CN108229466B - 一种车牌识别方法及装置 - Google Patents

一种车牌识别方法及装置 Download PDF

Info

Publication number
CN108229466B
CN108229466B CN201611160932.8A CN201611160932A CN108229466B CN 108229466 B CN108229466 B CN 108229466B CN 201611160932 A CN201611160932 A CN 201611160932A CN 108229466 B CN108229466 B CN 108229466B
Authority
CN
China
Prior art keywords
license plate
character
area
character recognition
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611160932.8A
Other languages
English (en)
Other versions
CN108229466A (zh
Inventor
林翠翠
何海峰
钱华
钮毅
蔡晓蕙
丁超员
韦立庆
罗兵华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201611160932.8A priority Critical patent/CN108229466B/zh
Publication of CN108229466A publication Critical patent/CN108229466A/zh
Application granted granted Critical
Publication of CN108229466B publication Critical patent/CN108229466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Character Discrimination (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提供了一种车牌识别方法及装置。所述方法包括:首先,获得待识别车牌号码的车牌图像区域,并对所述车牌图像区域进行字符识别,获得第一字符识别结果;其次,根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型,如果是,则根据所述预设车牌类型的车牌特征和第一字符识别结果,确定所述车牌图像区域中需要进行二次识别的待识别字符区域,并对所述待识别字符区域进行字符识别,获得第二字符识别结果;最后,根据所述第一字符识别结果和第二字符识别结果,获得所述车牌图像区域对应的车牌号码。应用本申请实施例提供的方案进行车牌识别时,能够提高车牌识别过程的效率。

