图像和所述第三图片对应的第三车牌照特征图像;根据所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像生成训练样本;将所述训练样本进行预处理,生成目标训练样本;根据所述目标训练样本训练预设车牌识别模型,得到目标车牌识别模型,从而使得在光照以及有略微旋转的情况下依然能够识别,并且通过将OCR(OpticalCharacterRecognition,光学字符识别)的字符串识别转换为特征相似度匹配问题,使得目标车牌识别模型准确率大大提升。进而使得在使用目标车牌识别模型时,能够使得即使OCR识别错误,也不会影响抬杆放行操作,进一步提高识别率,有效降低识别错误,以克服现有技术所存在的技术问题。本专利技术实施例提供的车牌识别方法、装置及设备有益效果是:通过采集进入停车场的车辆的车牌照;采用车牌识别模型训练方法所获取到的目标车牌识别模型对所述车牌照进行识别,获取所述车牌照的特征值;采集所述车辆在离开所述停车场时的比对车牌照;判断所述比对车牌照与所述特征值是否匹配;若是,执行抬杆放行。进而使能够使得即使OCR识别错误,也不会影响抬杆放行操作,进一步提高识别率。为使本专利技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本专利技术的某些实施例,因此不应被看作是对范围的限定,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相关的附图。图1为本专利技术第一实施例提供的车牌识别模型训练方法的流程图;图2为本专利技术第二实施例提供的车牌识本文档来自技高网...

【技术保护点】
1.一种车牌识别模型训练方法,其特征在于,包括:生成多张车牌照;对每一个所述车牌照生成两张不同背景、相同底图、不同随机旋转的图片,两张所述图片为第一图片和第二图片;根据每一个所述车牌照所对应的省份,生成一个与所述车牌照不同省份的随机车牌照号码;根据所述随机车牌照号码生成一个与所述第一图片相同背景相同底图的第三图片;提取所述第一图片对应的第一车牌照特征图像、所述第二图片对应的第二车牌照特征图像和所述第三图片对应的第三车牌照特征图像;根据所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像生成训练样本;将所述训练样本进行预处理,生成目标训练样本;根据所述目标训练样本训练预设车牌识别模型,得到目标车牌识别模型。

【技术特征摘要】
1.一种车牌识别模型训练方法,其特征在于,包括:生成多张车牌照;对每一个所述车牌照生成两张不同背景、相同底图、不同随机旋转的图片,两张所述图片为第一图片和第二图片;根据每一个所述车牌照所对应的省份,生成一个与所述车牌照不同省份的随机车牌照号码;根据所述随机车牌照号码生成一个与所述第一图片相同背景相同底图的第三图片;提取所述第一图片对应的第一车牌照特征图像、所述第二图片对应的第二车牌照特征图像和所述第三图片对应的第三车牌照特征图像;根据所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像生成训练样本;将所述训练样本进行预处理,生成目标训练样本;根据所述目标训练样本训练预设车牌识别模型,得到目标车牌识别模型。2.根据权利要求1所述的方法,其特征在于,所述的提取所述第一图片对应的第一车牌照特征图像、所述第二图片对应的第二车牌照特征图像和所述第三图片对应的第三车牌照特征图像,包括:分别将所述第一图片、所述第二图片和所述第三图片进行形态运算,得到处理后的第一处理图片、第二处理图片和第三处理图片;根据轮廓提取所述第一处理图片对应的第一车牌照特征图像、所述第二处理图片对应的第二车牌照特征图像和所述第三处理图片对应的第三车牌照特征图像。3.根据权利要求1所述的方法,其特征在于,所述的根据所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像生成训练样本,包括:将按照预设格式进行裁剪后的所述第一车牌照特征图像、所述第二车牌照特征图像和所述第三车牌照特征图像合并为三元组,所述三元组为一个训练样本。4.根据权利要求1所述的方法,其特征在于,所述的将所述训练样本进行预处理,生成目标训练样本,包括:将所述训练样本进行图像灰度化和直方图均衡化处理,生成目标训练样本。5.根据权利要求1所述的方法,其特征在于,所述的生成多张车牌照,包括:获取M张常用车牌类型的待处理车牌照以及N张背景图片;去掉M张所述待处理车牌照的车牌号,得到M张所述待处理车牌照对应的底图;根据预设车牌照分布规则生成多个车牌照号码;根据所述背景图片、所述底图和所述车牌照号码生成多张车牌照。6.一种车牌识别方法,其特征在于,包括:采集进入停...

【专利技术属性】
技术研发人员:仝帅王乐刘岵
申请(专利权)人:北京第一视频科学技术研究院有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1