CN108319951B - 一种识别车牌中字符的方法及装置 - Google Patents

一种识别车牌中字符的方法及装置 Download PDF

Info

Publication number
CN108319951B
CN108319951B CN201710028236.XA CN201710028236A CN108319951B CN 108319951 B CN108319951 B CN 108319951B CN 201710028236 A CN201710028236 A CN 201710028236A CN 108319951 B CN108319951 B CN 108319951B
Authority
CN
China
Prior art keywords
character
characters
segment
sub
license plate
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
CN201710028236.XA
Other languages
English (en)
Other versions
CN108319951A (zh
Inventor
丁超员
何海峰
钮毅
罗兵华
林翠翠
蔡晓蕙
钱华
韦立庆
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 CN201710028236.XA priority Critical patent/CN108319951B/zh
Priority to PCT/CN2018/072593 priority patent/WO2018130216A1/zh
Publication of CN108319951A publication Critical patent/CN108319951A/zh
Application granted granted Critical
Publication of CN108319951B publication Critical patent/CN108319951B/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
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • 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
    • 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
    • G06V10/457Local 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 by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • 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)
  • Traffic Control Systems (AREA)
  • Character Input (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种识别车牌中字符的方法及装置,所述方法包括:获取待识别车牌的车牌区域图像;将所述车牌区域图像中字符数量最多的连续字符序列、确定为所述待识别车牌中的初始主段字符;根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;将位于所述初始主段字符左端或右端的、属于子段字符的字符删除,得到所述待识别车牌中的主段字符;根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的子段字符。应用本发明实施例能够识别出多种车牌类型中的主段字符和子段字符。

Description

一种识别车牌中字符的方法及装置
技术领域
本发明涉及智能交通领域,特别是涉及一种识别车牌中字符的方法及装置。
背景技术
随着车辆数量的急速增加,车牌的智能识别技术已经被广泛应用于停车场、城市道路和高速公路等区域进行车辆牌号的自动抓取和识别。
目前,识别车牌中字符的方法为:
第一步:通过摄像设备获取待识别车牌对应的车牌区域;
第二步:识别所述车牌区域中的字符;
第三步:根据预设模板分割车牌区域中的字符;
第四步:将分割后的车牌区域中的字符与预设模板中的各个字符模板分别进行比对,确定车牌区域中的字符。
通常情况下,车牌分为单层车牌和双层车牌,单层车牌中的字符不仅包括一串连续的字符序列,还可能包括与所述字符序列在位置或者格式上存在差异的其他字符,为了方便说明,一般将所述字符序列称为主段字符,并且将所述其他字符称为子段字符。此外,全球各个国家和地区的车牌类型各不相同,并无统一的标准,尤其是海湾合作委员会(GulfCooperation Council,GCC)国家成员阿联酋各酋长国的车牌类型,不仅车牌类型繁多,而且各类型车牌中的字符样式也各不相同。由于上述识别车牌中字符的方法中使用的模板种类有限,因此,对于车牌类型繁多的应用场景,使用上述识别车牌中字符的方法无法从多种类型的车牌中准确识别出主段字符和子段字符。
发明内容
本发明实施例的目的在于提供一种识别车牌中字符的方法及装置,能够识别出多种车牌类型中的主段字符和子段字符。具体技术方案如下:
本发明的一种实施例提出了一种识别车牌中字符的方法,所述方法包括:获取待识别车牌的车牌区域图像;将所述车牌区域图像中字符数量最多的连续字符序列、确定为所述待识别车牌中的初始主段字符;根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;将位于所述初始主段字符左端或右端的、属于子段字符的字符删除,得到所述待识别车牌中的主段字符;根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的子段字符。
