一种基于深度学习的车牌识别系统技术方案

本发明专利技术公开了一种基于深度学习的车牌识别系统,其特征在于，所述系统包括初步获取模块、图像检测模块、图像处理模块、字符识别模块，其中初步获取模块用于对原始图像进行采集并且获取待识别的彩色车牌字符图像；图像检测模块用于提取车牌字符图像的特征，无需对整张车牌图像进行图像处理操作，可以保证在车牌识别的过程中被识别的彩色车牌字符图像具有更多的图像信息，可以提高图像的处理效率。

A License Plate Recognition System Based on Deep Learning

The invention discloses a license plate recognition system based on in-depth learning, which is characterized by a preliminary acquisition module, an image detection module, an image processing module and a character recognition module, in which the preliminary acquisition module is used to collect the original image and acquire the color license plate character image to be recognized; and the image detection module is used to extract the features of the license plate character image. It does not need image processing operation on the whole license plate image. It can ensure that the color license plate character image recognized in the process of license plate recognition has more image information, and can improve the efficiency of image processing.

【技术实现步骤摘要】
一种基于深度学习的车牌识别系统
本专利技术涉及车牌识别
，特别是涉及一种基于深度学习的车牌识别系统。
技术介绍
据公安部门统计，近年来我国机动车保有量呈快速增长，每年新增超过1500万辆，目前，车牌识别，是以数字图像处理以及计算机视觉和识别等技术为基础，对拍摄的车辆图像进行分析，从而得到每辆汽车的车牌号码的技术，随着城市交通的发展，车牌识别的技术已经在查处车辆违章和高速公路收费等方面得到广泛应用。相关技术中进行车牌识别的过程包括：获取车牌的字符图像，对获取到的字符图像进行二值化，然后对二值化后的字符图像进行处理，以对车牌上的字符进行识别。受不同光照条件、可视角度、新旧程度及背景光亮等条件影响，不同场景中对于车牌的识别具有相对难度，因为对于非车牌区域的文字提出、车牌区域的正确切割、字符的孤立与识别等都是需要提升的技术空间，其任何一项的断层都会对整个车牌的识别过程造成困难。
技术实现思路
为解决上述技术问题，本专利技术提供了一种基于深度学习的车牌识别系统，采用以下技术方案实现：一种基于深度学习的车牌识别系统,所述系统包括：初步获取模块、图像检测模块、图像处理模块、字符识别模块，其中初步获取模块用于对原始图像进行采集并且获取待识别的彩色车牌字符图像；图像检测模块用于提取车牌字符图像的特征；图像处理模块用于对获取到的所述车牌字符图像进行图像处理；字符识别模块，用于通过预先训练的车牌识别模型对图像处理后的所述彩色车牌字符图像中的字符进行识别，获取目标车牌信息。进一步方案，所述图像处理单元包括：像素值获取单元，用于获取所述彩色车牌字符图像中三个图像通道的像素值；差值图像处理单元，得到彩色车牌字符图像的差值图像；镜像单元，得到所述彩色车牌字符图像的镜像图像；处理单元，对图像进行直方图均衡处理，得到图像处理后的彩色车牌字符图像。进一步方案，图像检测模块包括：特征提取单元，采用卷积层对所述图像进行多尺度特征提取，获取分类结果；选取单元，对所述默认框的分类结果进行选取，获取目标车牌图像。有益效果：无需对整张车牌图像进行图像处理操作，可以保证在车牌识别的过程中被识别的彩色车牌字符图像具有更多的图像信息，可以提高图像的处理效率，在识别模糊图像时候为网络提供比单张图像更加丰富的图像信息，进一步提高了字符识别性能。附图说明图1；本专利技术模块结构示意图具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面对本专利技术的具体实施方式做详细说明。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术。但是本专利技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似改进，因此本专利技术不受下面公开的具体实施方式的限制。下面将结合附图和实施方式对本专利技术作进一步说明。具体实施例一种基于深度学习的车牌识别系统,所述系统包括：初步获取模块、图像检测模块、图像处理模块、图像恢复模块、字符识别模块，其中初步获取模块用于对原始图像进行采集并且获取待识别的彩色车牌字符图像，即为得到原始车牌字符图像，一般由摄像头实时拍摄获取；图像检测模块用于提取车牌字符图像的特征，可以采用单次检测器对原始拍摄图像进行特征提取，以获取目标车牌图像，使其可对任意拍摄场景下获取的原始拍摄图像均可进行车牌检测；而无全连接层的单次检测器相比其他有全连接层的检测模型，可有效提高检测效率，ARM芯片控制单元用于读取图像存储单元中保存的图像数据并进行图像预处理同时保存处理结果到图像存储单元的存储空间里；如RK3399Pro的的ARMCortexA72和CortexA53处理器，用于读取图图像特征提取，USB摄像头连接ARM芯片控制单元，然后经过数据传输进行输出。图像检测模块包括：特征提取单元和选取单元，采用卷积层对所述图像进行多尺度特征提取，获取分类结果采用非极大值抑制准则对默认框的分类结果进行选取，获取目标车牌图像。图像处理模块用于对获取到的所述车牌字符图像进行图像处理，包括：像素值获取单元、差值图像处理单元、镜像单元和处理单元，主要负责将获取到所述彩色车牌字符图像中三个图像通道的像素值后，得到彩色车牌字符图像的差值图像；对彩色车牌字符差值图像进行镜像得到镜像图像；将彩色车牌字符图像和镜像图像水平拼接后进行，进行直方图均衡处理，得到图像处理后的彩色车牌字符图像。图像处理模块只需要通过简单的处理芯片就可以实现，其处理图像得到电压信号的过程也属于现有技术，在此不作赘述。字符识别模块，用于通过预先训练的车牌识别模型对图像处理后的彩色车牌字符图像中的字符进行识别，得到彩色车牌字符图像中的字符分别与车牌识别模型中各预设字符的相似度，其中，车牌识别模型是通过深度学习网络预先训练得到的，最后确定相似度最大的预设字符与彩色车牌字符图像中的字符相一致。虽然在上文中已经参考了一些实施例对本专利技术进行描述，然而在不脱离本专利技术的范围的情况下，可以对其进行各种改进并且可以用等效无替换其中的技术点，尤其是，只要不存在技术冲突，本专利技术所纰漏的各种实施例中的各项特征均可通过任一方式结合起来使用，在本专利技术中未对这些组合的情况进行穷举的描述，仅仅是处于省略篇幅和节约资源的考虑。因此，本专利技术并不局限于文中公开的特定实施例，而且包括落入权利要求。本文档来自技高网...

