车牌螺丝检测方法、电子装置、计算机设备和存储介质制造方法及图纸

本申请提供的一种车牌螺丝检测方法、电子装置、计算机设备和存储介质，通过获取待检测车牌图像；基于车牌检测模型对所述待检测车牌图像进行车牌检测，以获取车牌区域图像；基于车牌螺丝检测模型检测所述车牌区域图像，获取车牌上螺丝的位置及数量，以判断是否符合车辆检测要求。本申请既节约了人力，提升了速度，又保证了车牌螺丝检验工作的公正、公开，提升了检测的准确率。

License plate screw detection method, electronic device, computer equipment and storage medium

【技术实现步骤摘要】
车牌螺丝检测方法、电子装置、计算机设备和存储介质
本专利技术涉及的深度学习图像检测
，特别是涉及一种车牌螺丝检测方法、电子装置、计算机设备和存储介质。
技术介绍
随着社会经济的不断发展和人民生活水平的持续提高，城市机动车保有量迅猛增长。机动车车辆检测的工作量也随之迅速增大。根据车辆检测，比如车辆年检的要求，车牌需由至少两个螺丝固定，且这两个螺丝必须同时在上方，保持车牌左右各一个。目前的车牌螺丝检测方法，只能通过人眼去辨认，螺丝移位或未拧紧等情况的检测则较难发现，并且人工检测效率低。因此，如何准确、快速地对车牌的螺丝进行检测，并判定其位置信息，是亟需解决的技术问题。
技术实现思路
鉴于以上所述现有技术的缺点，本申请的目的在于提供一种车牌螺丝检测方法、电子装置、计算机设备和存储介质，以解决现有技术中的问题。为实现上述目的及其他相关目的，本申请提供一种车牌螺丝检测方法，所述方法包括：获取待检测车牌图像；基于车牌检测模型对所述待检测车牌图像进行车牌检测，以获取车牌区域图像；基于车牌螺丝检测模型检测所述车牌区域图像，获取车牌上螺丝的位置及数据，以判断是否符合车辆检测要求。于本申请的一实施例中，所述基于车牌检测模型对所述待检测车牌图像进行车牌检测之前，还包括：对获取的所述待检测车牌图像进行颜色分割以分离出车牌区域；根据所述车牌区域的倾斜角度对所述待检测车牌图像进行倾斜矫正。于本申请的一实施例中，所述根据所述车牌区域的倾斜角度进行倾斜矫正，包括：对所述待检测车牌图像进行由RGB转为HSV的颜色通道转换；遍历转换为HSV颜色通道的所述待检测车牌图像上每一个像素点，并将所有像素点中像素值位于蓝色区间以外的像素值设为0，保留蓝色区间内的点，以得到所述车牌区域；对所述车牌区域进行膨胀处理，以查找连通域，并保留面积最大的所述连通域，删除其他区域；获取面积最大的所述连通域的最小外接矩形；获取最小外接矩形与水平线的夹角，通过所述夹角以对所述待检测车牌图像进行倾斜矫正。于本申请的一实施例中，所述基于车牌检测模型的获取方法包括：获取不同拍摄条件的所述待检测车牌图像；采用矩形框将车牌区域在图像中标出；采用标注好的训练数据，训练以得到基于深度学习的所述车牌检测模型。于本申请的一实施例中，所述车牌螺丝检测模型的获取方法包括：获取不同拍摄条件的所述车牌区域图像；采用矩形框将车牌螺丝区域在图像中标出；采用标注好的训练数据，训练以得到基于深度学习的所述车牌螺丝检测模型。于本申请的一实施例中，所述判断是否符合车辆检测要求，包括：依据所述车牌区域图像构建坐标系，以统计位于车牌上1/3部分的螺丝数量；判断螺丝数量是否为两个；若是，则进入下一步；若否，则不符合车辆检测的要求；判断螺丝位置是否均分在车牌左右两边；若是，则符合车辆检测的要求；若否，则不符合车辆检测的要求。为实现上述目的及其他相关目的，本申请提供一种电子装置，所述装置包括：获取模块，用于获取待检测车牌图；处理模块，用于基于车牌检测模型对所述待检测车牌图像进行车牌检测，以获取车牌区域图像；基于车牌螺丝检测模型检测所述车牌区域图像，获取车牌上螺丝的位置及数据，以判断是否符合车辆检测要求。为实现上述目的及其他相关目的，本申请提供一种计算机设备，所述设备包括：存储器、及处理器；所述存储器用于存储计算机指令；所述处理器运行计算机指令实现如上所述的方法。为实现上述目的及其他相关目的，本申请提供一种计算机可读存储介质，存储有计算机指令，所述计算机指令被运行时执行如上所述的方法。综上所述，本申请的一种车牌螺丝检测方法、电子装置、计算机设备和存储介质，通过获取待检测车牌图像；基于车牌检测模型对所述待检测车牌图像进行车牌检测，以获取车牌区域图像；基于车牌螺丝检测模型检测所述车牌区域图像，获取车牌上螺丝的位置及数量，以判断是否符合车辆检测要求。具有以下有益效果：既节约了人力，提升了速度，又保证了检验工作的公正、公开，提升了检测的准确率。附图说明图1显示为本申请于一实施例中的车牌螺丝检测方法的流程示意图。图2A-2E显示为本申请于一实施例中的待检测车牌图像矫正处理的过程示意图。图3显示为本申请于一实施例中的RefineDet目标检测网络的模型示意图。图4显示为本申请于一实施例中的判断是否符合车辆检测要求方法的流程示意图。图5显示为本申请于一实施例中的电子装置的模块示意图。图6显示为本申请于一实施例中的计算机设备的结构示意图。具体实施方式以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面以附图为参考，针对本申请的实施例进行详细说明，以便本申请所属
的技术人员能够容易地实施。本申请可以以多种不同形态体现，并不限定于此处说明的实施例。为了明确说明本申请，省略与说明无关的部件，对于通篇说明书中相同或类似的构成要素，赋予了相同的参照符号。在通篇说明书中，当说某部件与另一部件“连接”时，这不仅包括“直接连接”的情形，也包括在其中间把其它元件置于其间而“间接连接”的情形。另外，当说某种部件“包括”某种构成要素时，只要没有特别相反的记载，则并非将其它构成要素排除在外，而是意味着可以还包括其它构成要素。当说某部件在另一部件“之上”时，这可以是直接在另一部件之上，但也可以在其之间伴随着其它部件。当对照地说某部件“直接”在另一部件“之上”时，其之间不伴随其它部件。虽然在一些实例中术语第一、第二等在本文中用来描述各种元件，但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如，第一接口及第二接口等描述。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。此处使用的专业术语只用于言及特定实施例，并非意在限定本申请。此处使用的单数形态，只要语句未明确表示出与之相反的意义，那么还包括复数形态。在说明书中使用的“包括”的意义是把特定特性、区域、整数、步骤、作业、要素及/或成份具体化，并非排除其它特性、区域、整数、本文档来自技高网...

