【技术实现步骤摘要】
车牌识别方法、装置、计算机设备及存储介质
本专利技术涉及图像识别领域，尤其涉及一种车牌识别方法、装置、计算机设备及存储介质。
技术介绍
随着社会经济的发展，越来越多的汽车出现在道路交通或者停车场所，它给人们的生活带来了许多便利，但汽车的管理也变得越来越复杂。例如车辆收费和管理，交通流量检测，停车场收费管理，违章车辆监控，假牌照车辆识别等具体问题。针对这些问题，当前采用的主要方法是通过识别车牌来对车辆进行管理，当前主要采用的车牌识别技术是通过直接识别字符，并按照字符的位置对车牌图像进行分割，进而对分割后的每个图像进行车牌识别，这种方法识别效率低，且只能识别预先规定的大小的车牌，在拍摄的车牌图像的角度不稳定或者大小不一致时，会产生无法识别的情况，不具备鲁棒性和通用性。
技术实现思路
本专利技术实施例提供一种车牌识别方法、装置、计算机设备和存储介质，以解决通过字符位置对车牌图像进行分割，并对分割后的每个图像进行识别导致的识别效率低、通用性弱的问题。一种车牌识别方法，包括：获取初始车牌图像；对所述初始车牌图像进行预处理，得到目标车牌图像；将所述目标车牌图像输入到预设的卷积神经...
【技术保护点】
1.一种车牌识别方法，其特征在于，所述车牌识别方法包括：获取初始车牌图像；对所述初始车牌图像进行预处理，得到目标车牌图像；将所述目标车牌图像输入到预设的卷积神经网络模型中,其中，所述预设的卷积神经网络模型包括输入层、卷积层、池化层和全连接层；通过所述输入层提取所述目标车牌图像中的多通道数据，并将所述多通道数据传递给所述卷积层；在所述卷积层对所述多通道数据进行卷积处理，得到卷积后的卷积数据；对所述卷积数据进行特征提取，得到特征数据；使用所述池化层对所述特征数据进行压缩处理，得到目标图层；在所述全连接层根据预设的分类标签，对所述目标图层进行分类识别，得到车牌识别结果。
【技术特征摘要】
1.一种车牌识别方法，其特征在于，所述车牌识别方法包括：获取初始车牌图像；对所述初始车牌图像进行预处理，得到目标车牌图像；将所述目标车牌图像输入到预设的卷积神经网络模型中,其中，所述预设的卷积神经网络模型包括输入层、卷积层、池化层和全连接层；通过所述输入层提取所述目标车牌图像中的多通道数据，并将所述多通道数据传递给所述卷积层；在所述卷积层对所述多通道数据进行卷积处理，得到卷积后的卷积数据；对所述卷积数据进行特征提取，得到特征数据；使用所述池化层对所述特征数据进行压缩处理，得到目标图层；在所述全连接层根据预设的分类标签，对所述目标图层进行分类识别，得到车牌识别结果。2.如权利要求1所述的车牌识别方法，其特征在于，所述池化层为Flatten层，用于将所述特征数据进行一维化压缩处理。3.如权利要求1所述的车牌识别方法，其特征在于，所述根据预设的分类标签，对所述目标图层进行分类识别，得到车牌识别结果包括：按照预设的划分模板，将所述目标图层从左至右依次划分为n个分类区域，其中，n为预设的正整数；获取每个所述分类区域对应的分类标签标识，其中，每个所述分类标签标识对应一个预设分类器，共n个预设分类器；使用每个所述分类标签标识对应的预设分类器，对所述分类标签标识对应的所述分类区域进行识别，得到n个区域识别结果；按照所述分类区域的顺序，将n个所述区域识别结果进行组合，得到所述车牌识别结果。4.如权利要求1至3任一项所述的车牌识别方法，其特征在于，所述对所述初始车牌图像进行预处理，得到目标车牌图像包括：通过边缘检测算法，获取所述初始车牌图像中车牌的上边界和车牌的下边界；根据所述车牌的上边界和所述车牌的下边界，确定车牌的范围图像；使用拉东变换对所述范围图像进行倾斜校正，得到校正后的基础图像；以所述基础图像的重心为中心，对所述基础图像进行裁剪，得到所述目标车牌图像。5.如权利要求4所述的车牌识别方法，其特征在于，所述通过边缘检测算法，获取所述初始车牌图像中车牌的上边界和车牌的下边界包括：通过高斯模糊对所述初始车牌图像进行噪音去除，得到去噪车牌图像；使用预设的梯度算子计算所述去噪车牌图像的水平方向的梯度值和垂直方向的梯度值，得到初始梯度值集合；采用非最大值抑制的方式对所述初始梯度值集合进行边缘细化处理，得到宽度为单个像素的梯度边缘；使用预设的双阈值过滤所述梯度边缘中的弱边缘点，得到所述梯度边缘中的强边缘点；...
【专利技术属性】
技术研发人员：雷晨雨，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44
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。