Description

一种车牌识别方法及装置
技术领域
本申请涉及智能交通技术领域,特别涉及一种车牌识别方法及装置。
背景技术
车牌是车辆的“身份证”,是区别于其他机动车辆的一项重要信息。车牌识别技术已被广泛应用在卡口、停车场和电子警察等场景中,以获取场景内车辆的号牌信息,在治安管理等众多方面发挥着“智能交通算法”的威力。
图1所示为某地区的部分车牌实例,这些车牌没有统一标准,区别特征较多。具体来说,车牌中各字符的宽度可能不一致,相邻字符之间的间距也可能不一致,车牌中两个空当的大小也可能不一致。例如,图1中编号为1的车牌中间三个数字的宽度明显地比其他字符要小;编号为2的车牌中前一个空当比后一个空当要大。
现有技术中,在识别上述类型的车牌的车牌号码时,通常针对需要识别车牌号码的车牌图像区域,将其一一匹配预先保存的多个车牌模板,进而识别出车牌号码,其中,这些车牌模板包括根据上述类型的车牌获得的车牌模板。具体过程为:根据选定的车牌模板,对车牌图像区域中的字符进行字符分割,并对分割后的每个字符区域进行字符识别。如果字符识别成功,则认为上述车牌模板匹配成功了,将字符识别结果确定为车牌图像区域对应的车牌号码。如果字符识别不成功,则选择另一个车牌模板,重复上述过程。
通常情况下,采用上述方法进行车牌识别时,能够识别出车牌图像区域中的车牌号码。但是,由于需要匹配大量车牌模板,且每次匹配过程都要完整执行一遍字符分割和字符识别过程,其车牌识别过程效率较低。
发明内容
本申请实施例的目的在于提供了一种车牌识别方法及装置,以提高车牌识别过程的效率。具体的技术方案如下。
为了达到上述目的,本申请公开了一种车牌识别方法,所述方法包括:
获得待识别车牌号码的车牌图像区域;
对所述车牌图像区域进行字符识别,获得第一字符识别结果;
根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型;
如果是,则根据所述预设车牌类型的车牌特征和第一字符识别结果,确定所述车牌图像区域中需要进行二次识别的待识别字符区域;
对所述待识别字符区域进行字符识别,获得第二字符识别结果;
根据所述第一字符识别结果和第二字符识别结果,获得所述车牌图像区域对应的车牌号码。
可选的,所述根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型的步骤,包括:
确定所述第一字符识别结果中已识别成功的字符对应的第一字符区域;
根据所述第一字符区域在所述车牌图像区域中的相对位置,确定所述车牌图像区域的第一空当的数量;
判断所述第一空当的数量与所述预设车牌类型对应的车牌区域的空当数量是否相同,如果是,则确定所述车牌图像区域对应的车牌类型为预设车牌类型。
可选的,所述车牌特征包括:所述预设车牌类型对应的车牌区域中各区域段的类别、各类别的区域段与空当的第一相对位置和各类别的区域段中的字符数量;
所述根据所述预设车牌类型的车牌特征和第一字符识别结果,确定所述车牌图像区域中需要进行二次识别的待识别字符区域的步骤,包括:
根据所述第一字符识别结果,确定所述车牌图像区域中的目标空当;
根据所述目标空当和第一相对位置,确定所述车牌图像区域中各类别的目标区域段;
根据所述第一字符识别结果中已识别成功的字符及对应的字符区域,获得每一目标区域段中已识别成功的字符数量;
根据目标区域段中满足以下条件的区域段,确定所述车牌图像区域中需要进行二次识别的待识别字符区域:N<M;
其中,所述N为区域段Z中已识别成功的字符数量,所述区域段Z为所述目标区域段中的一个区域段,所述M为所述车牌特征中类别为Y的区域段中的字符数量,所述Y为所述区域段Z的类别。
可选的,所述对所述待识别字符区域进行字符识别,获得第二字符识别结果的步骤,包括:
对所述待识别字符区域进行字符分割,获得目标字符区域;
对所述目标字符区域进行字符识别,获得第二字符识别结果。
可选的,所述车牌特征包括:所述预设车牌类型对应的车牌区域中的字符总数量;所述对所述待识别字符区域进行字符分割,获得目标字符区域的步骤,包括:
确定所述第一字符识别结果中已识别成功的字符的第一数量;
根据所述字符总数量与第一数量的数值关系,对所述待识别字符区域进行字符分割,获得目标字符区域。
为了达到上述目的,本申请公开了一种车牌识别装置,所述装置包括:
图像区域获得模块,用于获得待识别车牌号码的车牌图像区域;
第一字符识别模块,用于对所述车牌图像区域进行字符识别,获得第一字符识别结果;
车牌类型判断模块,用于根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型;
字符区域确定模块,用于当所述车牌图像区域对应的车牌类型为预设车牌类型时,根据所述预设车牌类型的车牌特征和第一字符识别结果,确定所述车牌图像区域中需要进行二次识别的待识别字符区域;
第二字符识别模块,用于对所述待识别字符区域进行字符识别,获得第二字符识别结果;
车牌号码获得模块,用于根据所述第一字符识别结果和第二字符识别结果,获得所述车牌图像区域对应的车牌号码。
可选的,所述车牌类型判断模块,包括:
第一区域确定子模块,用于确定所述第一字符识别结果中已识别成功的字符对应的第一字符区域;
空当数量确定子模块,用于根据所述第一字符区域在所述车牌图像区域中的相对位置,确定所述车牌图像区域的第一空当的数量;
车牌类型判断子模块,用于判断所述第一空当的数量与所述预设车牌类型对应的车牌区域的空当数量是否相同,如果是,则确定所述车牌图像区域对应的车牌类型为预设车牌类型。
可选的,所述车牌特征包括:所述预设车牌类型对应的车牌区域中各区域段的类别、各类别的区域段与空当的第一相对位置和各类别的区域段中的字符数量;
所述字符区域确定模块,包括:
目标空当确定子模块,用于根据所述第一字符识别结果,确定所述车牌图像区域中的目标空当;
区域段确定子模块,用于根据所述目标空当和第一相对位置,确定所述车牌图像区域中各类别的目标区域段;
字符数量获得子模块,用于根据所述第一字符识别结果中已识别成功的字符及对应的字符区域,获得每一目标区域段中已识别成功的字符数量;
字符区域确定子模块,用于根据目标区域段中满足以下条件的区域段,确定所述车牌图像区域中需要进行二次识别的待识别字符区域:N<M;
