一种车牌字符排序方法、识别方法及装置制造方法及图纸

本发明专利技术公开了一种车牌字符排序方法、识别方法及装置，字符排序方法包括：收集车牌图片；对收集的车牌图片的字符进行位置标定形成n个字符区域矩形框；计算n个字符区域矩形框的平均宽度及平均高度按字符区域矩形框的中心位置坐标的水平方向x坐标升序排列；默认所有字符在第二行；计算任意相邻两个字符区域矩形框K

【技术实现步骤摘要】
一种车牌字符排序方法、识别方法及装置


[0001]本专利技术涉及车牌识别
，具体涉及一种车牌字符排序方法、识别方法及装置。

技术介绍

[0002]由于车牌形式的多样化，有一些车牌的字符不再只有一行，在车牌字符可能为一行或两行的情况下，现有技术中基于序列标签训练的深度学习方法不再有效，车牌识别算法受到限制。因此，如何实现车牌字符不只在一行上的车牌的识别是目前亟需解决的技术问题。

技术实现思路

[0003]因此，本专利技术要解决的技术问题在于克服现有技术中的车牌识别方法难以对不只有一行字符的车牌进行识别的缺陷，从而提供一种车牌字符排序方法。
[0004]为解决上述技术问题，本专利技术的技术方案如下：
[0005]第一方面，一种车牌字符排序方法，包括：
[0006]收集车牌图片；
[0007]采用矩形框对收集的所述车牌图片的字符进行位置标定，形成n个字符区域矩形框；
[0008]计算n个字符区域矩形框的平均宽度及平均高度
[0009]按字符区域矩形框的中心位置坐标的水平方向x坐标升序排列；记第i个字符区域矩形框为K
i
，i＝＝1，...，n；x
i
为K
i
的中心点的水平方向x坐标；
[0010]默认所有字符在第二行；
[0011]计算任意相邻两个字符区域矩形框K
i
和K
j
的水平距离Δw
i,j
＝x
j-x
i/>及垂直距离Δh
i,j
＝y
j-y
i
(i＝1，2，...，n－1，j＝i+1)，构造判别式；
[0012][0013][0014]其中，P>0.8且Δh
i,j
<0，则将K
j
在第一行；若P＞0.8且Δh
i,j
≥0，则将K
i
在第一行；
[0015]计算K
i－1
，K
i
的水平距离Δw
i-1,i
＝x
i-x
i-1
及垂直距离Δh
i-1,i
＝y
i-y
i-1
，(i＝1，2，...，n－1，j＝i+1)，计算P；若P＜0.7，则K
i－1
在K
i
所在的行位置；
[0016]串联第一行和第二行的字符，输出车牌字符。
[0017]第二方面，一种车牌字符识别方法，包括：
[0018]获取车辆图片；
[0019]采用矩形框对车辆图片中的车牌的位置进行位置标定，得到车牌区域矩形框；
[0020]根据所述车牌区域矩形框，从所述车辆图片中截取车牌图片；
[0021]采用矩形框对所述车牌图片中的多个字符分别进行位置标注，得到多个字符区域矩形框；
[0022]采用预先训练的LPS/CR－NET网络模型识别每个所述字符区域矩形框内的字符的类别，得到字符类别识别结果；
[0023]采用上述所述的车牌字符排序方法对多个所述字符区域矩形框进行排序；
[0024]根据所述字符区域矩形框的排序结果和每一个所述字符区域矩形框内的字符类别识别结果，输出车牌号。
[0025]进一步地，所述采用矩形框对车辆图片中的车牌的位置进行位置标定，得到车牌区域矩形框的步骤中，以带有车牌的车辆图片中车牌左上角的角点为起始点按顺时针或逆时针方向形成车牌区域矩形框。
[0026]进一步地，所述预先训练的LPS/CR－NET网络模型的训练步骤包括：
[0027]构建车牌数据集；
[0028]基于所述车牌数据集C训练LPS/CR－NET字符分割与识别的网络模型结构，并在车牌图片中定位各个字符的位置并识别各个字符；
[0029]根据包含多张车牌测试图片的车牌测试集对LPS/CR－NET的各训练模型进行网络测试，计算各个LPS/CR－NET网络模型权重文件的车牌识别准确率，保留正确率表现最高的LPS/CR－NET网络模型权重文件。
[0030]第三方面，一种车牌字符排序装置，包括：
[0031]采集模块，用于采集车牌图片；
[0032]字符框标定模块，用于采用矩形框对所述车牌图片的各个字符分别进行位置标定，形成n个字符区域矩形框；
[0033]第一计算模块，用于计算n个字符区域矩形框的平均宽度及平均高度
[0034]排列模块，用于根据n个字符区域矩形框的中心位置坐标的水平方向x坐标，对n个字符区域矩形框进行升序排列；
[0035]第二计算模块，用于计算任意相邻两个字符区域矩形框的水平距离及垂直距离；
