【技术实现步骤摘要】
本专利技术涉及车牌识别，尤其涉及一种车牌识别方法、系统、摄像头及可读存储介质。
技术介绍
1、近年，智能交通系统成为未来趋势，车牌自动识别技术作为智能交通系统的重要组成部分，已被广泛应用于城市道路监控、高速收费、停车场管理等等场合。现有的车牌识别技术，对于光线良好的、低速行驶的车辆具有较高的识别准确性，但对于雾天、阴天、雨雪、夜晚、高速行驶等条件下的车辆，识别精度还有待提升。
技术实现思路
1、本专利技术的目的在于提供一种车牌识别方法、系统、摄像头及可读存储介质，解决了现有车牌识别方法在复杂场景下的车牌识别准确率较低的问题。
2、为达到上述目的，本专利技术提供一种车牌识别方法，包括：
3、对拍摄视频流中的每帧图像进行车牌检测，获取每个车牌的车牌角点坐标和外接矩形框信息；
4、根据所述外接矩形框信息从当前帧图像中截取车牌图像数据；
5、将所述车牌图像数据输入分类模型，得到清晰车牌或模糊车牌的分类结果，并对所述模糊车牌进行图像增强和角点坐标更新；
6、基于所述车牌图像数据、所述车牌角点坐标以及目标车牌图像的尺寸信息得到目标车牌图像数据；
7、将所述目标车牌图像数据输入预训练好的车牌识别模型，得到各个车牌的初始识别结果；
8、对所述初始识别结果进行后处理，得到各个车牌在当前帧的车牌识别结果及置信度；
9、根据各个车牌的外接矩形框信息建立各个车牌的车辆跟踪信息，基于所述车辆跟踪信息更新各个车牌的
10、可选的，所述车牌角点坐标包括所述车牌的四个角点在当前帧图像中的坐标信息，所述外接矩形框信息包括所述车牌的坐标信息及尺寸信息。
11、可选的，对所述模糊车牌进行图像增强和角点坐标更新的步骤具体包括：
12、对所述模糊车牌的车牌图像数据进行低频信息和高频信息的提取与分离；
13、对所述高频信息进行降噪和高频增强；
14、将处理得到的高频信息和所述低频信息进行融合，得到图像增强后的车牌图像数据；
15、对所述图像增强后的车牌图像数据进行角点检测，更新所述车牌角点坐标。
16、可选的，基于所述车牌图像数据、所述车牌角点坐标以及目标车牌图像的尺寸信息得到目标车牌图像数据的步骤具体包括：
17、基于所述车牌角点坐标及所述目标车牌图像的尺寸信息生成映射矩阵；
18、基于所述映射矩阵及所述车牌图像数据得到所述目标车牌图像数据。
19、可选的，基于所述映射矩阵，对所述车牌图像数据进行插值操作，以得到所述目标车牌图像数据。
20、可选的，各个车牌的初始识别结果通过(n，m)矩阵表示，其中，n为输出的字符数，m为字符的类别数，n维度的值表示输出的每个字符，m维度的值分别为每个字符对应m个类别的概率值；对所述初始识别结果进行后处理，得到各个车牌在当前帧的车牌识别结果及置信度的步骤具体包括：
21、对m维度的数据取argmax，得到字符的识别结果ri以及置信度ci；
22、对n维度的数据进行识别结果ri的合并以及置信度ci的合并。
23、可选的，根据各个车牌的外接矩形框信息建立各个车牌的车辆跟踪信息，基于所述车辆跟踪信息更新各个车牌的车牌识别结果的步骤具体包括：
24、对初始帧得到的各个车牌的外接矩形框信息建立各个车牌的运行轨迹；
25、比较各个车牌在当前帧的车牌识别结果与运行轨迹记录的车牌识别结果，若两者相同，则将这两者对应的置信度中的较大值作为最终的置信度；若两者不同，则将这两者对应的置信度中的较大值作为最终的置信度，以及将所述最终的置信度对应的车牌识别结果作为最终的车牌识别结果。
26、基于同一技术构思，本专利技术还提供了一种车牌识别系统，包括：
27、检测模块，被配置为对拍摄视频流中的每帧图像进行车牌检测，获取每个车牌的车牌角点坐标和外接矩形框信息；
28、截取模块，被配置为根据所述外接矩形框信息从当前帧图像中截取车牌图像数据；
29、分类预处理模块，被配置为将所述原始车牌图像数据输入分类模型，得到清晰车牌或模糊车牌的分类结果，并对所述模糊车牌进行图像增强和角点坐标更新；
30、映射模块，被配置为基于所述车牌图像数据、所述车牌角点坐标以及目标车牌图像的尺寸信息得到目标车牌图像数据；