其中,所述N为区域段Z中已识别成功的字符数量,所述区域段Z为所述目标区域段中的一个区域段,所述M为所述车牌特征中类型为Y的区域段中的字符数量,所述Y为所述区域段Z的类别。
可选的,所述第二字符识别模块,包括:
字符分割子模块,用于对所述待识别字符区域进行字符分割,获得目标字符区域;
字符识别子模块,用于对所述目标字符区域进行字符识别,获得第二字符识别结果。
可选的,所述车牌特征包括:所述预设车牌类型对应的车牌区域中的字符总数量;所述字符分割子模块,包括:
确定单元,用于确定所述第一字符识别结果中已识别成功的字符的第一数量;
分割单元,用于根据所述字符总数量与第一数量的数值关系,对所述待识别字符区域进行字符分割,获得目标字符区域。
由上述技术方案可见,本申请实施例提供的方案中,首先对获得的待识别车牌号码的车牌图像区域进行字符识别,获得第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型,如果是,则根据预设车牌类型的车牌特征和第一字符识别结果,确定车牌图像区域中需要进行二次识别的待识别字符区域。然后,对待识别字符区域进行字符识别,获得第二字符识别结果。最后,根据第一字符识别结果和第二字符识别结果,获得车牌图像区域对应的车牌号码。
也就是说,本申请实施例提供的方案中,根据第一字符识别结果确定待识别车牌号码的车牌图像区域的车牌类型是否为预设车牌类型,并结合预设车牌类型的车牌特征和第一字符识别结果,从车牌图像区域中确定需要进行二次识别的字符区域,并识别该字符区域中的字符,最终识别出车牌图像区域中的所有字符。因此,应用本申请实施例提供的方案进行车牌识别,无需一一匹配车牌模板,更无需在每次匹配过程中都完整执行一遍字符分割和字符识别过程,能够提高车牌识别过程的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为某地区的部分车牌实例图;
图2为本申请实施例提供的车牌识别方法的一种流程示意图;
图3为常见类型的部分车牌实例图;
图4为车牌图像区域的识别结果和空当位置示例图;
图5为图2中步骤S204的一种流程示意图;
图6为本申请实施例提供的车牌识别装置的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种车牌识别方法及装置,应用于电子设备,该电子设备可以是终端设备或服务器等,其中,终端设备可以包括计算机、平板电脑、智能手机、行车记录仪等设备。应用本申请实施例中的技术方案进行车牌识别,能够提高车牌识别过程的效率。下面通过具体实施例,对本申请进行详细说明。
图2为本申请实施例提供的车牌识别方法的一种流程示意图,应用于电子设备。该车牌识别方法包括如下步骤:
步骤S201:获得待识别车牌号码的车牌图像区域。
其中,待识别车牌号码的车牌图像区域可以理解为:需要进行车牌识别的车牌图像区域。车牌图像区域是车牌图像中包含车牌的图像区域。车牌图像是指包含车辆的车牌部分的图像。作为一种较佳的实施方式,车牌图像区域可以是车牌字符最外侧边框所形成的图像区域。当然,车牌图像区域也可以是包含车牌字符之外的其他图像部分的区域。通常,可以将车牌图像区域设置成矩形区域。
例如,图1中所示的4个图像区域均可以作为待识别车牌号码的车牌图像区域。
具体的,待识别车牌号码的车牌图像区域,可以是直接获得的,也可以是采用以下方式获得的:获得待识别车牌号码的车牌图像,对该车牌图像进行车牌定位,获得车牌图像区域。其中,待识别车牌号码的车牌图像可以理解为:需要进行车牌识别的车牌图像。
上述待识别车牌号码的车牌图像可以是道路上抓拍的包含车辆的图像,也可以是在停车场拍摄的包含车辆的图像等。当然,上述待识别车牌号码的车牌图像还可以是通过其他方式获得的,本申请并不对待识别车牌号码的车牌图像的获得方式进行限定。
作为执行主体的电子设备内部可以包含图像采集设备,也可以不包含图像采集设备。
当作为执行主体的电子设备内部包含图像采集设备时,电子设备在获得待识别车牌号码的车牌图像时,可以包括:接收图像采集设备采集的待识别车牌号码的车牌图像。
当作为执行主体的电子设备内部不包含图像采集设备时,该电子设备可以与外部的图像采集设备相连,电子设备在获得待识别车牌号码的车牌图像时,可以包括:获取图像采集设备采集的待识别车牌号码的车牌图像。
获取的待识别车牌号码的车牌图像可以是图像采集设备实时采集的,也可以不是实时采集的,而是图像采集设备预先采集好之后存储起来的。
步骤S202:对所述车牌图像区域进行字符识别,获得第一字符识别结果。
具体的,识别车牌图像区域中的字符,获得第一字符识别结果时,可以首先采用垂直投影法或连通域法等对车牌图像区域进行分割,获得所述车牌图像区域中的字符区域,然后采用预设的字符识别器对字符区域进行识别,获得第一字符识别结果。
其中,上述字符区域是车牌图像区域中可能包含字符的图像区域。上述字符识别器可以包含N个输出单元,每个输出单元对应一个字符。例如,字符识别器包括37个输出单元,这些输出单元分别对应以下字符:10个数字、26个字母和1个“未知”。
上述字符分割结果通常包括多个字符区域,对应的,第一字符识别结果通常包括已识别成功的字符及对应的字符区域、未识别成功的字符及对应的字符区域。
具体的,对每个字符区域进行字符识别时,可以将该字符区域输入上述字符识别器,每个输出单元均会输出一个置信度,置信度大于预设阈值的输出单元对应的字符就是该字符区域中的字符。这时,认为该字符区域识别成功,对应的字符就是识别成功的字符。
如果“未知”输出单元的置信度高于阈值,而其他输出单元的置信度均低于阈值,则认为该字符区域识别不成功,“未知”即为未识别成功的字符。
另外,在对车牌图像区域进行分割时,可以根据垂直投影法或连通域法获得车牌图像区域像素的特征图像,从该特征图像中确定字符分割边界,从而获得字符分割结果。
因此,对于所有字符均具有明显且一致特征的车牌图像,例如车牌图像中所有字符之间间距相同、所有字符区域的尺寸一致的情况,在分割车牌图像中的车牌区域时,通常可以得到较好的分割结果,近而较容易正确识别出车牌图像中的所有字符。其中,字符区域的尺寸包括字符区域的高度和/或宽度。
