车牌检测方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了车牌检测方法、系统、装置及存储介质，方法包括以下步骤：采集车辆的正面图像数据；对所述正面图像进行车牌检测，确定车牌区域的坐标信息；根据车牌区域的坐标信息，获取车牌图像；将车牌图像转换成HSV颜色空间，确定车牌类型；对车牌图像进行二值化处理和去噪处理，确定车牌上的字符信息；根据字符信息识别车牌号码。本发明专利技术能够实时准确地获取车牌检测结果，并通过二值化处理和去噪处理减少了图像噪声，提高了车牌区域检测的准确性和车牌字符识别的精准度，可广泛应用于智能交通技术领域。

License plate detection method, system, device and storage medium

【技术实现步骤摘要】
车牌检测方法、系统、装置及存储介质
本专利技术涉及智能交通
，尤其是一种车牌检测方法、系统、装置及存储介质。
技术介绍
在传统的车牌识别领域，对车牌的检测常采用的是基于数学形态学的定位方法，依据车牌的宽高比来对车牌区域进行定位，对车牌区域的定位不是十分精准，容易出现伪车牌区域，产生很大的图像噪声，很容易识别不准确；其他的定位方法还有如基于边缘检测之类，在复杂环境中或者存在图像噪声时，很难做到精确的定位。在传统的字符分割领域，主要采用模板匹配的方式，对字符模板的尺寸有严格的要求，在车牌变形或者针对新能源车牌这种尺寸不同于传统的车牌会产生分割异常，老车牌字符的长度是7位的，新能源车牌字符长度为8位；在传统的字符识别领域，主要采用模板匹配的方式，该方法对待检测字符要求较高，在模糊、有损坏或者存在噪声时，会降低识别的准确率。此外，现有的车牌检测系统或装置存在检测比较耗时的问题。
技术实现思路
有鉴于此，本专利技术实施例提供一种实时且准确的车牌检测方法、系统、装置及存储介质。一方面，本专利技术实施例提供了一种车牌检测方法，包括以下步骤：采集车辆的正面图像数据；对所述正面图像进行车牌检测，确定车牌区域的坐标信息；根据车牌区域的坐标信息，获取车牌图像；将车牌图像转换成HSV颜色空间，确定车牌类型；对车牌图像进行二值化处理和去噪处理，确定车牌上的字符信息；根据字符信息识别车牌号码。进一步，所述根据车牌区域的坐标信息，获取车牌图像这一步骤，包括以下步骤：确定图像检测的置信度和车牌检测模型；根据所述置信度和车牌检测模型，得到检测结果，所述检测结果包括车牌的左上角坐标、车牌的宽、车牌的高；计算检测结果的置信度；根据所述检测结果，截取车牌图像。进一步，所述将车牌图像转换成HSV颜色空间，确定车牌类型这一步骤，包括以下步骤：将车牌图像的颜色空间转换到HSV颜色空间；对车牌图像中的每一个像素点进行扫描，计算H、S、V的取值范围；根据不同颜色的范围确定车牌类型。进一步，还包括对车牌图像进行字符分割的步骤，该步骤包括以下步骤：对车牌的图像数据的G通道做灰度化处理，得到灰度图像；对灰度图像依次进行二值化操作和反二值化操作，标记出字符的位置；对反二值化操作后的图像进行倾斜校正；去掉倾斜校正后的车牌的上下边界；根据车牌的设计标准，对车牌图像进行字符分割；其中，所述车牌的设计标准包括车牌上每个字符的大小、两个字符之间的间距、每个字符的宽度和每个字符的高度。第二方面，本专利技术实施例还提供了一种车牌检测系统，包括：前端抓拍设备，用于采集车辆的正面图像数据；目标检测模块，用于对所述正面图像进行车牌检测，确定车牌区域的坐标信息；车牌定位模块，用于根据车牌区域的坐标信息，获取车牌图像；车牌类型确定模块，用于将车牌图像转换成HSV颜色空间，确定车牌类型；车牌字符确定模块，用于对车牌图像进行二值化处理和去噪处理，确定车牌上的字符信息；车牌识别模块，用于根据字符信息识别车牌号码。进一步，所述车牌定位模块包括：确定单元，用于确定图像检测的置信度和车牌检测模型；检测单元，用于根据所述置信度和车牌检测模型，得到检测结果，所述检测结果包括车牌的左上角坐标、车牌的宽、车牌的高；计算单元，用于计算检测结果的置信度；截取单元，用于根据所述检测结果，截取车牌图像。进一步，所述车牌类型确定模块包括：转换单元，用于将车牌图像的颜色空间转换到HSV颜色空间；扫描单元，用于对车牌图像中的每一个像素点进行扫描，计算H、S、V的取值范围；类型确定单元，用于根据不同颜色的范围确定车牌类型。进一步，还包括字符分割模块，所述字符分割模块具体包括：灰度化处理单元，用于对车牌的图像数据的G通道做灰度化处理，得到灰度图像；标记单元，用于对灰度图像依次进行二值化操作和反二值化操作，标记出字符的位置；校正单元，用于对反二值化操作后的图像进行倾斜校正；边界去除单元，用于去掉倾斜校正后的车牌的上下边界；字符分割单元，用于根据车牌的设计标准，对车牌图像进行字符分割；其中，所述车牌的设计标准包括车牌上每个字符的大小、两个字符之间的间距、每个字符的宽度和每个字符的高度。第三方面，本专利技术实施例还提供了一种车牌检测系统，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的车牌检测方法。第四方面，本专利技术实施例还提供了一种存储介质，其中存储有处理器可执行的指令所述处理器可执行的指令在由处理器执行时用于执行所述的车牌检测方法。上述本专利技术实施例中的一个或多个技术方案具有如下优点：本专利技术的实施例首先确定车牌区域的坐标信息，然后确定车牌类型，最后识别车牌号码；本专利技术能够实时准确地获取车牌检测结果，并通过二值化处理和去噪处理减少了图像噪声，提高了车牌区域检测的准确性和车牌字符识别的精准度。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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，还可以根据这些附图获得其他的附图。图1为本专利技术实施例的步骤流程图；图2为本专利技术实施例的系统结构示意图。具体实施方式下面结合说明书附图和具体实施例对本专利技术作进一步解释和说明。对于本专利技术实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。参照图1和图2，以新能源车牌的检测为例，本专利技术实施例提供了一种新能源车牌检测方法，包括有以下步骤：A、采用支持深度学习芯片的前端设备对新能源汽车的正面图像进行抓拍，获取数据源；B、通过加载训练好的新能源车牌检测模型对抓拍图像中的新能源车牌进行检测，获取车牌区域坐标信息；根据车牌区域坐标信息，截取新能源车牌子图片；C、将新能源车牌子图片转换到HSV颜色空间，通过颜色形态处理图片边界，对每一个像素点进行扫描，判断新能源车牌所属类型；D、对新能源车牌子图片做二值化和去噪处理，去掉场景噪声和边缘噪声，对车牌上字符进行精准定位和分割；E、加载使用caffe框架训练好的网络模型，对分割好的字符依次进行识别，输出识别结果；F、根据改进的网络模型计算出来的结果，输出新能源车牌号码；G、输出车牌检测结果；具体的，所述步骤A中，本实施例采用支持深度学习芯片的前端设备对新能源汽车的正面图像进行抓拍，提高系统的算力和运行效本文档来自技高网...

