一种基于图像的真假车牌判别方法技术

本发明专利技术公开了一种基于图像的真假车牌判别方法，包括以下步骤：S1对车牌图像进行识别，获取车牌号码，并从中提取需要比对的各个字符ID；S2根据字符ID，获取车牌号码中的关键字符图像，实现关键字符的定位；S3将关键字符图像中的控制点的坐标xi和其基准图像中预先设定的控制点的坐标x′i一一对应起来，其表示为：

A Method of Identifying True and False License Plates Based on Image

【技术实现步骤摘要】
一种基于图像的真假车牌判别方法
本专利技术涉及交通管理，具体涉及一种基于图像的真假车牌判别方法。
技术介绍
随着汽车数量的急剧增长，使用假牌照、套牌或改造车牌的行为也呈现一定的增长，这些行为严重影响了交通秩序，打击假车牌成为我国交通系统的重要任务之一。然而，当前假车牌的辨别仍然主要依赖于执法人员的经验和肉眼识别，这种辨别模式耗人力、物力，且漏识率非常高。中国专利“CN103632549A一种车牌真假智能识别方法”提供了一种车牌真假智能识别方法。此专利首先实时采集车辆信息；再通过web服务将所述车辆信息推送至特征对比数据库并与特征模板数据库中所存储的车辆信息进行特征比对，以得到比对结果，并推送至客户端；最后，在客户端中进行人工二次审核，以提取出包含假车牌的车辆信息。其需要将采集到的车辆信息联网与数据库中的信息进行比对，一方面，需采集到的车辆特征较多、计算复杂，另一方面，比对过程依赖于数据库、并对网络传输要求较高。文献“周芳芹,汤剑.基于Matlab的真伪车牌识别系统的研究[J].科技创新与应用,2018(11):50-51”提出了一种基于Matlab的真伪车牌识别系统。该系统根据真车牌表面经过特殊处理具有在太阳光直射下不反光，而在灯光直射下会反光的特点，通过压力感应车辆经过，闪光灯拍摄，图片预处理，图像亮度分析四个步骤来实现快速辨别真伪车牌。其需要在路面下方设置感应线，应用场景受限，同时该识别结果易受光线影响，易出现漏识、误识现象。
技术实现思路
本专利技术要解决的技术问题是提供一种基于图像的真假车牌判别方法，其能够仅凭车牌图像判别车牌的真假，无需联网与数据库对比，应用场景广泛，断定准确。为了解决上述技术问题，本专利技术提供了一种基于图像的真假车牌判别方法，包括以下步骤：S1，提取字符ID：对车牌图像进行识别，获取车牌号码，并从中提取需要比对的各个字符ID；S2，定位关键字符：根据字符ID，获取车牌号码中的关键字符图像，实现关键字符的定位；S3，定位控制点：将关键字符图像中的控制点的坐标xi和其基准图像中预先设定的控制点的坐标x′i一一对应起来，其表示为：其中1≤i≤n，n为控制点的数量，且为大于0的自然数；S4，关键字符图像校正：利用得到的控制点坐标的对应关系采用射影变换的方法对关键字符图像进行几何校正；S5，关键字符图像比对：将校正后的关键字符图像与基准图像进行比对，若无差异，则为真字符，从而判定对应车牌为真车牌；否则，则判定车牌为假车牌。作为优选的，步骤S5中的比对和判别方法包括以下步骤：S50，对关键字符图像和基准图像分别作二值化处理；S51，将二值化处理后的两张图像作逐像素的异或运算，获得差异图像；S52，将二值化处理后的基准图像作膨胀运算，将膨胀运算获得的图像作为感兴趣区域的掩模；S53，利用掩模对差异图像作开运算，若得到的图像的所有灰度值均为0，则判定关键字符图像和基准图像无差异，为真字符，从而判定对应车牌为真车牌；若得到的图像存在非0的灰度值，则判定关键字符图像和基准图像有差异，为假字符，从而判定对应车牌为假车牌。作为优选的，步骤S2中关键字符的定位方法包括以下步骤：S20，对字符ID进行二值化；S21，采用形态学变换和连通域分析提取车牌的精确图像；S22，采用连通域分析获取对应的关键字符图像。作为优选的，步骤S20中对字符ID进行二值化的方法采用K-Means算法。作为优选的，步骤S4中关键字符图像的校正方法包括以下步骤：S40，剔除控制点对应过程中的离群值；S41，采用最小二乘法确定变换模型；S42，使用此模型进行图像校正。作为优选的，步骤S40中剔除控制点对应过程中的离群值的方法采用RANSAC算法。作为优选的，步骤S3中采用卷积回归网络对控制点进行定位。作为优选的，步骤S3中定位模型的训练集采用基于少量已标注的关键字符图像生成的训练集。作为优选的，步骤S1中提取字符ID的工具为无切割的不定长的识别网络CRNN。作为优选的，步骤S1中提取字符的训练模型为CCPD-Base。与现有技术相比，本专利技术的有益效果是：1、本专利技术构建的车牌真假判别方法，从真假车牌在字体上的差异性出发，相较于其他基于颜色或者数据库比对的方法来说，对设备没有特殊的要求，应用范围更加广泛。2、本专利技术的判别系统基于少量真实数据即可完成构建，且对假车牌的识别快速、准确。3、本专利技术构建了一种基于图像的真假车牌判别系统，只需拍摄车牌照片，即可判别车牌的真假，能够为交通执法与维护社会秩序带来极大便利。附图说明为了更清楚的说明本专利技术实施例技术中的技术方案，下面将对实施例技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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，还能够根据这些附图获得其他的附图。图1为本专利技术的流程图。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、完整的描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本实用型中的实施例，本领域普通技术人员在没有作出创造性劳动的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。实施例参照图1所示，本专利技术公开了一种基于图像的真假车牌判别方法，包括以下步骤：S1，提取字符ID：对车牌图像进行识别，获取车牌号码，并从中提取需要比对的各个字符ID；S2，定位关键字符：根据字符ID，获取车牌号码中的关键字符图像，实现关键字符的定位；S3，定位控制点：将关键字符图像中的控制点的坐标xi和其基准图像中预先设定的控制点的坐标x′i一一对应起来，其表示为：其中1≤i≤n，n为控制点的数量，且为大于0的自然数，对于不同的关键字符图像，其控制点数和定位模型不同；S4，关键字符图像校正：利用得到的控制点坐标的对应关系采用射影变换的方法对关键字符图像进行几何校正；S5，关键字符图像比对：将校正后的关键字符图像与基准图像进行比对，若无差异，则为真字符，从而判定对应车牌为真车牌；否则，则判定车牌为假车牌。作为本专利技术的进一步改进，上述步骤S1中采用无切割的不定长的识别网络CRNN提取字符ID，其模型在CCPD-Base数据集上训练。作为本专利技术的进一步改进，上述步骤S2中关键字符的定位方法包括以下步骤：S20，运用K-Means算法实现字符ID的二值化；S21，采用形态学变换和连通域分析提取车牌的精确图像；S22，采用连通域分析获取对应的关键字符图像。作为本专利技术的进一步改进，上述步骤S3中采用卷积回归网络对控制点进行定位。作为本专利技术的进一步改进，上述步骤S3中定位模型的训练集采用基于少量已标注的关键字符图像生成的训练集。其定位模型的训练仅需非常少量的标注样本即可完成，模型训练简单。作为本专利技术的进一步改进，上述步骤S4中关键字符图像的校正方法包括以下步骤：S40，采用RANSAC算法剔除控制点对应过程中的离群值；S41，采用最小二乘法确定变换模型；S42，使用此模型进行图像校正。作为本专利技术的进一步改进，上述步骤S5中的比对和判别方法包括以下步骤：S50，对关键字符图像和基准图像分别作二值化处理；S51，将二值化处理后的两张图像作逐像素的异或运算，获得差异图像；S52，将二值化处理后的基准图像作膨胀运本文档来自技高网...