优选地,所述根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符的步骤,包括:从所述初始主段字符的左端提取第一预设数量个字符或从右端提取第二预设数量个字符;判断所述第一预设数量个字符或所述第二预设数量个字符中的字符大小是否相同;若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小不相同,则确定所述第一预设数量个字符中第一较小字符的大小、或所述第二预设数量个字符中第二较小字符的大小;判断所述第一较小字符或所述第二较小字符是否为字母;若所述第一较小字符或所述第二较小字符为字母,则确定所述第一较小字符或所述第二较小字符属于所述子段字符;若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小均相同,或者所述第一较小字符和所述第二较小字符不为字母,则确定位于所述初始主段字符的左端或右端的字符中不存在属于子段字符的字符。
优选地,所述根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的所述子段字符的步骤,包括:根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域;在所述连通域中确定所述子段字符所在的子段区域;根据预设的分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符。
优选地,所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域的步骤,包括:根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的左侧;或者根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的右侧。
优选地,所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的左侧的步骤,包括:判断第一区域的高度与所述主段字符的高度是否一致;当所述第一区域的高度与所述主段字符的高度一致时,确定所述第一区域为所述子段字符所在的连通域;其中,所述第一区域为从所述主段字符的左侧至与所述左侧距离预设第三数量个字符之间的区域;或者判断第二区域的高度与所述主段字符的高度是否一致;当所述第二区域的高度与所述主段字符的高度一致时,确定所述第二区域为所述子段字符所在的连通域;其中,所述第二区域为从与所述主段字符的左侧距离预设第四数量个字符至与所述左侧距离预设第五数量个字符之间的区域;当所述第二区域的高度与所述主段字符的高度不一致,且为第一次判断第二区域的高度与所述主段字符的高度是否一致时,反转所述第二区域中的颜色,执行所述判断第二区域的高度与所述主段字符的高度是否一致。
优选地,所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的右侧的步骤,包括:判断第三区域的下界与所述主段字符是否一致,且所述第三区域的高度是否所述主段字符高度的四分之三;若为是,则确定所述第三区域为所述子段字符所在的连通域;其中,所述第四区域为从与所述主段字符的右侧距离预设第六数量个字符至与所述右侧距离预设第七数量个字符之间的区域;或者判断第四区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第四区域为所述子段字符所在的连通域;其中,所述第四区域为从与所述主段字符的右侧距离预设第八数量个字符至与所述右侧距离预设第九数量个字符之间的区域;或者判断第五区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第五区域为所述子段字符所在的连通域;其中,所述第五区域为从与所述主段字符的右侧距离预设第十数量个字符至与所述右侧距离预设第十一数量个字符之间的区域。
优选地,所述根据预设的分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符的步骤,包括:根据预设的第一分类模型,判断所述子段区域中是否存在所述子段字符;若为是,则根据预设的第二分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符;若为否,则执行所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域。
本发明的一种实施例又提出了一种识别车牌中字符的装置,所述装置包括:获取单元,用于获取待识别车牌的车牌区域图像;第一确定单元,用于将所述车牌区域图像中字符数量最多的连续字符序列、确定为所述待识别车牌中的初始主段字符;判断单元,用于根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;删除单元,用于将位于所述初始主段字符左端或右端的、属于子段字符的字符删除,得到所述待识别车牌中的主段字符;第二确定单元,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的子段字符。
