一种基于深度学习的车牌字符识别方法技术

本发明专利技术提供了一种基于深度学习的车牌字符识别方法，包括：场地模型建立、图像采集、图像处理和数据管理等步骤，本基于深度学习的车牌字符识别方法，通过场地模型建立和录入的车牌边框的实际长度、宽度尺寸，模拟拍摄图片中车牌边框的长度、宽度尺寸，通过图像预处理提高目标和背景图像的对比度，通过对图像边缘检测算法提取车牌边框位置，通过实际车牌的长、宽尺寸除以固定点位的尺寸与实际中固定点位的尺寸比例数值，确定图片中车牌边框的精确位置，通过神经网络扫描记忆单个字符的线性表达方式，并与标准字符的线性展现方式模拟相似度，实现单个字符识别。实现单个字符识别。实现单个字符识别。

【技术实现步骤摘要】
一种基于深度学习的车牌字符识别方法


[0001]本专利技术涉及车牌识别
，具体涉及一种基于深度学习的车牌字符识别方法。

技术介绍

[0002]车牌自动识别系统也叫做LPR(License Plate Recognition)系统，目前国内做的比较成熟的产品有北京汉王科技有限公司开发的“汉王眼”车牌识别系统，厦门宸天电子科技有限公司研发的Supplate系列，深圳吉通电子有限公司研发的“车牌通”车牌识别产品、亚洲视觉科技有限公司研发的VECON
‑
VIS自动识别系统等。也有很多高校在研究这个课题。国外相对的在这个方面开始的比较早，同时他们的车牌种类单一，字符简单，容易定位识别有关，取得不错的成就。
[0003]关于车牌识别的研究，虽然国内外学者已经作了大量的工作，但仍然存在一些问题。在车辆还比较新的时候，车牌上的字迹清晰，较容易识别，随着车龄越来越大，车子经过风吹雨淋，车牌难免受到一定程度的磨损，这样就会造成识别的难度。比如车牌图像的倾斜、车牌自身的磨损、光线的干扰都会影响到定位的精度。
>[0004]车牌字本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的车牌字符识别方法，其特征在于，包括以下步骤：S1，场地模型建立，所述场地模型建立包括场地比例测算、录入车牌尺寸和录入标准字符模板；S2，图像采集，所述图像采集包括传感器、辅助照明设备和图像采集设备，所述图像采集主要用于采集车辆图像；S3，图像处理，所述图像处理包括图像预处理、车牌定位、字符分割、字符比对和字符识别；S4，数据管理，所述数据管理包括车牌登记信息和车牌图像存储。2.根据权利要求1所述的一种基于深度学习的车牌字符识别方法，其特征在于：所述场地比例测算，在图像采集设备的采集区域确定一处固定点位，对其拍摄，测量出拍摄的图片中标准尺的尺寸，并计算出图片中固定点位的尺寸与实际中固定点位的尺寸之间的比例关系。3.根据权利要求1所述的一种基于深度学习的车牌字符识别方法，其特征在于：所述录入车牌尺寸包括录入车牌的长宽尺寸、车牌中字符的宽度尺寸、字符的高度尺寸、字符之间的间隔宽度尺寸和间隔符的宽度尺寸。4.根据权利要求1所述的一种基于深度学习的车牌字符识别方法，其特征在于：所述图像预处理对拍摄的图像进行二值化、边缘检测、去除噪声和图像灰度化。5.根据权利要求4所述的一种基于深度学习的车牌字符识别方法，其特征在于：所述车牌定位，是将经过图像预处理...

【专利技术属性】
技术研发人员：王昕，刘海峰，蒋子鹏，徐强，曾庆驰，
申请(专利权)人：青岛中兴智能交通有限公司，
类型：发明
国别省市：