例如,图3所示为常见类型的一部分车牌实例图,其车牌号码部分的字符的尺寸彼此一致,相邻字符之间的间距彼此一致。如编号为1~3的车牌中,字符的外接矩形的宽高均为45mm*90mm,相邻字符间距均为12mm,并且间隔符“·”与左右相邻字符之间的间距亦为12mm。又如,编号为4的车牌中“69X8B”部分的字符尺寸彼此一致,相邻字符的间距彼此一致。在对这类车牌的车牌图像区域进行字符分割时,通常可以得到较好的分割结果,进而可以得到更好的字符识别结果。
当然,实际生活中也存在车牌中字符尺寸、间隔不一致的车牌,例如图1中所示的车牌。从图中可见,这些车牌没有统一的标准,区别特征较多。具体的,这些车牌中包含两个大“空当”,这两个空当将车牌分隔成前区域段、中区域段和后区域段三部分。相邻区域段之间的间距不一致,区域段内部也存在相邻字符之间的间距不一致的情况,并且部分车牌的中区域段存在连续的窄字符“1”。在对这类车牌的车牌图像区域进行字符分割时,窄字符容易被误分割到一个字符区域中。由于包含窄字符的字符区域的尺寸仍在正常范围内,因此根据字符区域的尺寸无法筛选出这类误分割的字符区域,进而导致对这类车牌进行识别时可能存在识别错误。
步骤S203:根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型,如果是,则执行步骤S204,如果否,则不予处理或者将第一字符识别结果中已识别成功的字符确定为车牌图像区域对应的车牌号码。
其中,预设车牌类型是预先构建好的,并且,可以预先保存预设车牌类型对应的车牌特征。车牌特征可以包括车牌区域中的空当数量、空当与区域段的相对位置、各个区域段的字符总数量等。
例如,图1所示的4个车牌可以作为1个车牌类型,因为这种车牌类型中均包括2个空当,车牌区域均被空当划分成了3个区域段,每个区域段的字符总数量大致相同。
在步骤S202中曾提到,第一字符识别结果通常包括已识别成功的字符及对应的字符区域、未识别成功的字符及对应的字符区域。因此,根据第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型时,可以包括多种实施方式。
具体的,可以根据第一字符识别结果中已识别成功的字符对应的字符区域的分布特征,以及预设车牌类型的车牌特征,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型。也可以是,根据第一字符识别结果中已识别成功的字符对应的字符区域,未识别成功的字符对应的字符区域的分布特征,以及预设车牌类型的车牌特征,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型。
对于图1所示的这类车牌,车牌特征可以包括车牌区域空当的数量。因此,作为一种具体实施方式,可以根据第一字符识别结果对应的字符区域的分布特征,确定车牌图像区域空当的目标数量,判断目标数量与预设车牌类型对应的车牌区域的空当数量是否相对,如果是,则确定所述车牌图像区域对应的车牌类型为预设车牌类型。
步骤S204:根据所述预设车牌类型的车牌特征和第一字符识别结果,确定所述车牌图像区域中需要进行二次识别的待识别字符区域。
由前述步骤的描述可知,在经过第一次车牌识别过程之后,车牌图像区域中的字符可能已经完全识别出来,也可能没有完全识别出来,即还存在未识别出的字符。因此,在根据预设车牌类型的车牌特征和第一字符识别结果,确定所述车牌图像区域中需要进行二次识别的待识别字符区域时,可以首先根据预设车牌类型的车牌特征和第一字符识别结果,判断车牌图像区域中是否存在需要进行二次识别的待识别字符区域,如果存在,则确定所述待识别字符区域,如果不存在,则直接将第一字符识别结果中已识别成功的字符确定为车牌图像区域的车牌号码。
在确定车牌图像区域中需要进行二次识别的待识别字符区域时,可以从第一字符识别结果中未识别成功的字符对应的字符区域中确定。
需要说明的是,当第一字符识别结果中存在未识别成功的字符时,这些字符对应的字符区域未必就是需要进行二次识别的待识别字符区域,也可能是车牌中的铆钉区域、泥点区域等。因此,需要从第一字符识别结果的未识别成功的字符对应的字符区域中找出需要进行二次识别的字符区域。
在本步骤的具体实施方式,上述车牌特征可以包括车牌字符数量、车牌字符分布、车牌字符尺寸等特征,步骤S204,具体可以包括:根据上述车牌特征与第一字符识别结果进行比对,根据比对结果,从第一字符识别结果的未识别成功的字符对应的字符区域中确定待识别字符区域。
步骤S205:对所述待识别字符区域进行字符识别,获得第二字符识别结果。
需要说明的是,识别待识别字符区域中的字符时,可以采用与步骤S202相同的过程,也可以采用与步骤S202不同的过程,其详细识别过程本实施例不再赘述。
步骤S206:根据所述第一字符识别结果和第二字符识别结果,获得所述车牌图像区域对应的车牌号码。
具体的,由于第一字符识别结果和第二字符识别结果中均可能存在未识别成功的字符,因此,为了提高识别结果的准确性,通常将第一字符识别结果中已识别成功的字符和第二字符识别结果中已识别成功的字符进行合成,获得所述车牌图像区域对应的车牌号码。
更具体的,在合成时,可以根据各个字符对应的字符区域的相对位置对两次识别结果中已识别成功的字符进行排序,根据排序结果合成字符,最终获得车牌图像区域对应的车牌号码。
由上述内容可知,本实施例提供的方案中,首先对获得的待识别车牌号码的车牌图像区域进行字符识别,获得第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型,如果是,则根据预设车牌类型的车牌特征和第一字符识别结果,确定车牌图像区域中需要进行二次识别的待识别字符区域。然后,对待识别字符区域进行字符识别,获得第二字符识别结果。最后,根据第一字符识别结果和第二字符识别结果,获得车牌图像区域对应的车牌号码。
也就是说,本实施例根据第一字符识别结果确定待识别车牌号码的车牌图像区域的车牌类型是否为预设车牌类型,并结合预设车牌类型的车牌特征和第一字符识别结果,从车牌图像区域中确定需要进行二次识别的字符区域,并识别该字符区域中的字符,最终识别出车牌图像区域中的所有字符。因此,应用本实施例提供的方案进行车牌识别,无需一一匹配车牌模板,更无需在每次匹配过程中都完整执行一遍字符分割和字符识别过程,能够提高车牌识别过程的效率。