优选地,所述判断单元,包括:提取子单元、判断子单元、第一确定子单元和第二确定子单元;所述提取子单元,用于从所述初始主段字符的左端提取第一预设数量个字符或从右端提取第二预设数量个字符;所述判断子单元,用于判断所述第一预设数量个字符或所述第二预设数量个字符中的字符大小是否相同;所述第一确定子单元,用于若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小不相同,则确定所述第一预设数量个字符中第一较小字符的大小、或所述第二预设数量个字符中第二较小字符的大小;判断所述第一较小字符或所述第二较小字符是否为字母;若所述第一较小字符或所述第二较小字符为字母,则确定所述第一较小字符或所述第二较小字符属于所述子段字符;所述第二确定子单元,用于若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小均相同,或者所述第一较小字符和所述第二较小字符不为字母,则确定位于所述初始主段字符的左端或右端的字符中不存在属于子段字符的字符。
优选地,所述第二确定单元,包括:第三确定子单元、第四确定子单元和第五确定子单元;所述第三确定子单元,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域;所述第四确定子单元,用于在所述连通域中确定所述子段字符所在的子段区域;所述第五确定子单元,用于根据预设的分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符。
优选地,所述第三确定子单元,包括:第六确定子单元和第七确定子单元;所述第六确定子单元,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的左侧;或者所述第七确定子单元,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的右侧。
优选地,所述第六确定子单元,包括:第八确定子单元、第九确定子单元和执行子单元;所述第八确定子单元,用于判断第一区域的高度与所述主段字符的高度是否一致;当所述第一区域的高度与所述主段字符的高度一致时,确定所述第一区域为所述子段字符所在的连通域;其中,所述第一区域为从所述主段字符的左侧至与所述左侧距离预设第三数量个字符之间的区域;或者所述第九确定子单元,用于判断第二区域的高度与所述主段字符的高度是否一致;当所述第二区域的高度与所述主段字符的高度一致时,确定所述第二区域为所述子段字符所在的连通域;其中,所述第二区域为从与所述主段字符的左侧距离预设第四数量个字符至与所述左侧距离预设第五数量个字符之间的区域;所述执行子单元,用于当所述第二区域的高度与所述主段字符的高度不一致,且为第一次判断第二区域的高度与所述主段字符的高度是否一致时,反转所述第二区域中的颜色,执行所述判断第二区域的高度与所述主段字符的高度是否一致。
优选地,所述第七确定子单元,包括:第十确定子单元、第十一确定子单元和第十二确定子单元;所述第十确定子单元,用于判断第三区域的下界与所述主段字符是否一致,且所述第三区域的高度是否所述主段字符高度的四分之三;若为是,则确定所述第三区域为所述子段字符所在的连通域;其中,所述第四区域为从与所述主段字符右侧距离预设第六数量个字符至与所述右侧距离预设第七数量个字符之间的区域;或者所述第十一确定子单元,用于判断第四区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第四区域为所述子段字符所在的连通域;其中,所述第四区域为从与所述主段字符的右侧距离预设第八数量个字符至与所述右侧距离预设第九数量个字符之间的区域;或者所述第十二确定子单元,用于判断第五区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第五区域为所述子段字符所在的连通域;其中,所述第五区域为从与所述主段字符的右侧距离预设第十数量个字符至与所述右侧距离预设第十一数量个字符之间的区域。
优选地,所述第五确定子单元,包括:第十三确定子单元、第十四确定子单元和第十五确定子单元;所述第十三确定子单元,用于根据预设的第一分类模型,判断所述子段区域中是否存在所述子段字符;所述第十四确定子单元,用于若所述子段区域中存在所述子段字符,则根据预设的第二分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符;所述第十五确定子单元,用于若所述子段区域中不存在所述子段字符,则执行所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域。
本发明实施例提供的识别车牌中字符的方法及装置,首先,能够在获取到的待识别车牌的车牌区域图像中,确定待识别车牌中的初始主段字符;接下来,判断初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;将位于初始主段字符左端或右端的、属于子段字符的字符删除,得到待识别车牌的主段字符;最后,根据主段字符的位置,确定待识别车牌中的子段字符。这样,能够排除与主段字符连接较紧的子段字符的干扰,得到精准的主段字符,进而根据精确的主段字符确定子段字符。由于本发明实施例没有使用固定模板,能够根据不同的应用场景识别多种类型的单层车牌,适用范围较广。
附图说明
为了更清楚地说明本发明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地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例的识别车牌中字符的方法的一种流程图;
图2为本发明实施例的多种车牌的示意图;
图3为本发明实施例的识别车牌中字符的方法的又一种流程图;
图4为本发明实施例的识别车牌中字符的方法的另一种流程图;
图5为本发明实施例的识别车牌中字符的方法的再一种流程图;
图6为本发明实施例的识别车牌中字符的方法的再一种流程图;
图7为本发明实施例的识别车牌中字符的装置的一种结构图;
图8为本发明实施例的识别车牌中字符的装置的又一种结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种识别车牌中字符的方法。参见图1,图1为本发明实施例的识别车牌中字符的方法的一种流程图,包括如下步骤:
