[发明专利]车牌拼接方法、装置、识别方法、设备终端和存储介质

说明书

本申请涉及车牌拼接方法、装置、识别方法、设备终端和存储介质，该车牌拼接方法通过获取车牌训练数据集，将车牌训练数据集中的所有车牌分别进行字符标注，以确定每个车牌中各个字符的位置信息，得到分类后的车牌字符数据集，获取随机生成的车牌号码，根据车牌训练数据，选取任一车牌训练数据作为背景车牌，根据随机生成的车牌号码，从车牌字符数据集中选取对应的车牌字符数据作为目标车牌字符，对目标车牌字符进行图像参数调整，以得到调整后的目标车牌字符，将调整后的目标车牌字符设置在背景车牌上，以得到拼接后的目标车牌，能够克服训练样本中各个地区或者各个类型车牌分布不均衡的缺点，进而能够有助于提高车牌识别的准确度。

技术领域

本申请涉及图像识别领域，具体涉及一种车牌拼接方法、装置、识别方法、设备终端和存储介质。

背景技术

目前的车牌识别技术已经相对成熟，常用的方法是使用深度学习神经网络对拍摄的车牌进行识别。

其中，在进行网络训练时，需要使用大量拍摄的车牌并记录拍摄的车牌号。然而，因为现实不同地区车牌数量差异，导致采集到的不同地区车牌数量不同，因而在实际网络训练样本中，某一地区或者类型的车牌数量过于稀少，致使训练出来的神经网络对于训练样本中某一数量较少的车牌的识别准确率大大降低。

发明内容

鉴于此，本申请提供一种车牌拼接方法、装置、识别方法、设备终端和存储介质，能够克服训练样本中各个地区或者各个类型车牌分布不均衡的缺点，进而为提高车牌识别的准确度奠定基础。

一种车牌拼接方法，包括：

获取车牌训练数据集；

将车牌训练数据集中的所有车牌分别进行字符标注，以确定每个车牌中各个字符的位置信息，得到分类后的车牌字符数据集；

获取随机生成的车牌号码；

根据车牌训练数据，选取任一车牌训练数据作为背景车牌；

根据随机生成的车牌号码，从车牌字符数据集中选取对应的车牌字符数据作为目标车牌字符；

对目标车牌字符进行图像参数调整，以得到调整后的目标车牌字符；

将调整后的目标车牌字符设置在背景车牌上，以得到拼接后的目标车牌。

在一个实施例中，对目标车牌字符进行图像参数调整，以得到调整后的目标车牌字符的步骤包括：对背景车牌的格式进行转换，得到格式转换后的背景车牌；

计算格式转换后的背景车牌所对应的图像参数信息的平均值和标准差；

对目标车牌字符的格式进行转换，得到格式转换后的目标车牌字符，并计算目标车牌字符中每个字符的图像参数信息的平均值；

根据每个字符的图像参数信息的平均值以及格式转换后的背景车牌所对应的图像参数信息的平均值和标准差，计算调整每个字符中各个像素点的图像参数信息，以得到调整后的目标车牌字符。

在一个实施例中，图像参数信息包括色调，计算调整每个字符中各个像素点的图像参数信息的步骤中对应的计算公式包括：

其中，C为调整后的每个字符中任一像素点的色调，为调整前的每个字符中任一像素点的色调，为每个字符的色调的平均值，为格式转换后的背景车牌所对应的色调的平均值，为格式转换后的背景车牌所对应的色调的标准差，N表示对应的正态分布。

在一个实施例中，图像参数信息还包括饱和度，计算调整每个字符中各个像素点的图像参数信息的步骤中对应的计算公式还包括：