针对图1所示的这类车牌,为了提高判断这类车牌的车牌类型是否为预设车牌类型的准确性,在基于图2所示实施例的一种具体实施方式中,步骤S203,根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型的步骤,可以包括以下子步骤1~子步骤3:
子步骤1:确定所述第一字符识别结果中已识别成功的字符对应的第一字符区域。
子步骤2:根据所述第一字符区域在所述车牌图像区域中的相对位置,确定所述车牌图像区域的第一空当的数量。
可以理解的是,图1所示的这类车牌具有一个比较明显的特征,即车牌中存在2大空当,因此可以根据这个特征判断所述车牌图像区域对应的车牌类型是否为预设车牌类型。
具体的,根据所述第一字符区域在所述车牌图像区域中的相对位置,确定所述车牌图像区域的第一空当的数量时,可以按照以下方式执行:确定车牌图像区域中相邻两个第一字符区域之间的空当,将宽度大于预设宽度阈值的空当确定为车牌图像区域的第一空当,并统计车牌图像区域中第一空当的数量。
例如,图4所示为某车牌图像区域对应的第一字符识别结果,其中包括已识别成功的字符B、7、G和对应的字符区域(图中以方框示出),以及识别结果为“未知”的2个字符区域。根据字符B、7、G对应的字符区域,可以确定该车牌图像区域中存在B与7之间、7与G之间这两个空当。经判断可知这两个空当的宽度均大于预设宽度阈值,因此,这两个空当均为第一空当,即该车牌图像区域中第一空当的数量为2。
子步骤3:判断所述第一空当的数量与所述预设车牌类型对应的车牌区域的空当数量是否相同,如果是,则确定所述车牌图像区域对应的车牌类型为预设车牌类型。
其中,预设车牌类型的车牌特征包括车牌区域的空当数量。
在这种实施方式中,根据第一字符识别结果中已识别成功的字符对应的字符区域,确定车牌图像区域中第一空当的数量。由于已识别成功的字符区域相比未识别成功的字符区域的准确性较高,因此根据已识别成功的字符区域判断车牌图像区域对应的车牌类型是否为预设车牌类型,能够提高判断过程的准确性。
在基于图2所示实施例的一种具体实施方式中,所述车牌特征可以包括:所述预设车牌类型对应的车牌区域中各区域段的类别、各类别的区域段与空当的第一相对位置和各类别的区域段中的字符数量。
例如,当预设车牌类型对应的空当数量为2时,各区域段的类别可以包括前段类别、中段类别、后段类别等。第一相对位置可以包括:车牌区域中,位于第一空当左侧的区域为前段类别的前区域段,位于第一空当和第二空当中间的区域为中段类别的中区域段,位于第二空当右侧的区域为后段类别的后区域段。各类别的区域段中的字符数量范围为:前区域段的字符数量为1,中区域段的字符数量为3,后区域段的字符数量为2。
对应的,步骤S204,根据所述预设车牌类型的车牌特征和第一字符识别结果,确定所述车牌图像区域中需要进行二次识别的待识别字符区域,可以按照图5所示流程示意图进行,该图5中包括以下步骤:
步骤S204A:根据所述第一字符识别结果,确定所述车牌图像区域中的目标空当。
具体的,为了提高确定过程的准确性,在确定所述车牌图像区域中的目标空当时,可以先确定第一字符识别结果中已识别成功的字符对应的第一字符区域,根据第一字符区域在车牌图像区域中的相对位置,确定车牌图像区域中的目标空当。
步骤S204B:根据所述目标空当和第一相对位置,确定所述车牌图像区域中各类别的目标区域段。
也就是说,根据目标空当在车牌图像区域中的位置分布,参照车牌特征中空当与各类别的区域段的相对位置,可以将车牌图像区域划分成各类别的目标区域段。
步骤S204C:根据所述第一字符识别结果中已识别成功的字符及对应的字符区域,获得每一目标区域段中已识别成功的字符数量。
步骤S204D:根据目标区域段中满足以下条件的区域段,确定所述车牌图像区域中需要进行二次识别的待识别字符区域:N<M。
其中,“<”为小于号,所述N为区域段Z中已识别成功的字符数量,区域段Z为目标区域段中的一个区域段,所述M为所述车牌特征中类别为Y的区域段中的字符数量,所述Y为所述区域段Z的类别。N和M均为大于0的整数。
具体的,步骤S204D可以包括:确定所述第一字符识别结果中未识别成功的字符对应的字符区域为第二字符区域,将满足以下条件的目标区域段中的第二字符区域,确定为所述车牌图像区域中需要进行二次识别的待识别字符区域:N<M。
可以理解的是,当N<M时,说明区域段Z中存在未识别成功的字符,可以从该区域段中寻找待识别字符区域。
下面以图4所示车牌为例详细说明上述过程。在图4中,矩形框表示对车牌图像区域进行第一次字符识别时得到的字符区域,矩形框下方的字符表示从各个字符区域得到的字符识别结果。根据字符识别结果中已识别成功的字符B、7、G对应的字符区域,可以得到车牌图像区域中的2个空当,这2个空当即为目标空当。
对于图4所示的车牌图像区域和空当的位置,可以将车牌图像区域划分成3个目标区域段,这3个目标区域段分别为:字符B对应的前目标区域段,字符1117对应的中目标区域段,字符GIU对应的后目标区域段。并且,根据第一字符识别结果,可以得到,前目标区域段识别成功了1个字符,中目标区域段识别成功了1个字符,后目标区域段识别成功了1个字符。
已知车牌特征中各个类别的区域段的字符数量范围为:前区域段的字符数量为1,中区域段的字符数量为3,后区域段的字符数量为2。经过判断可知:前目标区域段已识别成功的字符数量1等于车牌特征中前区域段的字符数量1,中目标区域段已识别成功的字符数量1小于车牌特征中中区域段的字符数量3,后目标区域段已识别成功的字符数量1小于车牌特征中后区域段的字符数量2。因此,可以将中目标区域段和后目标区域段中未识别成功的字符区域“111”和“IU”,确定为待识别字符区域。
综上所述,在本实施方式中,作为执行主体的电子设备先根据车牌特征中的第一相对位置以及车牌图像区域中的目标空当,确定车牌图像区域中的目标区域段,然后比较目标区域段中已识别成功的字符数量与车牌特征中各区域段中已识别成功的字符数量,确定出已识别成功的字符数量小于车牌特征中对应的字符数量的目标区域段,根据确定出的目标区域段,确定待识别字符区域。也就是说,本实施方式先根据一定条件确定车牌图像区域中的特定目标区域段,然后从该特定目标区域段中确定待识别字符区域,上述条件是根据预设车牌类型的车牌特征确定的,因此能够提高确定待识别字符区域的准确性,进而提高车牌识别过程的准确性。