步骤101,获取待识别车牌的车牌区域图像;
步骤102,将所述车牌区域图像中字符数量最多的连续字符序列、确定为所述待识别车牌中的初始主段字符;
本发明实施例应用于识别单层车牌中的主段字符和子段字符。
首先,可以通过摄像设备获取包含待识别车牌的场景图像,在场景图像中确定待识别车牌对应的车牌区域图像;
然后,识别车牌区域图像中的所有字符,并将识别出的所有字符作为待识别车牌中的粗识别主段字符,但不包括位于底色与待识别车牌的主背景颜色相反区域的字符。
可以理解的,当待识别车牌中包括子段字符时,粗识别主段字符中可能包括子段字符。
举例说明,如图2所示,图2为本发明实施例的多种车牌的示意图,在图2中,车牌A1对应的粗识别主段字符可能为96078,车牌A2对应的粗识别主段字符可能为54848,车牌A3对应的粗识别主段字符可能为8308,车牌A4对应的粗识别主段字符可能为54977,车牌A5对应的粗识别主段字符可能为62709,车牌A6对应的粗识别主段字符可能为58562,车牌A7对应的粗识别主段字符可能为58626,车牌A8对应的粗识别主段字符可能为45920,车牌A9对应的粗识别主段字符可能为32415,车牌A10对应的粗识别主段字符可能为98952,车牌A11对应的粗识别主段字符可能为40163,车牌A12对应的粗识别主段字符可能为9186,车牌B1对应的粗识别主段字符可能为26029,车牌B2对应的粗识别主段字符可能为3327,车牌B3对应的粗识别主段字符可能为7778D,车牌C1对应的粗识别主段字符可能为G4297,车牌C2对应的粗识别主段字符可能为8544,车牌D1对应的粗识别主段字符可能为3890GAA,车牌D2对应的粗识别主段字符可能为1021,车牌D3对应的粗识别主段字符可能为0528;可见,车牌对应的粗识别主段字符可能不是准确的主段字符,可能会包括子段字符;比如,车牌C1对应的粗识别主段字符G4297中包括了子段字符G,D1对应的粗识别主段字符3890GAA中包括了子段字符GAA。
接下来,在粗识别字符中,将字符数量最多的连续字符序列确定为初始主段字符;这样,可以从粗识别主段字符中排除掉与主段字符距离较远的子段字符,进一步限定了主段字符的范围。具体地,可以在粗识别主段字符中,根据字符的间距、宽度及中心距信息,确定初始主段字符。但是,在子段字符距离主段字符的左侧或右侧较为接近的场景下,初始主段字符的左侧或右侧中仍然可能包括子段字符。
因此,为了得到精确的主段字符,以及在精确主段字符的基础上确定子段字符,还需要对初始主段字符进行进一步限定。
比如对于图2中的车牌C1和车牌D1,还需要对车牌C1和车牌D1对应的初始主段字符进行进一步的限定。
步骤103,根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;
在本步骤中,可以分别判断位于初始主段字符的左端的字符中是否存在属于子段字符的字符,以及判断位于初始主段字符的右端的字符中是否存在属于子段字符的字符。为了方便理解,本发明实施例按照先判断左端再判断右端的顺序进行说明,当然,判断左端的步骤也可以与判断右端的步骤同时进行。需要说明的是,本发明对判断位于初始主段字符的左端的字符中是否存在属于子段字符的字符的步骤、与判断位于初始主段字符的右端的字符中是否存在属于子段字符的字符的步骤的执行先后顺序不加以限制。
在本发明的一种优选实施例中,参见图3,图3为本发明实施例的识别车牌中字符的方法的又一种流程图,步骤103具体可以包括:
子步骤11,从所述初始主段字符的左端提取第一预设数量个字符或从右端提取第二预设数量个字符;
子步骤12,判断所述第一预设数量个字符或所述第二预设数量个字符中的字符大小是否相同;
子步骤13,若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小不相同,则确定所述第一预设数量个字符中第一较小字符的大小、或所述第二预设数量个字符中第二较小字符的大小;判断所述第一较小字符或所述第二较小字符是否为字母;若所述第一较小字符或所述第二较小字符为字母,则确定所述第一较小字符或所述第二较小字符属于所述子段字符;
子步骤14,若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小均相同,或者所述第一较小字符和所述第二较小字符不为字母,则确定位于所述初始主段字符的左端或右端的字符中不存在属于子段字符的字符。
在实际应用中,由于有些子段字符与主段字符的距离较为接近,并且在通常情况下,与主段字符较为接近的子段字符的大小会小于主段字符的大小,且与主段字符较为接近的子段字符为字母;因此,可以通过确定位于初始主段字符左侧或右侧的字符的大小,以及判断位于初始主段字符左端或右端的字符是否为字母来确定位于初始主段字符的左端或右端的字符是否属于子段字符。
本发明实施例可以应用于确定GCC国家成员阿联酋各酋长国的车牌中的字符,根据目前现有的GCC国家成员阿联酋各酋长国车牌中字符的分布情况,总结出了如上述步骤11至步骤14所述的判断规则,并且,可以确定第一预设数量个字符可以是初始主段字符中从左往右的两个字符,第二预设数量个字符可以是初始主段字符中从左往右数的第四个和第五个字符;当然,可以根据实际需要,更改第一预设数量值和第二预设数量值。
具体地,在判断初始主段字符的左侧是否与子段字符连接时,首先,可以在初始主段字符的左端,按照从左往右的顺序提取第一个字符和第二个字符;接下来,判断所述第一个字符和所述第二个字符的大小是否相同;若所述第一个字符和所述第二个字符的大小不同,通常情况下所述第一个字符小于包括第二字符在内的其他字符,则在重新确定第一个字符的大小之后,再确定所述第一个字符是否为字母;若所述第一个字符为字母,则所述第一个字符属于子段字符;若所述第一个字符和所述第二个字符的大小相同,或者所述第一个字符不为字母,则初始主段字符的左端不存属于子段字符的字符。
