车牌识别方法、系统、设备和存储介质技术方案

本公开涉及图像处理技术领域，特别涉及一种汽车车牌号码的识别方法、系统、设备和存储介质。在本公开提供的车牌识别方法、系统、设备和存储介质中，通过获取待识别图像中车牌的实际位置，并对待识别图像进行仿射纠正处理，有利于后续的车牌识别工作，并且使得倾斜、遮挡、光线不均匀，以及磨损的车牌都能够得到精确的识别。

License plate recognition method, system, equipment and storage medium

【技术实现步骤摘要】
车牌识别方法、系统、设备和存储介质
本公开涉及图像处理
，特别涉及一种汽车车牌号码的识别方法、系统、设备和存储介质。
技术介绍
目前，随着汽车保有量的上升，停车难、车辆管理成本高的问题越专利技术显；并且还给人们带来了出行不便、交通堵塞和环境污染等问题。对车辆施行更加有效的管理措施势在必行。在停车场、道路收费路口等位置，在对车辆进行管理时，首先要对车辆进行识别。现阶段，主要是依靠人工对车辆进行识别，或者是采用机器对车辆识别。采用机器对车辆识别时，通常是借助网络识别模型，去检测车辆上悬挂的车牌。当识别模型检测到车辆的车牌，并识别出具体内容时，便可以根据识别出的车牌号追溯对应车辆的历史信息，并实施相应的管理措施。
技术实现思路
本公开的一方面提供了一种车牌识别方法。所述方法包括如下步骤：按时间顺序依次获取摆设有商品的货柜图片；获取包含有车牌的待识别图像；对所述待识别图像进行调整，以得到符合预定尺寸的调整图像；将所述调整图像输入预先训练好的车牌检测模型中，以检测出所述调整图像中车牌的特征位置；将所述特征位置对应到所述待识别图像中，以得到所述待识别图像中的车牌的实际位置；根据所述实际位置，对所述待识别图像进行仿射纠正处理，以得到纠正图像；将所述纠正图像输入预先训练好的识别模型中进行识别，以得到识别结果。在一实施例中，所述纠正图像通过一预先训练好的纠正模型进行仿射纠正处理得到，而所述纠正模型和所述检测模型在求解得到损失函数的最小值时得到，所述损失函数如下：其中：M、m：包含车牌特征的矩形区域的长；N、n：包含车牌特征的矩形区域的宽；∑：求和符合；IIobj：表示性函数，代表有无车牌，当有车牌时是1，否则为0；faffine：仿射变换参数loss；flpprobs：是否是单牌子置信度loss；fprobs：有无对象置信度loss；在一实施例中，所述将调整图像输入预先训练好的车牌检测模型中，以检测出调整图像中车牌的特征位置的步骤包括：在所述调整图像上建立若干封闭的虚线框；获取出现车牌特征的概率符合设定阈值的一个虚线框的位置；将所述虚线框所在的位置作为所述调整图像中车牌的特征位置。在一实施例中，所述的将特征位置对应到识别图像中，以得到待识别图像中的车牌的实际位置的步骤包括：将所述特征位置中的虚线框的四角点的位置对应到所述待识别图像中；将与所述待识别图像中与所述虚线框的四角点对应的位置作为所述待识别图像中的车牌的实际位置。在一实施例中，所述的根据实际位置，对待识别图像进行仿射纠正处理，以得到纠正图像的步骤还包括：将所述实际位置围成的封闭区域作为纠正区域；对所述纠正区域做仿射纠正处理，以得到中间图像；对所述中间图像进行灰度化处理，得到所述纠正图像。本公开的另一方面是提供了一种车牌识别系统。所述车牌识别系统用于实现如前所述的车牌识别方法的步骤。所述系统包括：图像获取模块，用于获取包含有车牌的待识别图像；图像处理模块，用于对所述待识别图像进行调整，以得到符合预定尺寸的调整图像；位置获取模块，用于将所述调整图像输入预先训练好的车牌检测模型中，以检测出所述调整图像中车牌的特征位置；以及用于将所述特征位置对应到所述待识别图像中，以得到所述待识别图像中的车牌的实际位置；所述图像处理模块，还用于根据所述实际位置，对所述待识别图像进行仿射纠正处理，以得到纠正图像；所述系统还包括：图像识别模块，用于将所述纠正图像输入预先训练好的识别模型中进行识别，以得到识别结果。本公开的再一方面还提供了一种车牌识别设备。所述车牌识别设备包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如前所述的车牌识别方法的步骤。本公开的最后一方面则是提供了一种计算机可读存储介质。所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前所述的车牌识别方法的步骤。在本公开提供的车牌识别方法、系统、设备和存储介质中，通过获取待识别图像中车牌的实际位置，并对待识别图像进行仿射纠正处理，有利于后续的车牌识别工作，并且使得倾斜、遮挡、光线不均匀，以及磨损的车牌都能够得到精确的识别。另一方面，本公开还通过构建损失函数的约束，提高了检测模型的识别效率和精确度，拥有更好的泛化能力和鲁棒性，适用于普通蓝色车牌、新能源车牌、双层车牌，以及黄色车牌等常见的类型。附图说明附图示例性地示出了实施例并且构成说明书地一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于示例的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。图1是本公开一实施例所展示的的车牌识别方法的步骤流程图。；图2是本公开一实施例提供的获取特征位置的步骤流程图；图3是本公开一实施例提供的获取位于待识别图像中车牌的实际位置的步骤流程图；图4是本公开一实施例提供的得到纠正图像的步骤示意图；图5是本公开一实施例提供的车牌识别系统模块连接示意图；图6是本公开一实施例提供的车牌识别设备的结构示意图；图7是本公开一实施例提供的计算机可读存储介质的结构示意图。具体实施方式通过上述说明可知，现阶段对车牌进行识别时，通常会借助网络识别模型来实现。然而，传统的车牌识别对图像要求比较严格。需要近距离、正对车牌，并且车牌不能出现任何遮挡。当周围环境较复杂，或者车牌出现反光，或车牌出现倾斜或扭曲、或车牌自身的显示内容较多(例如双层显示的车牌，以及新能源车牌等)时，传统的车牌识别技术很难做到精确识别，并且对车牌的定位和识别速度均有所下降。并且不同类型的车牌，不同应用场景下的车牌均需要不同的识别模型来进行识别。为了解决现有技术存在的问题，提高复杂环境下车牌识别准确度，专利技术人通过创造性的劳动提出了一种车牌识别方法、系统、设备和存储介质。值得说明的是，本公开提供的车牌识别方法，通过获取待识别图像中车牌的实际位置，并对待识别图像进行仿射纠正处理，有利于后续的车牌识别工作，并且使得倾斜、遮挡、光线不均匀，以及磨损的车牌都能够得到精确的识别。。以下结合附图和具体实施例对本公开提出的采集货柜商品售卖信息的方法、系统、设备及存储介质作进一步详细说明。根据权利要求书和下面说明，本公开的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本公开实施例的目的。应当理解的内容是，说明书中的用辞仅用于描述特定的实施例，并不旨在限定本公开。说明书使用的所有术语(包括技术术语和科学术语)除非另有定义，均具有本领域技术人员通常理解的含义。为简明和/或清楚起见，公知的功能或结构不再详细说明。关于车牌本文档来自技高网...

