[发明专利]一种非机动车的车牌识别方法和车牌识别装置

说明书

本申请公开了一种非机动车的车牌识别方法和车牌识别装置，所述车牌识别方法包括：从待识别车辆图像中获得车牌区域图像以及所述车牌区域图像对应的车牌类型；将所述车牌区域图像中的尺寸小于阈值的无效字符进行模糊化处理；将模糊化处理后的所述车牌区域图像输入至与其车牌类型对应的识别模型中进行识别，以获得车牌字符识别结果。通过上述方式，本申请能够过滤掉无效字符，针对不同的车牌类型选择对应的识别模型，提高车牌字符识别的准确率和效率。

技术领域

本申请涉及智能交通技术领域，特别是涉及一种非机动车的车牌识别方法和车牌识别装置。

背景技术

车牌是非机动车的身份证，是区别于其他非机动车的一个重要信息。非机动车的车牌格式一般由所在地、数字、字母等组成，且数字、字母的长度各不相同。各地非机动车的车牌格式严重不统一，且在车牌的顶部或侧部或底部还设置有一些无效字符，例如“电动自行车”、“防盗登记牌”等。针对格式各异的非机动车牌，如何提高目标检测的准确率，正确识别出车牌字符，过滤掉无效字符，是非机动车车牌识别面临的巨大挑战。

发明内容

本申请主要解决的技术问题是提供一种非机动车的车牌识别方法和车牌识别装置，能够过滤掉无效字符，针对不同的车牌类型选择对应的识别模型，提高车牌字符识别的准确率和效率。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种非机动车的车牌识别方法，包括：从待识别车辆图像中获得车牌区域图像以及所述车牌区域图像对应的车牌类型；将所述车牌区域图像中的尺寸小于阈值的无效字符进行模糊化处理；将模糊化处理后的所述车牌区域图像输入至与其车牌类型对应的识别模型中进行识别，以获得车牌字符识别结果。

其中，所述从待识别车辆图像中获得车牌区域图像以及所述车牌区域图像对应的车牌类型，包括：利用包含特征图金字塔网络FPN结构的YOLOV3模型从所述待识别车辆图像中检测出所述车牌区域图像以及所述车牌类型，其中，所述车牌类型包括单层车牌和双层车牌。

其中，所述将模糊化处理后的所述车牌区域图像输入至与其车牌类型对应的识别模型中进行识别，以获得车牌字符识别结果，包括：响应于所述车牌类型为所述单层车牌，将模糊化处理后的所述车牌区域图像输入至单层识别模型中进行识别，以获得车牌字符识别结果；响应于所述车牌类型为所述双层车牌，将模糊化处理后的所述车牌区域图像输入至双层识别模型中进行识别，以获得车牌字符识别结果。

其中，所述响应于所述车牌类型为所述单层车牌，将模糊化处理后的所述车牌区域图像输入至单层识别模型中进行识别，以获得车牌字符识别结果，包括：将所述车牌区域图像依次经过多个卷积层处理以获得第一卷积图像；将所述第一卷积图像输入至长短期记忆网络LSTM中以获得字符序列；将所述字符序列输入至连接时序分类损失CTCloss函数中以获得收敛后的字符序列；利用所述收敛后的字符序列和字符字典获得所述车牌字符识别结果。

其中，所述响应于所述车牌类型为所述双层车牌，将模糊化处理后的所述车牌区域图像输入至双层识别模型中进行识别，以获得车牌字符识别结果，包括：将所述车牌区域图像依次经过多个卷积层处理以获得第二卷积图像；将所述第二卷积图像张量在1/2高度上裁剪，并进行首尾拼接以获得第三卷积图像；将所述第三卷积图像输入至长短期记忆网络LSTM中以获得字符序列；将所述字符序列输入至连接时序分类损失CTCloss函数中以获得收敛后的字符序列；利用所述收敛后的字符序列和字符字典获得所述车牌字符识别结果。

其中，所述单层车牌包括单层绿牌，所述双层车牌包括双层绿牌、双层黄牌、双层白牌、双层蓝牌；所述获得车牌字符识别结果之后，还包括：将所述车牌类型和所述车牌字符识别结果输出。

其中，所述将所述车牌类型和所述车牌字符识别结果输出之前，还包括：根据所述车牌字符识别结果中的汉字将所述车牌类型进一步划分为与所述汉字相关的车牌类型；或者，根据所述车牌字符识别结果中的字符规则将所述车牌类型进一步划分为与所述字符规则相关的车牌类型。