需要说明的是,由于在初始主段字符中,所述第一个字符与其他字符的大小不同,这样可能导致在初始主段字符中,对所述第一个字符的识别不准确;因此,在确定所述第一个字符的大小之后,需要对所述第一个字符进行重新识别,以确定所述第一个字符是否为字母。
在判断初始主段字符的右侧是否与子段字符连接时,首先,可以在初始主段字符的右端,按照从左到右顺序提取的第四个字符及第四个字符以后的字符;接下来,判断所述第四个字符及第四个字符以后的字符的大小是否相同;若所述第四个字符及第四个字符以后的字符大小不同,通常情况下所述第五个字符及所述第五个字符以后的字符小于包括第四个字符在内的其他字符,则在重新确定所述第四个字符以后的字符,也即第五个字符及所述第五个字符以后的字符的大小之后,再确定所述第五个字符及所述第五个字符以后的字符是否为字母;若所述第五个字符及所述第五个字符以后的字符为字母,则所述第五个字符及所述第五个字符以后的字符属于子段字符;若所述第四个字符及所述第四个字符以后的字符的大小相同,或者所述第五个字符及所述第五个字符以后的字符不为字母,则初始主段字符的右端不存在属于子段字符的字符。
需要说明的是,同理,由于在初始主段字符中,所述第四个字符及第四个字符以后的字符与其他字符的大小不同,这样可能导致在初始主段字符中,对所述第五个字符及所述第五个字符以后的字符的识别不准确;因此,在确定所述第五个字符及所述第五个字符以后的字符的大小之后,需要对所述第五个字符及所述第五个字符以后的字符进行重新识别,以确定所述第五个字符及所述第五个字符以后的字符是否为字母。
举例说明,如图2中的车牌C1和车牌D1;其中,车牌C1对应的初始主段字符为G4297,按照从左到右顺序对应的第一个字符和第二个字符分别为G和4,可见,字符G的大小小于字符4,且字符4的上部存在空白区域,可能导致初始主段字符中对字符G的误识别;因此,需要在重新确定字符G的大小之后重新识别字符G,当确定字符G为字母时,可以确定车牌C1对应的初始主段字符的左侧与子段字符相连接,且第一个字符G为子段字符;而车牌D1对应的初始主段字符为3890GAA,按照从左到右顺序对应的第四个字符和第四个字符之后的字符分别为0和GAA,可见,字符GAA的大小小于字符0,且字符GAA为英文字母,且字符GAA的上部和下部均存在空白区域,可能导致初始主段字符中对字符GAA的误识别;因此,需要在重新确定字符GAA的大小之后重新识别字符GAA,当确定字符GAA为字母时,可以确定车牌E对应的初始主段字符的右侧与子段字符相连接,且第五个字符和第五个字符之后的字符GAA为子段字符。
需要说明的是,由于全球各国家或者地区的车牌类型非常多,且车牌中字符样式的差异也较大,为了更加准确的识别车牌中的字符,可以根据当前应用区域中,车牌中子段字符距离主段字符较为接近的场景,总结出区分主段字符与接近主段字符的子段字符的判断规则。
具体地,可以根据当前应用区域中车牌中字符的样式,选取出子段字符位于主段字符的左侧或右侧且与主段字符距离较近的所有车牌,总结这些车牌中子段字符的特征,以及根据这些车牌中子段字符的特征,归纳出能够区分这些车牌中子段字符的判断规则,用于判断粗识别主段字符的左侧或右侧是否与子段字符相连接。
需要说明的是,随着GCC国家成员阿联酋各酋长国车牌类型的增加,本发明实施例可以根据新增车牌中的字符分布情况,在原有判断规则的基础上进行扩展,以识别新增的车牌类型。
当然,本发明实施例的应用场景不限于GCC国家成员阿联酋各酋长国,在实际应用中,还可以应用于识别其他国家和地区的车牌类型,具体地,可以根据所述其他国家和地区的车牌中的字符分布情况,确定用于判断粗识别主段字符的左侧或右侧是否与子段字符相连接的判断规则。
步骤104,将位于所述初始主段字符左端或右端的、属于子段字符的字符删除,得到所述待识别车牌中的主段字符;
在本步骤中,当确定位于初始主段字符的左端或者右端的字符属于子段字符时,可以从初始子段字符的左端或右端删除属于子段字符的字符,以得到精准的主段字符。
举例说明,如图2中的车牌C1和车牌D1,车牌C1对应的初始主段字符为G4297,且字符G属于子段字符,可以从初始主段字符中删除字符G,得到精确的主段字符为4297;车牌D1对应的初始主段字符为3890GAA,且字符GAA属于子段字符,可以从初始主段字符3890GAA中删除字符GAA,得到精确的主段字符为3890。
步骤105,根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的子段字符。
具体地,通过步骤101~104的处理,已经得到了精准的主段字符,接下来,可以根据精准主段字符来确定子段字符。
在本发明的再一种优选实施例中,参见图4,图4为本发明实施例的识别车牌中字符的方法的另一种流程图,所述步骤104可以包括:
子步骤21,根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域;
子步骤22,在所述连通域中确定所述子段字符所在的子段区域;
子步骤23,根据预设的分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符。
具体地,可以根据精确的主段字符在车牌区域图像中所处的位置,确定子段字符所在的连通域;接下来,在连通域中确定包括子段区域的最小外接矩形,可以认为最小外接矩形就是子段区域;最后,根据预设的分类模型,在子段区域中识别子段字符。
进一步地,在本发明的一种优选实施例中,参见图5,图5为本发明实施例的识别车牌中字符的方法的再一种流程图,所述子步骤21,具体可以包括:
子步骤31,根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的左侧;或者
子步骤32,根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的右侧。
