一种自然街景门牌号识别方法技术

本发明专利技术公开一种自然街景门牌号识别的方法，其特征在于，包括以下步骤：S1:获取待识别的门牌号图像；S2:对所述门牌号图像进行像素压缩处理后，再将所述门牌号图像输入至已训练的卷积神经网络中，识别出门牌号；S3:输出所述门牌号。可快速识别自然街景门牌号，使用卷积网络和循环网络融合的网络结构，取得较好的精确度，提高门牌号码识别率可以为智慧城市的智能交通、无人驾驶等提供更精准地服务。

A recognition method of natural Street View door brand

【技术实现步骤摘要】
一种自然街景门牌号识别方法
本专利技术涉及图像分析处理
，尤其涉及一种自然街景门牌号识别方法。
技术介绍
在图像视觉领域，字符识别是近30年来世界各国应用的核心技术，成功应用于各类印刷品识别、会计账目识别及凭证处理等。对于文档或者其他背景干净、字体简单、文字排列整齐的图片中的字符，在满足要求的情况下可以达到较高的识别水平，无论是印刷字符还是手写字符，而且已经被广泛地应用于商业领域之中。但从真实场景的图像中读取字符仍是一个非常困难的计算机视觉问题，因为它不像扫描文档那样背景干净，容易识别。真实场景图像中的字符本身就非常容易受到自然环境的影响而出现细节模糊、视角变化、扭曲形变、光照不均匀和类内差异等问题，使得计算机对真实场景中的数字识别仍是一个巨大的挑战，然而这对于某些应用来说却又非常的重要。例如，自然场景中的街景号码识别是现代地图制作的重要组成部分，也已经成为在线地图中不可或缺的一部分。地图定位系统先定位到街道，从中读取门牌号，再和所在的地理位置进行比对，从而建立更精准的地图。提高门牌号码识别率可以为智慧城市的智能交通、无人驾驶等提供更精准地服务。因此进一步提高自然场景中门牌号码的识别方法和技术仍然是学术界和工业界重要的研究课题。
技术实现思路
针对现有技术中存在的问题，本专利技术的目的在于提供一种快速识别门牌号的自然街景门牌号识别方法。本专利技术的另一目的是提供一种自然街景门牌号识别系统。为达到以上目的，本专利技术采用如下技术方案：一种自然街景门牌号识别的方法，其特征在于，包括以下步骤：S1:获取待识别的门牌号图像；S2:对所述门牌号图像进行像素压缩处理后，再将所述门牌号图像输入至已训练的卷积神经网络中，识别出门牌号；S3:输出所述门牌号。作为上述方案的进一步说明，所述卷积神经网络的训练方法包括：给定输入向量和目标输出，求隐含层、输出层各单元的输出，求目标值和实际输出值偏差δ，然后判断δ是否在允许的范围内，如δ在允许的范围内则固定权值和偏置；若δ不在允许范围内则计算网络层中神经元的误差，求误差梯度后更新权值和偏置，再重新循环上述步骤。作为上述方案的进一步说明，在所述步骤S2中，对所述门牌号图像进行像素压缩处理之前，对待识别的门牌号图像进行一个像素阈值的判断，如果大于设定的阈值，那么对门牌号图像进行像素压缩处理，直至在阈值范围内，再输入至卷积神经网络中进行识别。作为上述方案的进一步说明，所述像素压缩处理为灰度化和归一化预处理。作为上述方案的进一步说明，在所述步骤S2中，对所述门牌号图像进行像素压缩处理后，向所述卷积神经网络提出图像识别请求，所述卷积神经网络收到图像识别请求后对所述门牌号图像进行识别。作为上述方案的进一步说明，所述图像识别请求采用OKHttp网络框架。作为上述方案的进一步说明，在步骤S1中，获取待识别的门牌号图像的方式为：通过获取移动终端中存储的图像获取待识别的门牌号图像或通过移动终端的摄像头获取待识别的门牌号图像。本专利技术的有益效果是：可快速识别自然街景门牌号，使用卷积网络和循环网络融合的网络结构，取得较好的精确度，提高门牌号码识别率可以为智慧城市的智能交通、无人驾驶等提供更精准地服务。附图说明图1所示为本专利技术提供的自然街景门牌号识别系统的结构框图。图2所示为本专利技术提供的自然街景门牌号识别系统的卷积神经网络过程示意图。图3所示为本专利技术提供的自然街景门牌号识别系统的过程示意图。具体实施方式在本专利技术的描述中，需要说明的是，对于方位词，如有术语“中心”，“横向”、“纵向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示方位和位置关系为基于附图所示的方位或位置关系，仅是为了便于叙述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定方位构造和操作，不能理解为限制本专利技术的具体保护范围。此外，如有术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明技术特征的数量。由此，限定有“第一”、“第二”特征可以明示或者隐含包括一个或者多个该特征，在本专利技术描述中，“至少”的含义是一个或一个以上，除非另有明确具体的限定。在本专利技术中，除另有明确规定和限定，如有术语“组装”、“相连”、“连接”术语应作广义去理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；也可以是机械连接；可以是直接相连，也可以是通过中间媒介相连，可以是两个元件内部相连通。对于本领域普通技术人员而言，可以根据具体情况理解上述的术语在本专利技术中的具体含义。在专利技术中，除非另有规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一特征和第二特征不是直接接触而是通过它们之间的另外特征接触。而且，第一特征在第二特征“之上”、“之下”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅是表示第一特征水平高度高于第二特征的高度。第一特征在第二特征“之上”、“之下”和“下面”包括第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度低于第二特征。下面结合说明书的附图，对本专利技术的具体实施方式作进一步的描述，使本专利技术的技术方案及其有益效果更加清楚、明确。下面通过参考附图描述实施例是示例性的，旨在解释本专利技术，而不能理解为对本专利技术的限制。实施例一如图1-图3所示，一种自然街景门牌号识别系统，应用在软件或应用中，其特征在于，包括图像获取模块、门牌号识别模块、结果显示模块、存储有实现所述图像获取模块、所述门牌识别模块和所述结构显示模块功能的计算机程序的存储器和执行所述计算机程序的处理器；所述图像获取模块用于获取待识别的门牌号图像，所述门牌号识别模块对所述门牌号图像进行压缩像素预处理，再通过已训练的卷积神经网络识别门牌号图像的门牌号，所述结果显示模块通过可视化界面呈现所述门牌号。其中，所述卷积神经网络的训练方法包括：首先给定输入向量和目标输出，求隐含层、输出层各单元的输出，求目标值和实际输出值偏差δ，然后判断δ是否在允许的范围内，若δ在允许的范围内则固定权值和偏置；若δ不在允许范围内则计算网络层中神经元的误差，求误差梯度后更新权值和偏置，再重新循环上述步骤。优选地，所述图像获取模块主要实现两大功能：1)获取待识别的门牌号图像；2)对获取的门牌号的像素大小是否符合预设的规定范围进行判断。首先图像获取模块采用API接口调用移动终端本身存储的图像，在图像中找到待识别门牌号图像，进行回调，再判断待识别门牌号图像的像素是否需要进行压缩处理。相关代码如下：findViewById(R.id.button).setOnClickListener(newView.OnClickListener(){@OverridepublicvoidonClick本文档来自技高网...

