一种基于卷积神经网络优化粮食仓库货车的车牌识别方法技术

本发明专利技术涉及一种基于卷积神经网络优化粮食仓库货车的车牌识别方法。包括：1）基于卷积神经网络的车牌识别算法：采用Haar特征的级联分类器实现对图像中车牌位置的粗定位；综合随机抽样一致化算法与Sobel算子实现精确定位；进行直方图均衡处理后，利用车牌字符分布特征的分割算法完成分割；使用keras搭建深度卷积神经网络对分割后的字符进行准确的识别。2）工程应用优化：在智能摄像头识别的基础上，增加一个车牌照片信息再处理的服务器，在服务器中架设算法软件，处理智能摄像头无法处理的照片。本发明专利技术方法能够对车牌进行有效定位，在保证鲁棒性良好前提下，准确性优于各传统算法，适应于当下交通中自动化、无人化管理，方便在特定场合对车辆管理。

【技术实现步骤摘要】
一种基于卷积神经网络优化粮食仓库货车的车牌识别方法
本专利技术属于计算机视觉领域，具体涉及一种基于卷积神经网络优化粮食仓库货车的车牌识别方法，应用于收费停车场的无人化管理、不停车通过高速收费站、各类小区、校园机动车出入登记，特别是应用于优化改进现有粮食仓库货车车牌识别。
技术介绍
在当下，随着道路基础建设的完善，城镇人口上升，人均机动车保有量也在不断提高，由此带来的交通管理问题、停车场管理问题、各类小区、学校机动车出入口管理问题也就变得急需被解决。车牌识别系统(LicensePlateRecognitionSystem,LPRS)是计算机视觉技术的典型应用场景之一。收费停车场无人化，不停车通过高速收费站，各类小区、校园的机动车出入登记管理等需求也急剧上升，而实现这些的关键正是车牌识别系统。自动收费停车系统将在机动车进入停车场时自动识别车牌号码与并记录车辆的进入时间，在开出停车场时查询该车实际停车时间，自动计费。LPRS的两个技术关键，一是如何从图像中精准定位车牌位置，二是字符识别。国内外技术人员对此也提出了很多的理论，并在实验室也达到了较高的准确率。但是在实际的应用场景中，这些理论的实际应用效果并不明显，主要原因在于实际场景的环境复杂性和不确定性。受外界环境的影响使得车牌定位的准确率在实际场景大大降低。这也就造成字符切割和字符识别的难度急剧上升了。而即使是较为准确的定位了车牌位置，外界环境对车牌字符的分割和识别的影响也还在。这些因素导致要设计一个具有较强通用性，更好鲁棒性的车牌识别系统难度较大。而车牌识别技术可以广泛应用于收费停车场无人化，交通管理自动化，不停车通过高速收费站；各类小区、校园机动车出入管理等场景，可以有效地降低人力成本，提高管理效率。所以对车牌识别系统的研究是必不可少的。目前采用的车牌识别在停车场管理系统中的应用模式主要有三种：视频识别模式、地感线圈识别模式、视频+地感识别模式。视频识别模式不足之处是如果是没有车牌的车辆就无法识别，容易出现漏车。地感线圈识别模式不足之处是需要施工完成安装地感，具有工程量大。国内，上海理工大学王艳、谢广苏等学者提出了一种基于最大极值稳定区域(maximallystableextremalregions,MSER)和笔画宽度变换(strokewidthtransform,SWT)的车牌识别方法。该方法使用MSER和Canny边缘相与运算后得到MSER筛选得到区域，并在区域上做心态学操作，完成车牌定位。进行归一化后，进行模板匹配，采用HU不变矩以及网格特征完成汉字的识别，而后采用跳跃点方案来实现数字与字母的识别。吉林大学的康健新等学者提出基于HSV和投影方法相结合的车牌定位方法。在北京航空航天大学高校里的胡爱民等学者使用模板匹配技术开发的车牌识别系统方案，其准确率高达97％。由于卷积神经网络(CNN)能够避免对图像需要完成复杂的前期预处理，所以得到了广泛的应用。当下CNN作为许多科学领域中的一个研究热点。又因为摄像头拍摄的照片，是作为车牌识别算法工程落地应用，基础数据来源。应用最广泛的安防行业对摄像头需求特别巨大，尤其是带智能识别的摄像头市场领域。随着城市化进程推进，国家政策支持，交通、公安、金融等行业领域对安防监控的需求量不断提高。由中储粮湖北分公司而得，当下该省库存政策性粮食约900万吨，分别于900多储存库点。收粮放粮期间较为忙碌，进出库区的粮车，平均每个库区一个月都有500来车次，以往都是采用人工称重，人工填入数据，存在较多漏铜，容易出现统计不准确的问题，且全省有多处粮库，数据信息无法做到及时反馈，对于上级监管部门来说，存在盲区，对于粮食安全有重大的危害。粮食存储对于环境温度湿度要求很高，如果库区环境温度控制不住极易造成粮食存储失败。粮食库区对于火灾防范要求高，无智能化管理，出现火情时无法及时发现，也无法及时呼叫灭火力量。随着社会各界智能化发展，对于粮库管理智能化管理的需求应运而生。本项目将所改进的车牌识别算法与该工程进行结合应用，具有重要的应用前景。
技术实现思路
本专利技术的目的在于克服传统的车牌识别由于包含车牌定位、字符切割及字符识别三个部分，存在着鲁棒性和精确性不兼容性的问题，因此提供一种基于卷积神经网络优化粮食仓库货车的车牌识别方法，不但克服了传统技术存在的不足，同时与实际工程应用相结合，解决已有架构出现的粮食货车车牌第二字母无法很好识别及因停车不准确造成的无法识别问题。为实现上述目的，本专利技术的技术方案是：一种基于卷积神经网络优化粮食仓库货车的车牌识别方法，包括：采用Haar特征的级联分类器实现对车牌图像中车牌位置的粗定位；而后，综合随机抽样一致化算法与Sobel算子实现车牌图像中车牌位置的精确定位；对精确定位的车牌图像进行灰度化、直方图均衡化、自适应二值化处理后，检测字符轮廓，而后利用车牌字符分布特征的分割算法完成字符分割；使用keras搭建深度卷积神经网络，并通过输入字符数据进行训练，构建字符识别模型，以对分割后的字符进行识别。在本专利技术一实施例中，还包括：将所述方法应用于车牌图片再处理的服务器中，即在已有架构的智能摄像头识别的基础上，增加一个车牌图片再处理的服务器，在服务器中架设所述方法的相应算法软件，达到双重化识别的目的，以提高车牌图像整体识别准确率。在本专利技术一实施例中，对车牌图像中车牌位置进行精确定位后，采用方向场的矫正算法，对车牌进行矫正。在本专利技术一实施例中，所述综合随机抽样一致化算法与Sobel算子实现车牌图像中车牌位置的精确定位的具体实现方式如下：上下边界拟合：(1.1)通过对车牌图像的多次自适应二值化，形成不同的二值图像；(1.2)每张二值化图像都通过OpenCV的Findcontours查找到可能包含字符的矩形框，并在一张图像画出所有的对角点，得到上下边样本点；(1.3)基于上下边样本点，采用随机抽样一致化算法拟合上下边界；左右边界的检测：(2.1)将灰度图进行均衡化后，通过Sobel算子找到垂直边缘；(2.2)对垂直方向进行统计求和，画出直方图；(2.3)基于直方图，确定左右边界。在本专利技术一实施例中，(2.1)中，通过Sobel算子找到垂直边缘的方式为：通过对车牌图像做sobel梯度求导后，做垂直投影，得到垂直分布直方图，而后通过分析垂直直方图两端的波峰与波谷情况，进而确定车牌图像中字符开始与结束的位置，即垂直边缘。在本专利技术一实施例中，所述利用车牌字符分布特征的分割算法完成字符分割的具体实现方式如下：(1)基于车牌图像中的字符宽度和字符面积特征，切分粘连字符：若字符轮廓宽度大于预定像素，字符轮廓面积大于预设面积值时，认为该字符轮廓存在粘连字符，切分粘连字符；(2)基于车牌图像中的字符宽度特征进行矩形区域重新定型：若字符轮廓宽度小于预设像素时，认为该字符轮廓存在分离情况，需重新定型；(3)基于车牌图像中的字符与字符之间间距来剔除多余切割点。相较于现有技术，本专利技术具有以下本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络优化粮食仓库货车的车牌识别方法，其特征在于，包括：/n采用Haar特征的级联分类器实现对车牌图像中车牌位置的粗定位；而后，综合随机抽样一致化算法与Sobel算子实现车牌图像中车牌位置的精确定位；/n对精确定位的车牌图像进行灰度化、直方图均衡化、自适应二值化处理后，检测字符轮廓，而后利用车牌字符分布特征的分割算法完成字符分割；/n使用 keras 搭建深度卷积神经网络，并通过输入字符数据进行训练，构建字符识别模型，以对分割后的字符进行识别。/n