【技术保护点】
1.一种基于图像的真假车牌判别方法，其特征在于，包括以下步骤：S1，提取字符ID：对车牌图像进行识别，获取车牌号码，并从中提取需要比对的各个字符ID；S2，定位关键字符：根据字符ID，获取车牌号码中的关键字符图像，实现关键字符的定位；S3，定位控制点：将关键字符图像中的控制点的坐标xi和其基准图像中预先设定的控制点的坐标x′i一一对应起来，其表示为：

【技术特征摘要】
1.一种基于图像的真假车牌判别方法，其特征在于，包括以下步骤：S1，提取字符ID：对车牌图像进行识别，获取车牌号码，并从中提取需要比对的各个字符ID；S2，定位关键字符：根据字符ID，获取车牌号码中的关键字符图像，实现关键字符的定位；S3，定位控制点：将关键字符图像中的控制点的坐标xi和其基准图像中预先设定的控制点的坐标x′i一一对应起来，其表示为：其中1≤i≤n，n为控制点的数量，且为大于0的自然数；S4，关键字符图像校正：利用得到的控制点坐标的对应关系采用射影变换的方法对关键字符图像进行几何校正；S5，关键字符图像比对：将校正后的关键字符图像与基准图像进行比对，若无差异，则为真字符，从而判定对应车牌为真车牌；否则，则判定车牌为假车牌。2.如权利要求1所述的基于图像的真假车牌判别方法，其特征在于，步骤S5中的比对和判别方法包括以下步骤：S50，对关键字符图像和基准图像分别作二值化处理；S51，将二值化处理后的两张图像作逐像素的异或运算，获得差异图像；S52，将二值化处理后的基准图像作膨胀运算，将膨胀运算获得的图像作为感兴趣区域的掩模；S53，利用掩模对差异图像作开运算，若得到的图像的所有灰度值均为0，则判定关键字符图像和基准图像无差异，为真字符，从而判定对应车牌为真车牌；若得到的图像存在非0的灰度值，则判定关键字符图像和基准图像有差异，为假字符，从而判定对应车牌为假...

【专利技术属性】
技术研发人员：袁媛，胡静远，杨娇娇，
申请(专利权)人：苏州海赛人工智能有限公司，
类型：发明
国别省市：江苏,32