【技术保护点】
1.一种车牌识别方法，其特征在于，包括如下步骤：/n获取包含有车牌的待识别图像；/n对所述待识别图像进行调整，以得到符合预定尺寸的调整图像；/n将所述调整图像输入预先训练好的车牌检测模型中，以检测出所述调整图像中车牌的特征位置；/n将所述特征位置对应到所述待识别图像中，以得到所述待识别图像中的车牌的实际位置；/n根据所述实际位置，对所述待识别图像进行仿射纠正处理，以得到纠正图像；/n将所述纠正图像输入预先训练好的识别模型中进行识别，以得到识别结果。/n

【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括如下步骤：
获取包含有车牌的待识别图像；
对所述待识别图像进行调整，以得到符合预定尺寸的调整图像；
将所述调整图像输入预先训练好的车牌检测模型中，以检测出所述调整图像中车牌的特征位置；
将所述特征位置对应到所述待识别图像中，以得到所述待识别图像中的车牌的实际位置；
根据所述实际位置，对所述待识别图像进行仿射纠正处理，以得到纠正图像；
将所述纠正图像输入预先训练好的识别模型中进行识别，以得到识别结果。


2.如权利要求1所述的车牌识别方法，其特征在于，所述纠正图像通过一预先训练好的纠正模型进行仿射纠正处理得到，而所述纠正模型和所述检测模型在求解得到损失函数的最小值时得到，所述损失函数如下：



其中：
M、m：包含车牌特征的矩形区域的长；
N、n：包含车牌特征的矩形区域的宽；
∑：求和符合；
IIobj：表示性函数，代表有无车牌，当有车牌时是1，否则为0；
faffine：仿射变换参数loss；
flpprobs：是否是单牌子置信度loss；
fprobs：有无对象置信度loss；


3.如权利要求1所述的车牌识别方法，其特征在于，所述将调整图像输入预先训练好的车牌检测模型中，以检测出调整图像中车牌的特征位置的步骤包括：
在所述调整图像上建立若干封闭的虚线框；
获取出现车牌特征的概率符合设定阈值的一个虚线框的位置；
将所述虚线框所在的位置作为所述调整图像中车牌的特征位置。


4.如权利要求1所述的车牌识别方法，其特征在于，所述的将特征位置对应到识别图像中，以得到待识别图像中的车牌的实际位置的步骤包...

【专利技术属性】
技术研发人员：王永，刘寒松，刘瑞，王盟，郭鹏，
申请(专利权)人：松立控股集团股份有限公司，
类型：发明
国别省市：山东;37