需要说明的是,本发明对于确定子段字符所在的连通域位于主段字符的左侧或者右侧的顺序不加以限制,可以先判断子段字符是否处于左侧再判断子段字符是否处于右侧,也可以先判断子段字符是否处于右侧再判断子段字符是否处于左侧。
由于子段字符只可能位于主段字符的左侧或者右侧,不可能同时位于主段字符的左侧和右侧,因此,一旦确定子段字符所在连通域位于主段字符的左侧或者右侧,无需再继续判断子段字符是否位于主段字符的另一侧,就可进一步执行确定子段区域的子步骤22。
进一步地,在本发明的一种优选实施例中,子步骤31具体可以包括:
判断第一区域的高度与所述主段字符的高度是否一致;当所述第一区域的高度与所述主段字符的高度一致时,确定所述第一区域为所述子段字符所在的连通域;其中,所述第一区域为从所述主段字符的左侧至与所述左侧的距离预设第三数量个字符之间的区域;或者
判断第二区域的高度与所述主段字符的高度是否一致;当所述第二区域的高度与所述主段字符的高度一致时,确定所述第二区域为所述子段字符所在的连通域;其中,所述第二区域为从与所述主段字符的左侧距离预设第四数量个字符至与所述左侧的距离预设第五数量个字符之间的区域;
当所述第二区域的高度与所述主段字符的高度不一致,且为第一次判断第二区域的高度与所述主段字符的高度是否一致时,反转所述第二区域中的颜色,执行所述判断第二区域的高度与所述主段字符的高度是否一致。
其中,预设第三数量个字符可以为两个字符,预设第四数量个字符可以为三个字符,预设第五数量个字符可以为六个字符。
需要说明的是,只有在第一次判断第二区域的高度与所述主段字符的高度不一致的情况下,才需要反转第二区域中的颜色,针对第二区域再执行一次判断处理,如果针对第二区域的第二次判断结果仍然为第二区域的高度与所述主段字符的高度不一致,则说明第二区域不为子段字符所在的连通域。
这样,就可以确定主段字符的左侧是否存在连通域,如果主段字符的左侧存在连通域,还可以确定连通域相对于主段字符的位置。
在本发明的一种优选实施例中,子步骤32具体可以包括:
判断第三区域的下界与所述主段字符是否一致,且所述第三区域的高度是否所述主段字符高度的四分之三;若为是,则确定所述第三区域为所述子段字符所在的连通域;其中,所述第四区域为从与所述主段字符的右侧距离预设第六数量个字符至与所述右侧的距离预设第七数量个字符之间的区域;或者
判断第四区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第四区域为所述子段字符所在的连通域;其中,所述第四区域为从与所述主段字符的右侧距离预设第八数量个字符至与所述右侧的距离预设第九数量个字符之间的区域;或者
判断第五区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第五区域为所述子段字符所在的连通域;其中,所述第五区域为从与所述主段字符的右侧距离预设第十数量个字符至与所述右侧的距离预设第十一数量个字符之间的区域。
其中,预设第六数量个字符可以为一个字符,预设第七数量个字符可以为三个字符,预设第八数量个字符可以为一个字符,预设第九数量个字符可以为四个字符,预设第十数量个字符可以为四个字符,预设第十一数量个字符可以为八个字符。
这样,就可以确定主段字符的右侧是否存在连通域,如果主段字符的右侧存在连通域,还可以确定连通域相对于主段字符的位置。
举例说明,如图2中的车牌C1和车牌D1;车牌C1中子段字符所在的连通域位于主段字符4297左侧的第一区域中;车牌D1中子段字符所在的连通域位于主段字符3890右侧的第三区域中。
接下来,在本发明的一种优选实施例中,子步骤23具体可以包括:
根据预设的第一分类模型,判断所述子段区域中是否存在所述子段字符;
若为是,则根据预设的第二分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符;
若为否,则执行子步骤21。
其中,预设的第一分类模型和第二分类模型均是根据现有GCC国家成员阿联酋各酋长国的车牌样式训练得到的。分类模型可以是神经网络模型,也可以是应用支持向量机(support vector machine,SVM)分类模型,boost分类模型等,本发明对分类模型的具体形式不加以限制。
具体地,第一分类模型用于确定子段区域中是否存在有效字符,也即判断是否存在子段字符,如果存在子段字符,则使用第二分类模型来识别子段区域中的子段字符。
可见,本发明实施例能够在获取到的待识别车牌的车牌区域图像中,确定待识别车牌中的初始主段字符;接下来,判断初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;将位于初始主段字符左端或右端的、属于子段字符的字符删除,得到待识别车牌的主段字符;最后,根据主段字符的位置,确定待识别车牌中的子段字符。这样,能够排除与主段字符连接较紧的子段字符的干扰,得到精准的主段字符,进而根据精确的主段字符确定子段字符。由于本发明实施例没有使用固定模板,能够根据不同的应用场景识别多种类型的单层车牌,适用范围较广。
本发明实施例还公开了一种识别车牌中字符的方法。参见图6,图6为本发明实施例的识别车牌中字符的方法的再一种流程图,包括如下步骤:
步骤601,获取包含待识别车牌的场景图像;将所述车牌区域图像中字符数量最多的连续字符序列、确定为所述待识别车牌中的初始主段字符;
步骤602,从所述初始主段字符中,提取从左往右的两个字符;
步骤603,判断所述从左往右的第一个字符是否小于第二个字符;若为是,则执行步骤606,若为否,则执行步骤604;
步骤604,判断所述第一个字符是否为字母;若为是,则执行步骤605;若为否,则执行步骤606;
步骤605,确定所述第一个字符属于子段字符,以及从所述初始主段字符中删除所述第一个字符,得到精确的主段字符;执行步骤610;
具体地,可以确定第一个字符的小大,并且重新识别第一个字符,确定第一个字符属于子段字符;并且,从初始主段字符中删除所述第一个字符;得到精确的主段字符。