【技术特征摘要】
1.一种基于卷积神经网络优化粮食仓库货车的车牌识别方法，其特征在于，包括：
采用Haar特征的级联分类器实现对车牌图像中车牌位置的粗定位；而后，综合随机抽样一致化算法与Sobel算子实现车牌图像中车牌位置的精确定位；
对精确定位的车牌图像进行灰度化、直方图均衡化、自适应二值化处理后，检测字符轮廓，而后利用车牌字符分布特征的分割算法完成字符分割；
使用keras搭建深度卷积神经网络，并通过输入字符数据进行训练，构建字符识别模型，以对分割后的字符进行识别。


2.根据权利要求1所述的一种基于卷积神经网络优化粮食仓库货车的车牌识别方法，其特征在于，还包括：将所述方法应用于车牌图片再处理的服务器中，即在已有架构的智能摄像头识别的基础上，增加一个车牌图片再处理的服务器，在服务器中架设所述方法的相应算法软件，达到双重化识别的目的，以提高车牌图像整体识别准确率。


3.根据权利要求1所述的一种基于卷积神经网络优化粮食仓库货车的车牌识别方法，其特征在于，对车牌图像中车牌位置进行精确定位后，采用方向场的矫正算法，对车牌进行矫正。


4.根据权利要求1所述的一种基于卷积神经网络优化粮食仓库货车的车牌识别方法，其特征在于，所述综合随机抽样一致化算法与...

【专利技术属性】
技术研发人员：陈冬英，林灵燕，黄淑燕，魏建崇，黄幼萍，袁历，刘秋芳，
申请(专利权)人：福建江夏学院，
类型：发明
国别省市：福建;35