【技术实现步骤摘要】
一种基于文本行识别的车牌识别方法
本专利技术涉及基于图像处理与模式识别的车牌识别技术，尤其是涉及一种基于文本行识别的车牌识别方法。
技术介绍
车牌检测和识别是典型的计算机视觉领域的任务，在智能交通系统中有广泛的应用前景。随着现代交通系统的发展，车流量飞速上涨，车牌识别系统可以辅助交通管理、公共安全等。过去十几年来，车牌识别问题得到了业界的广泛关注。考虑到影响图像质量的多种因素，例如拍摄环境(光线、机位、焦点模糊等)、图片质量(分辨率等)和复杂的拍摄背景，在任意场景下的车牌识别任务依然面临着困难。现有的一些车牌识别系统的识别方法主要包括以下步骤：车牌检测、字符分割和场景文字识别。车牌识别可以总结为两部分：从自然图像中检测到车牌的位置，并从检测到的车牌上识别出文本信息。在已有的一些车牌识别系统工作流中，有的注重于实现从输入的自然图像到输出的文本内容的完整工作流，有的工作流为了提高识别准确性，在车牌检测前加入了车辆检测。已有的车牌识别方法可以分为两种：基于深度学习的方法和基于非深度学习的方法。在深度学习发展...
【技术保护点】
1.一种基于文本行识别的车牌识别方法，其特征在于，包括以下步骤：/nS1：获取原始图像；/nS2：车牌检测步骤：检测原始图像中的车牌部分，得到车牌图像；/nS3：文本行检测步骤：通过文本检测网络检测车牌上的文本行，得到车牌文本行图像；/nS4：文本行识别步骤：将车牌文本行图像输入车牌文本行识别网络，最终输出车牌文本行的字符序列，完成车牌识别。/n
【技术特征摘要】
1.一种基于文本行识别的车牌识别方法，其特征在于，包括以下步骤：
S1：获取原始图像；
S2：车牌检测步骤：检测原始图像中的车牌部分，得到车牌图像；
S3：文本行检测步骤：通过文本检测网络检测车牌上的文本行，得到车牌文本行图像；
S4：文本行识别步骤：将车牌文本行图像输入车牌文本行识别网络，最终输出车牌文本行的字符序列，完成车牌识别。
2.根据权利要求1所述的一种基于文本行识别的车牌识别方法，其特征在于，所述的步骤S2中，通过YOLOv3网络检测原始图像中的车牌部分。
3.根据权利要求2所述的一种基于文本行识别的车牌识别方法，其特征在于，所述的YOLOv3网络将原始图像的特征图维度经过五次降低，分别得到第一特征图、第二特征图、第三特征图、第四特征图和第五特征图，然后分别对第三特征图、第四特征图和第五特征图经过上采样后拼接，最后输出特征张量，完成对车牌的检测。
4.根据权利要求1所述的一种基于文本行识别的车牌识别方法，其特征在于，所述的步骤S3具体包括：
S31：利用回归模型预测得到CPTN网络的竖直检测框；
S32：对预测得到的竖直检测框进行边界优化；
S33：将竖直方向上重叠程度达到设定阈值的竖直检测框合并为一个检测框，得到最终的竖直检测框；
S34：CPTN网络通过竖直检测框进行文本行的检测，得到车牌文本行图像。
5.根据权利要求4所述的一种基于文本行识别的车牌识别方法，其特征在于，所述的竖直框检测框的中心位置tc和高度th的计算方法为：
th＝log(hb/ha)
其中，为边界框的中心位置，hb为边界框的高度，为锚框的中心，ha为锚框的高度；
所述的边界优化为每一个竖直框检测框计算一个水平方向检测的偏移量tw，该偏移量tw的计算公式为：
其中，为最接近真实车牌水平边界的坐标，为竖直检测框中心位置的x坐标，wa为竖直检测框框的宽度。
6.根据权利要求1所述的一种基于文本行识别的车牌识别方法，其特征在于，所述的车牌文本识别网络包括校正网络和文本识别网络，分别实现对车牌文本行图像的校正和文字识别，所述的校正网络通过二维变换对失真和扭曲的文本进行校正，所述的文本识别网络采用编码器-解码器范式的...
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。