在实际应用中,可以初步确定待识别车牌为黎巴嫩国家的车牌。
步骤606,从所述初始主段字符中,提取从左往右数的第四个字符以及所述第四个字符以后的字符;
步骤607,判断所述第五个字符以及所述第五个字符以后的字符、是否小于所述第四个字符;若为是,则所述初始主段字符中不存在子段字符,若为否,则执行步骤608;
步骤608,判断所述第五个字符以及所述第五个字符以后的字符是否为字母;若为是,则执行步骤609;若为否,则待识别车牌中不存在子段字符;
步骤609,确定所述第五个字符以及所述第五个字符以后的字符属于子段字符,以及从所述初始主段字符中删除所述第五个字符以及所述第五个字符以后的字符,得到精确的主段字符;执行步骤610;
具体地,可以确定第五个字符以及第五个字符以后的字符的小大,并且重新识别第五个字符以及第五个字符以后的字符,确定第五个字符以及第五个字符以后的字符属于子段字符;并且,从初始主段字符中删除第五个字符以及第五个字符以后的字符;得到精确的主段字符。
在实际应用中,可以初步确定待识别车牌为沙特国家的车牌。
步骤610,判断第一区域的高度与所述主段字符的高度是否一致;若为是,则执行步骤616;若为否,则执行步骤611;
其中,所述第一区域为从所述主段字符的左侧至与所述左侧的距离两个字符之间的区域。
步骤611,判断第二区域的高度与所述主段字符的高度是否一致;若为是,则执行步骤616;若为否,则执行步骤612;
其中,所述第二区域为从与所述主段字符的左侧距离三个字符至与所述左侧的距离六个字符之间的区域。
步骤612,判断是否为第一次判断;若为是,则反转所述第二区域中的颜色,返回执行步骤611;若为否,则执行步骤613;
步骤613,判断第三区域的下界与所述主段字符是否一致,且所述第三区域的高度是否所述主段字符高度的四分之三;若为是,则执行步骤616;若为否,则执行步骤614;
其中,所述第四区域为从与所述主段字符的右侧距离一个字符至与所述右侧的距离三个字符之间的区域。
步骤614,判断第四区域的高度与所述主段字符的高度是否一致;若为是,则执行步骤616;若为否,则执行步骤615;
其中,所述第四区域为从与所述主段字符的右侧距离一个字符至与所述右侧的距离四个字符之间的区域。
步骤615,判断第五区域的高度与所述主段字符的高度是否一致;若为是,则执行步骤616;若为否,则待识别车牌中不存在子段字符;
其中,所述第五区域为从与所述主段字符的右侧距离四个字符至与所述右侧的距离八个字符之间的区域。
步骤616,确定子段字符所在的连通域;
步骤617,在所述连通域中确定所述子段字符所在的子段区域;
其中,所述子段区域为所述连通域中的最小外接矩形。
步骤618,根据预设的第一分类模型,判断所述子段区域中是否存在所述子段字符;若为是,则执行步骤619;若为否,则待识别车牌中不存在子段字符;
步骤619,根据预设的第二分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符。
可见,本发明实施例能够从待识别车牌中识别出主段字符,当待识别车牌中存在子段字符时,根据主段字符的位置,识别出子段字符。
本发明实施例又公开了一种车牌类型的识别装置,如图7所示,图7为本发明实施例的车牌类型的识别装置的一种结构图,所述装置包括:获取单元701、第一确定单元702、判断单元703、删除单元704和第二确定单元705;
所述获取单元701,用于获取待识别车牌的车牌区域图像;
所述第一确定单元702,用于将所述车牌区域图像中字符数量最多的连续字符序列、确定为所述待识别车牌中的初始主段字符;
所述判断单元703,用于根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;
所述删除单元704,用于将位于所述初始主段字符左端或右端的、属于子段字符的字符删除,得到所述待识别车牌中的主段字符;
所述第二确定单元705,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的子段字符。
可见,应用本发明装置实施例能够通获取场景图像中待识别车牌对应的车牌区域;然后,在车牌区域中确定待识别车牌中的字符序列和背景颜色;接下来,根据预设规则,在车牌区域中确定待识别车牌对应的特殊图案区域;最后,根据待识别车牌中的字符序列和背景颜色,以及特殊图案区域,确定待识别车牌的车牌类型。这样,通过本发明实施例能够识别包括特殊图案的车牌对应的车牌类型,适用范围较广。
本发明实施例另公开了一种车牌类型的识别装置,如图8所示,图8为本发明实施例的车牌类型的识别装置的又一种结构图,所述装置包括:获取单元701、第一确定单元702、判断单元703、删除单元704、第二确定单元705;
所述判断单元703,包括:提取子单元801、判断子单元802、第一确定子单元803和第二确定子单元804;
所述提取子单元801,用于从所述初始主段字符的左端提取第一预设数量个字符或从右端提取第二预设数量个字符;
所述判断子单元802,用于判断所述第一预设数量个字符或所述第二预设数量个字符中的字符大小是否相同;
所述第一确定子单元803,用于若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小不相同,则确定所述第一预设数量个字符中第一较小字符的大小、或所述第二预设数量个字符中第二较小字符的大小;判断所述第一较小字符或所述第二较小字符是否为字母;若所述第一较小字符或所述第二较小字符为字母,则确定所述第一较小字符或所述第二较小字符属于所述子段字符;
所述第二确定子单元804,用于若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小均相同,或者所述第一较小字符或所述第二较小字符不为字母,则确定位于所述初始主段字符的左端或右端的字符中不存在属于子段字符的字符。
所述第二确定单元705,包括:第三确定子单元805、第四确定子单元806和第五确定子单元807;