进一步的,为了提高对待识别字符区域进行字符识别时的准确性,在基于图2所示实施例的一种具体实施方式中,步骤S205,对所述待识别字符区域进行字符识别,获得第二字符识别结果的步骤,可以包括以下子步骤1和子步骤2:
子步骤1:对所述待识别字符区域进行字符分割,获得目标字符区域。
具体的,可以根据垂直投影法或连通域法等对所述待识别字符区域进行字符分割,获得目标字符区域。
作为一种具体的实施方式,为了提高字符分割过程的准确性,所述车牌特征可以包括:所述预设车牌类型对应的车牌区域中的字符总数量。对应的,子步骤1,对所述待识别字符区域进行字符分割,获得目标字符区域,可以包括:确定所述第一字符识别结果中已识别成功的字符的第一数量,根据所述字符总数量与第一数量的数值关系,对所述待识别字符区域进行字符分割,获得目标字符区域。
具体的,根据所述字符总数量与第一数量的数值关系,对所述待识别字符区域进行字符分割时,可以包括:获得所述字符总数量与第一数量的差值,根据该差值,对所述待识别字符区域进行字符分割。更进一步的,可以根据该差值,结合待识别字符区域对应的垂直投影特征值或连通域特征值,对所述待识别字符区域进行字符分割。
例如,已知预设车牌类型对应的车牌区域中的字符总数量为7。根据第一字符识别结果确定第一数量为5,那么字符总数量与第一数量的差值为2,从而可以得知,待识别字符区域中还存在2个字符没有识别出,则可以根据该差值,结合待识别字符区域对应的垂直投影特征值,将待识别字符区域分割成2个目标字符区域。
可以理解的是,对于存在连续窄字符的待识别字符区域,由于窄字符之间间距太小,单凭垂直投影特征值或连通域特征值对其进行字符分割,其分割的准确性不高。本实施方式提供的方案中结合字符总数量与第一数量的数值关系,便大体上能够推测出待识别字符区域还存在多少个未识别出的字符,进而可以根据该推测结果分割待识别字符区域,因此能够提高字符分割过程的准确性。
子步骤2:对所述目标字符区域进行字符识别,获得第二字符识别结果。
综上,在本实施方式中,作为执行主体的电子设备先对所述待识别字符区域进行字符分割,然后对分割后的字符区域进行字符识别,分割后的字符区域为可能包含字符的区域,针对这样的字符区域一一进行字符识别,能够提高字符识别过程的准确性。
图6为本申请实施例提供的车牌识别装置的一种结构示意图,与图2所示方法实施例相对应,应用于电子设备。所述装置可以包括:
图像区域获得模块601,用于获得待识别车牌号码的车牌图像区域;
第一字符识别模块602,用于对所述车牌图像区域进行字符识别,获得第一字符识别结果;
车牌类型判断模块603,用于根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型;
字符区域确定模块604,用于当所述车牌图像区域对应的车牌类型为预设车牌类型时,根据所述预设车牌类型的车牌特征和第一字符识别结果,确定所述车牌图像区域中需要进行二次识别的待识别字符区域;
第二字符识别模块605,用于对所述待识别字符区域进行字符识别,获得第二字符识别结果;
车牌号码获得模块606,用于根据所述第一字符识别结果和第二字符识别结果,获得所述车牌图像区域对应的车牌号码。
在基于图6所示实施例的一种具体实施方式中,所述车牌类型判断模块603,可以包括:
第一区域确定子模块(图中未示出),用于确定所述第一字符识别结果中已识别成功的字符对应的第一字符区域;
空当数量确定子模块(图中未示出),用于根据所述第一字符区域在所述车牌图像区域中的相对位置,确定所述车牌图像区域的第一空当的数量;
车牌类型判断子模块(图中未示出),用于判断所述第一空当的数量与所述预设车牌类型对应的车牌区域的空当数量是否相同,如果是,则确定所述车牌图像区域对应的车牌类型为预设车牌类型。
在基于图6所示实施例的一种具体实施方式中,所述车牌特征包括:所述预设车牌类型对应的车牌区域中各区域段的类别、各类别的区域段与空当的第一相对位置和各类别的区域段中的字符数量。所述字符区域确定模块604,可以包括:
目标空当确定子模块(图中未示出),用于根据所述第一字符识别结果,确定所述车牌图像区域中的目标空当;
区域段确定子模块(图中未示出),用于根据所述目标空当和第一相对位置,确定所述车牌图像区域中各类别的目标区域段;
字符数量获得子模块(图中未示出),用于根据所述第一字符识别结果中已识别成功的字符及对应的字符区域,获得每一目标区域段中已识别成功的字符数量;
字符区域确定子模块(图中未示出),用于根据目标区域段中满足以下条件的区域段,确定所述车牌图像区域中需要进行二次识别的待识别字符区域:N<M;
其中,所述N为区域段Z中已识别成功的字符数量,所述区域段Z为目标区域段中的一个区域段,所述M为所述车牌特征中类型为Y的区域段中的字符数量,所述Y为所述区域段Z的类别。
在基于图6所示实施例的一种具体实施方式中,所述第二字符识别模块605,可以包括:
字符分割子模块(图中未示出),用于对所述待识别字符区域进行字符分割,获得目标字符区域;
字符识别子模块(图中未示出),用于对所述目标字符区域进行字符识别,获得第二字符识别结果。
在基于图6所示实施例的一种具体实施方式中,所述车牌特征包括:所述预设车牌类型对应的车牌区域中的字符总数量;所述字符分割子模块,可以包括:
确定单元(图中未示出),用于确定所述第一字符识别结果中已识别成功的字符的第一数量;
分割单元(图中未示出),用于根据所述字符总数量与第一数量的数值关系,对所述待识别字符区域进行字符分割,获得目标字符区域。
由于上述装置实施例是基于方法实施例得到的,与该方法具有相同的技术效果,因此装置实施例的技术效果在此不再赘述。对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解,上述实施方式中的全部或部分步骤是能够通过程序指令相关的硬件来完成的,所述的程序可以存储于计算机可读取存储介质中。这里所称存储介质,是指ROM/RAM、磁碟、光盘等。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本申请的保护范围内。