【技术保护点】
1.一种车牌螺丝检测方法，其特征在于，所述方法包括：/n获取待检测车牌图像；/n基于车牌检测模型对所述待检测车牌图像进行车牌检测，以获取车牌区域图像；/n基于车牌螺丝检测模型检测所述车牌区域图像，获取车牌上螺丝的位置及数量，以判断是否符合车辆检测要求。/n

【技术特征摘要】
1.一种车牌螺丝检测方法，其特征在于，所述方法包括：
获取待检测车牌图像；
基于车牌检测模型对所述待检测车牌图像进行车牌检测，以获取车牌区域图像；
基于车牌螺丝检测模型检测所述车牌区域图像，获取车牌上螺丝的位置及数量，以判断是否符合车辆检测要求。


2.根据权利要求1所述的方法，其特征在于，所述基于车牌检测模型对所述待检测车牌图像进行车牌检测之前，还包括：
对获取的所述待检测车牌图像进行颜色分割以分离出车牌区域；
根据所述车牌区域的倾斜角度对所述待检测车牌图像进行倾斜矫正。


3.根据权利要求2所述的方法，其特征在于，所述根据所述车牌区域的倾斜角度进行倾斜矫正，包括：
对所述待检测车牌图像进行由RGB转为HSV的颜色通道转换；
遍历转换为HSV颜色通道的所述待检测车牌图像上每一个像素点，并将所有像素点中像素值位于蓝色区间以外的像素值设为0，保留蓝色区间内的点，以得到所述车牌区域；
对所述车牌区域进行膨胀处理，以查找连通域，并保留面积最大的所述连通域，删除其他区域；
获取面积最大的所述连通域的最小外接矩形；
获取最小外接矩形与水平线的夹角，通过所述夹角以对所述待检测车牌图像进行倾斜矫正。


4.根据权利要求1所述的方法，其特征在于，所述基于车牌检测模型的获取方法包括：
获取不同拍摄条件的所述待检测车牌图像；
采用矩形框将车牌区域在图像中标出；
采用标注好的...

【专利技术属性】
技术研发人员：周康明，王秋思，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海;31