【技术保护点】
1.一种自然街景门牌号识别的方法，其特征在于，包括以下步骤：/nS1:获取待识别的门牌号图像；/nS2:对所述门牌号图像进行像素压缩处理后，再将所述门牌号图像输入至已训练的卷积神经网络中，识别出门牌号；/nS3:输出所述门牌号。/n

【技术特征摘要】
1.一种自然街景门牌号识别的方法，其特征在于，包括以下步骤：
S1:获取待识别的门牌号图像；
S2:对所述门牌号图像进行像素压缩处理后，再将所述门牌号图像输入至已训练的卷积神经网络中，识别出门牌号；
S3:输出所述门牌号。


2.根据权利要求1所述的一种自然街景门牌号识别方法，其特征在于，所述卷积神经网络的训练方法包括：给定输入向量和目标输出，求隐含层、输出层各单元的输出，求目标值和实际输出值偏差δ，然后判断δ是否在允许的范围内，如δ在允许的范围内则固定权值和偏置；若δ不在允许范围内则计算网络层中神经元的误差，求误差梯度后更新权值和偏置，再重新循环上述步骤。


3.根据权利要求1所述的一种自然街景门牌号识别方法，其特征在于，在所述步骤S2中，对所述门牌号图像进行像素压缩处理之前，对待识别的门牌号图像进行一个像素阈值的判断，如果大于设定的阈值，...

【专利技术属性】
技术研发人员：李军，钟菊萍，刘溪，黄超，盘茂杰，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：广东;44