Claims (8)

1.一种车牌识别方法,其特征在于,所述方法包括:
获得待识别车牌号码的车牌图像区域;
对所述车牌图像区域进行字符识别,获得第一字符识别结果;
根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型;
如果是,则根据所述第一字符识别结果,确定所述车牌图像区域中的目标空当;
根据所述目标空当和第一相对位置,确定所述车牌图像区域中各类别的目标区域段;
根据所述第一字符识别结果中已识别成功的字符及对应的字符区域,获得每一目标区域段中已识别成功的字符数量;
根据目标区域段中满足以下条件的区域段,确定所述车牌图像区域中需要进行二次识别的待识别字符区域:N<M;
其中,所述N为区域段Z中已识别成功的字符数量,所述区域段Z为所述目标区域段中的一个区域段,所述M为所述车牌特征中类别为Y的区域段中的字符数量,所述Y为所述区域段Z的类别,当N<M时,表示区域段Z中存在未识别成功的字符;
对所述待识别字符区域进行字符识别,获得第二字符识别结果;
根据所述第一字符识别结果和第二字符识别结果,获得所述车牌图像区域对应的车牌号码。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型的步骤,包括:
确定所述第一字符识别结果中已识别成功的字符对应的第一字符区域;
根据所述第一字符区域在所述车牌图像区域中的相对位置,确定所述车牌图像区域的第一空当的数量;
判断所述第一空当的数量与所述预设车牌类型对应的车牌区域的空当数量是否相同,如果是,则确定所述车牌图像区域对应的车牌类型为预设车牌类型。
3.根据权利要求1所述的方法,其特征在于,所述对所述待识别字符区域进行字符识别,获得第二字符识别结果的步骤,包括:
对所述待识别字符区域进行字符分割,获得目标字符区域;
对所述目标字符区域进行字符识别,获得第二字符识别结果。
4.根据权利要求3所述的方法,其特征在于,所述车牌特征包括:所述预设车牌类型对应的车牌区域中的字符总数量;所述对所述待识别字符区域进行字符分割,获得目标字符区域的步骤,包括:
确定所述第一字符识别结果中已识别成功的字符的第一数量;
根据所述字符总数量与第一数量的数值关系,对所述待识别字符区域进行字符分割,获得目标字符区域。
5.一种车牌识别装置,其特征在于,所述装置包括:
图像区域获得模块,用于获得待识别车牌号码的车牌图像区域;
第一字符识别模块,用于对所述车牌图像区域进行字符识别,获得第一字符识别结果;
车牌类型判断模块,用于根据所述第一字符识别结果,判断所述车牌图像区域对应的车牌类型是否为预设车牌类型;
字符区域确定模块,所述字符区域确定模块,包括:
目标空当确定子模块,用于当所述车牌图像区域对应的车牌类型为预设车牌类型时,根据所述第一字符识别结果,确定所述车牌图像区域中的目标空当;
区域段确定子模块,用于根据所述目标空当和第一相对位置,确定所述车牌图像区域中各类别的目标区域段;
字符数量获得子模块,用于根据所述第一字符识别结果中已识别成功的字符及对应的字符区域,获得每一目标区域段中已识别成功的字符数量;
字符区域确定子模块,用于根据目标区域段中满足以下条件的区域段,确定所述车牌图像区域中需要进行二次识别的待识别字符区域:N<M;
其中,所述N为区域段Z中已识别成功的字符数量,所述区域段Z为所述目标区域段中的一个区域段,所述M为所述车牌特征中类别为Y的区域段中的字符数量,所述Y为所述区域段Z的类别,当N<M时,表示区域段Z中存在未识别成功的字符;
第二字符识别模块,用于对所述待识别字符区域进行字符识别,获得第二字符识别结果;
车牌号码获得模块,用于根据所述第一字符识别结果和第二字符识别结果,获得所述车牌图像区域对应的车牌号码。
6.根据权利要求5所述的装置,其特征在于,所述车牌类型判断模块,包括:
第一区域确定子模块,用于确定所述第一字符识别结果中已识别成功的字符对应的第一字符区域;
空当数量确定子模块,用于根据所述第一字符区域在所述车牌图像区域中的相对位置,确定所述车牌图像区域的第一空当的数量;
车牌类型判断子模块,用于判断所述第一空当的数量与所述预设车牌类型对应的车牌区域的空当数量是否相同,如果是,则确定所述车牌图像区域对应的车牌类型为预设车牌类型。
7.根据权利要求5所述的装置,其特征在于,所述第二字符识别模块,包括:
字符分割子模块,用于对所述待识别字符区域进行字符分割,获得目标字符区域;
字符识别子模块,用于对所述目标字符区域进行字符识别,获得第二字符识别结果。
8.根据权利要求7所述的装置,其特征在于,所述车牌特征包括:所述预设车牌类型对应的车牌区域中的字符总数量;所述字符分割子模块,包括:
确定单元,用于确定所述第一字符识别结果中已识别成功的字符的第一数量;
分割单元,用于根据所述字符总数量与第一数量的数值关系,对所述待识别字符区域进行字符分割,获得目标字符区域。
CN201611160932.8A 2016-12-15 2016-12-15 一种车牌识别方法及装置 Active CN108229466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611160932.8A CN108229466B (zh) 2016-12-15 2016-12-15 一种车牌识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611160932.8A CN108229466B (zh) 2016-12-15 2016-12-15 一种车牌识别方法及装置

