[发明专利]一种货车车牌与车厢手写车牌结合识别系统在审

专利信息
申请号: 202110630767.2 申请日: 2021-06-07
公开(公告)号: CN113505782A 公开(公告)日: 2021-10-15
发明(设计)人: 李中成;黄海浪;刘佳乐 申请(专利权)人: 上海图丽信息技术有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/34;G06N3/04;G06N3/08
代理公司: 上海邦德专利代理事务所(普通合伙) 31312 代理人: 佘大鹏
地址: 200131 上海市浦东新区中*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 货车 车牌 车厢 手写 结合 识别 系统
【说明书】:

发明公开了一种货车车牌与车厢手写车牌结合识别系统,包括:图片输入模块、与所述图片输入模块信号连接的车辆检测模块、与所述车辆检测模块信号连接的车牌检测模块、与所述车牌检测模块信号连接的文本检测模块、与所述文本检测模块信号连接的字符分割模块、与所述字符分割模块信号连接的OCR文字检测模块及与所述OCR文字检测模块信号连接的车牌信息输出模块;所述车牌信息输出模块信号连接有车厢手写车牌检测模块,所述车厢手写车牌检测模块信号连接有车牌检测模块。根据本发明,解决了货车的车牌检测中识别率低和精准度低的问题,可以辅助交通管理人员更好的对货车进行监管和执法;在保证系统工作的安全可靠性的同时,能达到安装的简便性和实用性。

技术领域

本发明涉及车牌识别的技术领域,特别涉及一种货车车牌与车厢手写车牌结合识别系统。

背景技术

随着社会经济的高速发展,城市化进程不断加快,城市居民的经济、文化活动日益频繁,机动车数量急剧增长,城市交通需求迅猛增加。然而,城市道路建设速度远不及机动车增长速度,交通管理水平滞后于交通需求增长速度,城市交通拥堵、交通事故及污染问题日益显著。

目前,货车车牌识别的研究中,大多数用户获取货车的车牌,货车的车牌信息是通过车牌的识别获取,这样干扰项多,无法达到数据准确性,而耗费了大量的人力投入,因此开发,开发货车车牌与车厢手写车牌结合识别系统结合识别系统软件成为必要之举。

发明内容

针对现有技术中存在的不足之处,本发明的目的是提供一种货车车牌与车厢手写车牌结合识别系统,解决了货车的车牌检测中识别率低和精准度低的问题,可以辅助交通管理人员更好的对货车进行监管和执法;在保证系统工作的安全可靠性的同时,能达到安装的简便性和实用性。为了实现根据本发明的上述目的和其他优点,提供了一种货车车牌与车厢手写车牌结合识别系统,包括:

图片输入模块、与所述图片输入模块信号连接的车辆检测模块、与所述车辆检测模块信号连接的车牌检测模块、与所述车牌检测模块信号连接的文本检测模块、与所述文本检测模块信号连接的字符分割模块、与所述字符分割模块信号连接的OCR文字检测模块及与所述OCR文字检测模块信号连接的车牌信息输出模块;

所述车牌信息输出模块信号连接有车厢手写车牌检测模块,所述车厢手写车牌检测模块信号连接有车牌检测模块。

优选的,所述图片输入模块用于用户选择所需要检测的图片;

所述所述车辆检测模块用于检测图片中的车辆,并定位出车辆的位置,截取出货车的特写图;

所述车牌检测模块用于对货车的车牌进行检测与定位;

所述车厢手写车牌检测模块用于对货车车厢手写车牌进行检测与定位;

所述文本检测模块用于检测与定位出车牌中的文本位置,并用于检测与定位出车厢手写车牌的文本位置;

所述字符分割模块用于对定位出的车牌的字符的位置进行字符的分割,并同时也用于对定位出车厢手写车牌的字符进行字符分割;

所述OCR文字检测模块用于讲分割出的字符进行OCR字符识别,将图片文字转换成计算机文字;

所述车牌信息输出模块用于从计算机文字中提取出车辆的车牌信息并将其显示出来。

优选的,所述车辆检测模块用于对图片采用深度学习来进行车辆检测与定位,且根据车辆的位置截取出货车的特写图。

优选的,所述车牌检测模块通过采用了深度学习模型,来对货车的特写图片进行检测,精确的定位出货车车牌的位置,并截取出车牌的特写图。

优选的,所述车厢手写车牌检测模块用于车牌特写图不存在或车牌特写图所提取得到的车牌信息不完整时,精确的定位出货车车厢手写车牌的位置,并截取出车厢手写车牌的特写图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海图丽信息技术有限公司,未经上海图丽信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110630767.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top