【技术保护点】
1.车牌检测方法，其特征在于：包括以下步骤：/n采集车辆的正面图像数据；/n对所述正面图像进行车牌检测，确定车牌区域的坐标信息；/n根据车牌区域的坐标信息，获取车牌图像；/n将车牌图像转换成HSV颜色空间，确定车牌类型；/n对车牌图像进行二值化处理和去噪处理，确定车牌上的字符信息；/n根据字符信息识别车牌号码。/n

【技术特征摘要】
1.车牌检测方法，其特征在于：包括以下步骤：
采集车辆的正面图像数据；
对所述正面图像进行车牌检测，确定车牌区域的坐标信息；
根据车牌区域的坐标信息，获取车牌图像；
将车牌图像转换成HSV颜色空间，确定车牌类型；
对车牌图像进行二值化处理和去噪处理，确定车牌上的字符信息；
根据字符信息识别车牌号码。


2.根据权利要求1所述的车牌检测方法，其特征在于：所述根据车牌区域的坐标信息，获取车牌图像这一步骤，包括以下步骤：
确定图像检测的置信度和车牌检测模型；
根据所述置信度和车牌检测模型，得到检测结果，所述检测结果包括车牌的左上角坐标、车牌的宽、车牌的高；
计算检测结果的置信度；
根据所述检测结果，截取车牌图像。


3.根据权利要求1所述的车牌检测方法，其特征在于：所述将车牌图像转换成HSV颜色空间，确定车牌类型这一步骤，包括以下步骤：
将车牌图像的颜色空间转换到HSV颜色空间；
对车牌图像中的每一个像素点进行扫描，计算H、S、V的取值范围；
根据不同颜色的范围确定车牌类型。


4.根据权利要求1所述的车牌检测方法，其特征在于：还包括对车牌图像进行字符分割的步骤，该步骤包括以下步骤：
对车牌的图像数据的G通道做灰度化处理，得到灰度图像；
对灰度图像依次进行二值化操作和反二值化操作，标记出字符的位置；
对反二值化操作后的图像进行倾斜校正；
去掉倾斜校正后的车牌的上下边界；
根据车牌的设计标准，对车牌图像进行字符分割；
其中，所述车牌的设计标准包括车牌上每个字符的大小、两个字符之间的间距、每个字符的宽度和每个字符的高度。


5.车牌检测系统，其特征在于：包括：
前端抓拍设备，用于采集车辆的正面图像数据；
目标检测模块，用于对所述正面图像进行车牌检测，确定车牌区域的坐标信息；
车牌定位模块，用于根据车牌区域的坐标信息，获取车牌图像；
车牌类型确定模块，用于将车牌图像转换成HSV颜色空间，确定车牌类...

【专利技术属性】
技术研发人员：喻涵，
申请(专利权)人：广州烽火众智数字技术有限公司，
类型：发明
国别省市：广东;44