31、识别模块，被配置为将所述目标车牌图像数据输入预训练好的车牌识别模型，得到各个车牌的初始识别结果；
32、后处理模块，被配置为对所述初始识别结果进行后处理，得到各个车牌在当前帧的车牌识别结果及置信度；
33、更新模块，被配置为根据各个车牌的外接矩形框信息建立各个车牌的车辆跟踪信息，基于所述车辆跟踪信息更新各个车牌的车牌识别结果及置信度。
34、基于同一技术构思，本专利技术还提供了一种摄像头，所述摄像头内置有如上所述的车牌识别系统。
35、基于同一技术构思，本专利技术还提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时能实现如上所述的车牌识别方法。
36、在本专利技术提供的一种车牌识别方法、系统、摄像头及可读存储介质中，通过对清晰车牌或模糊车牌进行分类，并对所述模糊车牌进行图像增强和角点坐标更新，然后基于所述车牌图像数据和所述车牌角点坐标获取目标车牌图像数据，再利用预训练好的车牌识别模型对车牌进行初步识别，以及对初始识别结果进行后处理，构建置信度，同时利用视频流信息对车牌建立跟踪信息，实时更新车牌识别结果及置信度，极大地增加了车牌识别结果的鲁棒性，在仅仅使用轻量级车牌识别模型的基础上，就可以获得很高的识别准确率，从而提升了复杂场景下的车牌识别准确率。
本文档来自技高网...【技术保护点】
1.一种车牌识别方法，其特征在于，包括：
2.根据权利要求1所述的车牌识别方法，其特征在于，所述车牌角点坐标包括所述车牌的四个角点在当前帧图像中的坐标信息，所述外接矩形框信息包括所述车牌的坐标信息及尺寸信息。
3.根据权利要求1所述的车牌识别方法，其特征在于，对所述模糊车牌进行图像增强和角点坐标更新的步骤具体包括：
4.根据权利要求1所述的车牌识别方法，其特征在于，基于所述车牌图像数据、所述车牌角点坐标以及目标车牌图像的尺寸信息得到目标车牌图像数据的步骤具体包括：
5.根据权利要求4所述的车牌识别方法，其特征在于，基于所述映射矩阵，对所述车牌图像数据进行插值操作，以得到所述目标车牌图像数据。
6.根据权利要求1所述的车牌识别方法，其特征在于，各个车牌的初始识别结果通过(n，m)矩阵表示，其中，n为输出的字符数，m为字符的类别数，n维度的值表示输出的每个字符，m维度的值分别为每个字符对应m个类别的概率值；对所述初始识别结果进行后处理，得到各个车牌在当前帧的车牌识别结果及置信度的步骤具体包括：
7.根据权利要求5
8.一种车牌识别系统，其特征在于，包括：
9.一种摄像头，其特征在于，所述摄像头内置有根据权利要求8所述的车牌识别系统。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时能实现根据权利要求1-7中任一项所述的车牌识别方法。
...【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括：
2.根据权利要求1所述的车牌识别方法，其特征在于，所述车牌角点坐标包括所述车牌的四个角点在当前帧图像中的坐标信息，所述外接矩形框信息包括所述车牌的坐标信息及尺寸信息。
3.根据权利要求1所述的车牌识别方法，其特征在于，对所述模糊车牌进行图像增强和角点坐标更新的步骤具体包括：
4.根据权利要求1所述的车牌识别方法，其特征在于，基于所述车牌图像数据、所述车牌角点坐标以及目标车牌图像的尺寸信息得到目标车牌图像数据的步骤具体包括：
5.根据权利要求4所述的车牌识别方法，其特征在于，基于所述映射矩阵，对所述车牌图像数据进行插值操作，以得到所述目标车牌图像数据。
6.根据权利要求1所述的车牌识别方法，其特征在于，各个车牌...
【专利技术属性】
技术研发人员：朱媛媛，丁美玉，薛若晨，刘文庭，董鹏宇，
申请(专利权)人：上海富瀚微电子股份有限公司，
类型：发明
国别省市：
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。