[0036]第一判断模块，用于根据所述第二计算模块得到的计算结果及预先设置的判别式，判断字符区域矩形框所在行数；
[0037]第三计算模块，计算已经确定所在行数的字符区域矩形框字符区域矩形框和与其相邻的前一个字符区域矩形框的水平距离及垂直距离；
[0038]第二判断模块，用于根据所述第三计算模块得到的计算结构及预先设置的判别式，判断已确定所在行数的字符区域矩形框的前一个字符区域矩形框的行数；
[0039]输出模块，用于串联第一行和第二行的字符并输出车牌号。
[0040]进一步地，所述预先设置的判别式为：
[0041][0042][0043]其中，记第i个字符区域矩形框为K
i
，i＝＝1，...，n；x
i
为K
i
的中心点的水平方向x坐标；P>0.8且Δh
i,j
<0，则将K
j
在第一行；若P＞0.8且Δh
i,j
≥0，则将K
i
在第一行。
[0044]第四方面，一种车牌字符识别装置，包括：
[0045]获取模块，用于获取车辆图片；
[0046]车牌标定模块，用于采用矩形框对车辆图片中的车牌的位置进行位置标定，得到车牌区域矩形框；
[0047]车牌截取模块，用于根据所述车牌区域矩形框，从所述车辆图片中截取车牌图片；
[0048]车牌字符标定模块，用于采用矩形框对所述车牌图片中的多个字符分别进行位置标注，得到多个字符区域矩形框；
[0049]车牌字符识别模块，通过预先训练的LPS/CR－NET网络模型识别每个所述字符区域矩形框内的字符的类别，得到字符类别识别结果；
[0050]车牌字符排序模块，通过上述权利要求1中所述的车牌字符排序方法对多个所述字符区域矩形框进行排序；
[0051]车牌字符输出模块，根据所述字符区域矩形框的排序结果和每一个所述字符区域矩形框内的字符类别识别结果，输出车牌号。
[0052]第五方面，一种电子设备，包括：存储器、处理器以及储存在所述存储器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌字符排序方法，其特征在于，包括：收集车牌图片；采用矩形框对收集的所述车牌图片的字符进行位置标定，形成n个字符区域矩形框；计算n个字符区域矩形框的平均宽度及平均高度按字符区域矩形框的中心位置坐标的水平方向x坐标升序排列；记第i个字符区域矩形框为K
i
，i＝＝1，...，n；x
i
为K
i
的中心点的水平方向x坐标；默认所有字符在第二行；计算任意相邻两个字符区域矩形框K
i
和K
j
的水平距离Δw
i,j
＝x
j-x
i
及垂直距离Δh
i,j
＝y
j-y
i
(i＝1，2，...，n－1，j＝i+1)，构造判别式；(i＝1，2，...，n－1，j＝i+1)，构造判别式；其中，P>0.8且Δh
i,j
<0，则将K
j
在第一行；若P＞0.8且Δh
i,j
≥0，则将K
i
在第一行；计算K
i－1
，K
i
的水平距离Δw
i-1,i
＝x
i-x
i-1
及垂直距离Δh
i-1,i
＝y
i-y
i-1
，(i＝1，2，...，n－1，j＝i+1)，计算P；若P＜0.7，则K
i－1
在K
i
所在的行位置；串联第一行和第二行的字符，输出车牌字符。2.一种车牌字符识别方法，其特征在于，包括：获取车辆图片；采用矩形框对车辆图片中的车牌的位置进行位置标定，得到车牌区域矩形框；根据所述车牌区域矩形框，从所述车辆图片中截取车牌图片；采用矩形框对所述车牌图片中的多个字符分别进行位置标注，得到多个字符区域矩形框；采用预先训练的LPS/CR－NET网络模型识别每个所述字符区域矩形框内的字符的类别，得到字符类别识别结果；采用上述权利要求1中所述的车牌字符排序方法对多个所述字符区域矩形框进行排序；根据所述字符区域矩形框的排序结果和每一个所述字符区域矩形框内的字符类别识别结果，输出车牌号。3.根据权利要求2所述的车牌字符识别方法，其特征在于，所述采用矩形框对车辆图片中的车牌的位置进行位置标定，得到车牌区域矩形框的步骤中，以带有车牌的车辆图片中车牌左上角的角点为起始点按顺时针或逆时针方向形成车牌区域矩形框。4.根据权利要求2所述的车牌字符识别方法，其特征在于，所述预先训练的LPS/CR－NET网络模型的训练步骤包括：构建车牌数据集；基于所述车牌数据集C训练LPS/CR－NET字符分割与识别的网络模型结构，并在车牌图
片中定位各个字符的位置并识别各个字符；根据包含多张车牌测试图片的车牌测试集对LPS/CR－...

【专利技术属性】
技术研发人员：邓练兵，余大勇，方文佳，
申请(专利权)人：珠海大横琴科技发展有限公司，
类型：发明
国别省市：