【技术实现步骤摘要】
一种行驶证关键内容识别方法
本专利技术涉及交通领域信息识别,尤其是一种行驶证关键内容识别方法。
技术介绍
机动车行驶证是准予机动车在我国境内道路上行驶的法定证件。行驶证由证夹、正页、副页三部分组成。其中正页正面是已签注的证芯,背面是机动车相片,并用塑封套塑封;副页是已签注的证芯。行驶证正页正面文字颜色为黑色。包括:“中华人民共和国机动车行驶证”字体为12pt黑体,位置居中;“号牌号码”、“车辆类型”、“使用性质”、“所有人”、“住址”、“品牌型号”、“发动机号码”、“车辆识别代号”、“注册日期”、“发证日期”等文字。副页正面文字颜色为黑色,包括:“号牌号码”、“核定载人数”、“档案编号”、“整备质量”、“总质量”、“核定载质量”、“外廓尺寸”、“准牵引总质量”、“备注”、“检验记录”等文字。在机动车查验、年检、保险等业务办理,以及机动车档案的电子化归档时,传统方法采用人工对行驶证繁多的各种关键内容信息进行逐一识别,并与机动车基本信息进行比对匹配,效率低下,浪费人力和时间,同时不能保证信息准确性。
技术实现思路
本专利技术所要解决的技术问题是:针对上述存在的问题,提供一种行驶证关键内容识别方法。本专利技术提供的一种行驶证关键内容识别方法,包括如下步骤:S1,获取待识别的行驶证图像;S2,从待识别的行驶证图像中检测行驶证正页、副页图像区域;S3,对行驶证正页、副页图像区域进行朝向校正;S4,对行驶证正页、副页图像区域进行倾斜校正;S5,对行驶证正 ...
【技术保护点】
1.一种行驶证关键内容识别方法,其特征在于,包括如下步骤:/nS1,获取待识别的行驶证图像;/nS2,从待识别的行驶证图像中检测行驶证正页、副页图像区域;/nS3,对行驶证正页、副页图像区域进行朝向校正;/nS4,对行驶证正页、副页图像区域进行倾斜校正;/nS5,对行驶证正页、副页图像区域进行倒立校正;/nS6,从经步骤S3~S5处理后的行驶证正页、副页图像区域中,检测关键字段图像区域;/nS7,以关键字段图像区域为参照,分割出每个关键字段对应的关键内容的待识别区域图像;/nS8,从关键内容的待识别区域图像中识别关键内容的具体信息;/nS9,返回行驶证中所有检测到的关键字段和对应的关键内容识别结果。/n
【技术特征摘要】
1.一种行驶证关键内容识别方法,其特征在于,包括如下步骤:
S1,获取待识别的行驶证图像;
S2,从待识别的行驶证图像中检测行驶证正页、副页图像区域;
S3,对行驶证正页、副页图像区域进行朝向校正;
S4,对行驶证正页、副页图像区域进行倾斜校正;
S5,对行驶证正页、副页图像区域进行倒立校正;
S6,从经步骤S3~S5处理后的行驶证正页、副页图像区域中,检测关键字段图像区域;
S7,以关键字段图像区域为参照,分割出每个关键字段对应的关键内容的待识别区域图像;
S8,从关键内容的待识别区域图像中识别关键内容的具体信息;
S9,返回行驶证中所有检测到的关键字段和对应的关键内容识别结果。
2.根据权利要求1所述的行驶证关键内容识别方法,其特征在于,步骤S2的方法为:采用第一深度学习算法模型,从待识别的行驶证图像中检测行驶证正页、副页图像区域;所述第一深度学习算法模型,为通过使用大量不同光照、距离、分辨率、方向角度、噪声水平、压缩率以及是否置于证夹内的带位置和类别标注的图像,对图像目标检测模型进行深度学习训练,得到的能有效检测行驶证正页、副页图像区域这两类目标的深度神经网络模型。
3.根据权利要求1所述的行驶证关键内容识别方法,其特征在于,步骤S3的方法为:如果行驶证正页、副页图像区域的宽高比小于1.01,则把该图像顺时针旋转90°,使行驶证正页、副页图像区域中的文本行方向偏向水平。
4.根据权利要求1所述的行驶证关键内容识别方法,其特征在于,步骤S4的方法,包括:
S4.1,对行驶证正页、副页图像区域依次进行灰度化、自适应二值化和亮度反转,得到正页、副页图像区域的二值图像;
S4.2,采用中值滤波器对二值图像进行滤波,去除二值图像中的孤立噪点;
S4.3,通过数学形态学膨胀操作将水平方向文字串进行连通,构造水平结构单元;
S4.4,采用Sobel水平边缘检测算法从水平结构单元中提取水平边缘图像;
S4.5,采用霍夫算法从水平边缘图像中提取第一直线集合;
S4.6,从第一直线集合中筛选出极角在[45°,135°]范围内的偏水平方向的第二直线集合;
S4.7,统计第二直线集合的极角均值,然后筛选出极角度数在0.8~1.2倍极角均值之内的第三直线集合;
S4.8,计算第三直线集合与水平方向夹角的均值,将计算出的均值作为校正参考角度,把行驶证正页、副页图像区域校正到水平。
5.根据权利要求1所述的行驶证关键内容识别方法,其特征在于,步骤S5的方法,包括:
S5.1,采用第二深度学习算法模型从行驶证正页图像区域中检测出印章,以及从行驶证副页图像区域中检测出证芯编号条形码;所述第二深度学习算法模型,为通过使用大量不同光照、距离、分辨率、方向角度、噪声水平、压缩率以及是否置于证夹内的带位置和类别标注的图像,对图像目标检测模型进行深度学习训练,得到的具有能有效从行驶证正页图像区域中检测出印章,以及从行驶证副页图像区域中检测出证芯编号条形码的深度神经网络模型;
S5.2,判断印章和证芯编号条形码的位置,若印章出现在右上角,则将行驶证正页图像区域旋转180°;若证芯编号条形...
【专利技术属性】
技术研发人员:张洪斌,陈代斌,刘伟,黄子言,刘辉,李学,
申请(专利权)人:四川星盾科技股份有限公司,
类型:发明
国别省市:四川;51
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。