[发明专利]一种车牌分割模型训练方法、车牌分割方法及相关装置

说明书

本申请公开了一种车牌分割模型训练方法、车牌分割方法及相关装置，车牌分割模型训练方法包括：构建车牌分割网络；对获取的待训练车牌图像进行车牌初定位，并根据得到的定位结果对待训练车牌图像进行裁剪，得到第一初始车牌区域图像；对第一初始车牌区域图像中的车牌区域进行标注，得到训练样本；将训练样本输入到车牌分割网络进行训练，得到车牌分割模型。本申请解决了传统的车牌分割方法将车牌图像处理成二值图或灰度图，然后通过人工设计算法进行边缘检测和轮廓提取，存在的分割速度慢，且容易受到噪声、图像模糊等因素的干扰，影响车牌分割效果的技术问题。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种车牌分割模型训练方法、车牌分割方法及相关装置。

背景技术

通过将车牌图像中的车牌区域与背景区域进行分割，有助于后续提高车牌识别精度，避免背景区域的干扰。传统的车牌分割方法将车牌图像处理成二值图或灰度图，然后通过人工设计算法进行边缘检测和轮廓提取，该方法分割速度慢，且容易受到噪声、图像模糊等因素的干扰，影响车牌分割效果。

发明内容

本申请提供了一种车牌分割模型训练方法、车牌分割方法及相关装置，用于解决传统的车牌分割方法将车牌图像处理成二值图或灰度图，然后通过人工设计算法进行边缘检测和轮廓提取，存在的分割速度慢，且容易受到噪声、图像模糊等因素的干扰，影响车牌分割效果的技术问题。

有鉴于此，本申请第一方面提供了一种车牌分割方法，包括：

构建车牌分割网络；

对获取的待训练车牌图像进行车牌初定位，并根据得到的定位结果对所述待训练车牌图像进行裁剪，得到第一初始车牌区域图像；

对所述第一初始车牌区域图像中的车牌区域进行标注，得到训练样本；

将所述训练样本输入到所述车牌分割网络进行训练，得到车牌分割模型。

可选的，所述车牌分割网络包括依次连接的卷积层、批量归一化层、池化层、残差模块和Softmax层；

其中，所述卷积层用于对所述车牌分割网络的输入数据进行卷积处理，得到卷积特征图；

所述批量归一化层用于对所述卷积特征图进行批量归一化操作，得到归一化后的所述卷积特征图；

所述池化层用于对归一化后的所述卷积特征图进行池化处理，得到池化特征图；

所述残差模块用于对所述池化特征图进行特征提取，并将提取得到的特征图与所述池化特征图案进行叠加，得到残差特征图；

所述Softmax层用于基于所述残差特征图预测所述训练样本中各像素点属于车牌或背景的概率。

可选的，所述残差模块的数量为多个；

多个所述残差模块之间连接有所述池化层。

可选的，多个所述残差模块之间连接有上采样层。

本申请第二方面提供了一种车牌分割方法，包括：

获取待分割车牌图像对应的第二初始车牌区域图像；

将所述第二初始车牌区域图像输入到车牌分割模型进行车牌分割，得到车牌区域图像，所述车牌分割模型通过第一方面任一种所述的车牌分割模型训练方法得到。

可选的，所述将所述第二初始车牌区域图像输入到车牌分割模型进行车牌分割，得到车牌区域图像，之后还包括：

对所述车牌区域图像进行矫正，并对矫正后的所述车牌区域图像进行车牌识别，得到所述车牌区域图像对应的车牌识别结果。

本申请第三方面提供了一种车牌分割模型训练装置，包括：

构建单元，用于构建车牌分割网络；