[发明专利]一种基于深度学习的车牌图像校正、识别方法及系统

说明书

本发明提供了一种基于深度学习的车牌图像校正、识别方法及系统。车牌图像校正方法中LPD‑Net(License Plate Detection Network，车牌检测网络)基于CenterNet与STN(Spatial Transformer Networks，空间变换网络)的思想设计而成。车牌图像识别方法步骤为，首先构建卡口图像车牌专用数据集，再对图像预处理，然后检测车辆所在位置，接着对车辆区域进行检测并校正车牌区域，最后检测车牌字符内容。所述系统包括车牌图像专用数据集构建模块、车牌图像预处理模块、车辆检测模块、车牌检测及校正模块和车牌文字识别模块。本系统可以获得不同场景下的车牌特征信息，且可以通过构建缅甸车牌数据集或卡口车牌数据集，提高缅甸车牌或卡口车牌识别的准确率。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种车牌图像校正、识别方法及系统。

背景技术

车牌识别系统(Vehicle License Plate Recognition，VLPR)是指能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对监控相机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。基于车牌识别，并通过一些后续处理手段可以实现停车场收费管理、交通流量控制指标测量、车辆定位、汽车防盗、高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。

申请日为2018年05月31日，公布日为2018年11月30日，公布号为CN108921151A的中国发明专利申请“一种基于深度学习的普通摄像头全车牌识别系统”。公开了一种基于深度学习的普通摄像头全车牌识别系统。

申请日为2019年02月26日，公布日为2019年06月14日，公布号为CN109886268A的中国发明专利申请“一种基于深度学习的车牌识别系统”。公开了一种基于深度学习的车牌识别系统，其特征在于，所述系统包括初步获取模块、图像检测模块、图像处理模块和字符识别模块。

上述现有技术未针对卡口车辆图像优化，由于卡口车辆车牌区域在图像中占比过小，直接定位车牌区域的结果不准确。

发明内容

技术问题：对于卡口车辆图像，由于车牌区域在图像中占比过小，因此直接定位车牌区域方法的结果不准确，本方案采用先定位车辆区域，之后在车辆区域内定位并校正车牌区域的方法解决该问题；目前所存在的车牌识别方法并未针对缅甸车牌进行优化，对缅甸车牌识别效果不佳，本方案对缅甸车牌的命名规则及其车牌特征进行优化，提高缅甸车牌的识别率和效率。

技术方案：

本发明为一种基于深度学习的车牌图像校正、识别方法及系统，包括以下技术方案：

利用LPD-Net校正车牌图像，步骤为，首先基于关键点获取车牌特征热力图，然后使用回归得到的仿射变换参数校正车牌四个角点为正面角度，得到校正后的车牌图像。

进一步的，所述步骤包括以下子步骤：

S1：使用卷积神经网络提取输入图像的关键点热力图关键点偏置图与仿射参数图