【技术保护点】
1.一种基于深度学习的车牌识别系统,其特征在于，所述系统包括初步获取模块、图像检测模块、图像处理模块、字符识别模块，其中初步获取模块用于对原始图像进行采集并且获取待识别的彩色车牌字符图像；图像检测模块用于提取车牌字符图像的特征；图像处理模块用于对获取到的所述车牌字符图像进行图像处理；字符识别模块，用于通过预先训练的车牌识别模型对图像处理后的所述彩色车牌字符图像中的字符进行识别，获取目标车牌信息。

【技术特征摘要】
1.一种基于深度学习的车牌识别系统,其特征在于，所述系统包括初步获取模块、图像检测模块、图像处理模块、字符识别模块，其中初步获取模块用于对原始图像进行采集并且获取待识别的彩色车牌字符图像；图像检测模块用于提取车牌字符图像的特征；图像处理模块用于对获取到的所述车牌字符图像进行图像处理；字符识别模块，用于通过预先训练的车牌识别模型对图像处理后的所述彩色车牌字符图像中的字符进行识别，获取目标车牌信息。2.根据权利要求1所述的一种基于深度学习的车牌识别系统,其特征在于，所...

【专利技术属性】
技术研发人员：张变莲，
申请(专利权)人：西安文理学院，
类型：发明
国别省市：陕西,61