Publications (2)

Publication Number Publication Date
CN108229466A CN108229466A (zh) 2018-06-29
CN108229466B true CN108229466B (zh) 2020-12-11

Family

ID=62651563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611160932.8A Active CN108229466B (zh) 2016-12-15 2016-12-15 一种车牌识别方法及装置

Country Status (1)

Country Link
CN (1) CN108229466B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728276B (zh) * 2018-07-16 2022-12-06 杭州海康威视数字技术股份有限公司 一种车牌识别方法及装置
CN109063702B (zh) * 2018-08-08 2022-05-17 北京旷视科技有限公司 车牌识别方法、装置、设备及存储介质
CN109767646B (zh) * 2019-02-28 2021-02-12 北京智行者科技有限公司 泊车方法及装置
CN110070085B (zh) * 2019-04-30 2021-11-02 北京百度网讯科技有限公司 车牌识别方法和装置
CN111340045B (zh) * 2020-02-12 2023-09-01 浙江大华技术股份有限公司 车牌号码的识别方法、装置及存储介质
CN112115904A (zh) * 2020-09-25 2020-12-22 浙江大华技术股份有限公司 车牌检测识别方法、装置及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101944174A (zh) * 2009-07-08 2011-01-12 西安电子科技大学 车牌字符的识别方法
CN102867418A (zh) * 2012-09-14 2013-01-09 浙江宇视科技有限公司 一种判断车牌识别准确性的方法和装置
CN104050450A (zh) * 2014-06-16 2014-09-17 西安通瑞新材料开发有限公司 一种基于视频的车牌识别方法
CN105069456A (zh) * 2015-07-30 2015-11-18 北京邮电大学 一种车牌字符分割方法及装置
CN105373794A (zh) * 2015-12-14 2016-03-02 河北工业大学 一种车牌识别方法
CN105631470A (zh) * 2015-12-21 2016-06-01 深圳市捷顺科技实业股份有限公司 一种车牌类型验证的方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101944174A (zh) * 2009-07-08 2011-01-12 西安电子科技大学 车牌字符的识别方法
CN102867418A (zh) * 2012-09-14 2013-01-09 浙江宇视科技有限公司 一种判断车牌识别准确性的方法和装置
CN104050450A (zh) * 2014-06-16 2014-09-17 西安通瑞新材料开发有限公司 一种基于视频的车牌识别方法
CN105069456A (zh) * 2015-07-30 2015-11-18 北京邮电大学 一种车牌字符分割方法及装置
CN105373794A (zh) * 2015-12-14 2016-03-02 河北工业大学 一种车牌识别方法
CN105631470A (zh) * 2015-12-21 2016-06-01 深圳市捷顺科技实业股份有限公司 一种车牌类型验证的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A system to Measure Gap Distance between Two Vehicles Using License Plate Character Height;KinYip Chan等;《ICCVG 2010》;20100922;249-256 *

Also Published As

Publication number Publication date
CN108229466A (zh) 2018-06-29

Similar Documents

Publication Publication Date Title
CN108073928B (zh) 一种车牌识别方法及装置
CN108229466B (zh) 一种车牌识别方法及装置
US9014432B2 (en) License plate character segmentation using likelihood maximization
CN108108734B (zh) 一种车牌识别方法及装置
CN108073926B (zh) 一种车牌识别方法及装置
Saleem et al. Automatic license plate recognition using extracted features
Ashtari et al. An Iranian license plate recognition system based on color features
CN108268867B (zh) 一种车牌定位方法及装置
CN111382704B (zh) 基于深度学习的车辆压线违章判断方法、装置及存储介质
Xie et al. A robust license plate detection and character recognition algorithm based on a combined feature extraction model and BPNN
Wang et al. An effective method for plate number recognition
Paunwala et al. A novel multiple license plate extraction technique for complex background in Indian traffic conditions
CN108090484B (zh) 一种车牌识别方法及装置
CN109034158B (zh) 一种车牌识别方法、装置及计算机设备
CN108073925B (zh) 一种车牌识别方法及装置
CN111652230B (zh) 车牌识别方法、电子设备及存储介质
CN107194393B (zh) 一种检测临时车牌的方法及装置
Islam et al. Automatic vehicle number plate recognition using structured elements
CN114387591A (zh) 车牌识别方法、系统、设备及存储介质
Shah et al. OCR-based chassis-number recognition using artificial neural networks
CN111027535A (zh) 一种车牌识别方法及相关设备
Arafat et al. Connected component analysis integrated edge based technique for automatic vehicular license plate recognition framework<? show [AQ ID= Q1]?>
Pandya et al. Morphology based approach to recognize number plates in India
CN111178359A (zh) 车牌号码识别方法、装置和设备及计算机存储介质
CN108205670B (zh) 一种车牌识别方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant