[发明专利]一种车牌矫正方法、装置和一种视频采集装置

说明书

本发明公开了一种车牌矫正方法、装置和一种视频采集装置，其中，所述车牌矫正方法包括：获取待检测图像及基于卷积神经网络的目标检测识别模型；通过所述基于卷积神经网络的目标检测识别模型检测所述待检测图像中目标车牌的四个角点信息；所述角点信息包括：正方形区域、角点类别和该角点的置信度；根据所述目标车牌的四个角点信息，对所述待检测图像中的目标车牌进行车牌矫正。采用本发明技术方案可以准确地描述车牌在三维空间内旋转而导致的平面图形上表现出的的各种形变，通过定位四个角点信息可以矫正三维空间内的形变车牌，且受车牌号码变化的影响较小，检测率高，误捡率低，角点类别识别率高，定位准确。

技术领域

本发明涉及图像处理技术领域，特别涉及一种车牌矫正方法、装置和一种视频采集装置。

背景技术

随着经济水平和人民生活水平的不断提高，各大中小城市中车辆不断的增加。与此同时，随之而来的交通问题也越来越备受关注。在交通违法行为识别的过程中，违法车辆车牌的自动、准确识别尤为重要。然而，违法车辆的车牌识别过程中，首先需要对待检测图像中的车牌的倾斜方向进行矫正。目前较为常用的倾斜方向分析方法是通过主成分分析(Principal Component Analysis，简称PCA)等方法分析字符倾斜方向，根据这个倾斜方向确定车牌的倾斜方向并进行矫正。

然而在实际的确定车牌的倾斜方向的过程中会受到车牌中一些倾斜字符干扰，从而影响车牌倾斜方向的判断，如车牌中出现多个”7”的情况，容易造成车牌倾斜方向的误判；且在现有技术中确定车牌的倾斜方向通常仅限于处理车牌在摄像机像平面内的旋转，而对于车牌在三维空间内的任意旋转无效。例如在三维空间内车牌的透视形变，会使字符产生近大远小的视觉效果，采用现有技术的确定车牌倾斜方向的方法无法实现这类车牌的矫正。此外，现有技术中车牌倾斜角度的识别算法不具有尺度不变性，例如：对字符的大小有要求，如果字符大小变化较大时，算法的精度会受到很大影响。因为车牌的倾斜角度是根据字符的倾斜角度计算的，字符在计算PCA的图像上所占比例的大小将直接影响字符的倾斜程度对PCA的影响，如果字符过小或者过大，计算得到的角度将不能反映整个字符的倾斜角度。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的，本发明的技术方案是这样实现的：

一方面，本发明提供了一种车牌矫正方法，包括：

获取待检测图像及基于卷积神经网络的目标检测识别模型；

通过所述基于卷积神经网络的目标检测识别模型检测所述待检测图像中目标车牌的四个角点信息；所述角点信息包括：正方形区域、角点类别和该角点的置信度；

根据所述目标车牌的四个角点信息，对所述待检测图像中的目标车牌进行车牌矫正。

本发明还提供了一种车牌矫正装置，包括：

信息获取单元，用于获取待检测图像及基于卷积神经网络的目标检测识别模型；

检测单元，用于通过所述基于卷积神经网络的目标检测识别模型检测所述待检测图像中目标车牌的四个角点信息；所述角点信息包括：正方形区域、角点类别和该角点的置信度；

矫正单元，用于根据所述目标车牌的四个角点信息，对所述待检测图像中的目标车牌进行车牌矫正。

本发明还提供了一种视频采集装置，包括：如上所述车牌矫正装置。