所述第三确定子单元805,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域;
所述第四确定子单元806,用于在所述连通域中确定所述子段字符所在的子段区域;
所述第五确定子单元807,用于根据预设的分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符。
所述第三确定子单元805,包括:第六确定子单元808和第七确定子单元809;
所述第六确定子单元808,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域所述子段字符位于所述主段字符的左侧;或者
所述第七确定子单元809,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域所述子段字符位于所述主段字符的右侧。
可见,本发明实施例能够识别包括特殊图案的车牌对应的车牌类型,适用范围较广。
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”或者其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。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (14)

1.一种识别车牌中字符的方法,其特征在于,所述方法包括:
获取待识别车牌的车牌区域图像;
将所述车牌区域图像中字符数量最多的连续字符序列、确定为所述待识别车牌中的初始主段字符;
根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;
将位于所述初始主段字符左端或右端的、属于子段字符的字符删除,得到所述待识别车牌中的主段字符;
根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的子段字符。
2.根据权利要求1所述的方法,其特征在于,所述根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符的步骤,包括:
从所述初始主段字符的左端提取第一预设数量个字符或从右端提取第二预设数量个字符;
判断所述第一预设数量个字符或所述第二预设数量个字符中的字符大小是否相同;
若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小不相同,则确定所述第一预设数量个字符中第一较小字符的大小、或所述第二预设数量个字符中第二较小字符的大小;判断所述第一较小字符或所述第二较小字符是否为字母;若所述第一较小字符或所述第二较小字符为字母,则确定所述第一较小字符或所述第二较小字符属于所述子段字符;
若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小均相同,或者所述第一较小字符和所述第二较小字符不为字母,则确定位于所述初始主段字符的左端或右端的字符中不存在属于子段字符的字符。
3.根据权利要求1所述的方法,其特征在于,所述根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的所述子段字符的步骤,包括:
根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域;
在所述连通域中确定所述子段字符所在的子段区域;
根据预设的分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符。
4.根据权利要求3所述的方法,其特征在于,所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域的步骤,包括:
根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的左侧;或者
根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的右侧。
5.根据权利要求4所述的方法,其特征在于,所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述子段字符位于所述主段字符的左侧的步骤,包括:
判断第一区域的高度与所述主段字符的高度是否一致;当所述第一区域的高度与所述主段字符的高度一致时,确定所述第一区域为所述子段字符所在的连通域;其中,所述第一区域为从所述主段字符的左侧至与所述左侧距离预设第三数量个字符之间的区域;或者
判断第二区域的高度与所述主段字符的高度是否一致;当所述第二区域的高度与所述主段字符的高度一致时,确定所述第二区域为所述子段字符所在的连通域;其中,所述第二区域为从与所述主段字符的左侧距离预设第四数量个字符至与所述左侧距离预设第五数量个字符之间的区域;
当所述第二区域的高度与所述主段字符的高度不一致,且为第一次判断第二区域的高度与所述主段字符的高度是否一致时,反转所述第二区域中的颜色,执行所述判断第二区域的高度与所述主段字符的高度是否一致。
6.根据权利要求4所述的方法,其特征在于,所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域所述子段字符位于所述主段字符的右侧的步骤,包括:
判断第三区域的下界与所述主段字符是否一致,且所述第三区域的高度是否所述主段字符高度的四分之三;若为是,则确定所述第三区域为所述子段字符所在的连通域;其中,所述第三区域为从与所述主段字符的右侧距离预设第六数量个字符至与所述右侧距离预设第七数量个字符之间的区域;或者
判断第四区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第四区域为所述子段字符所在的连通域;其中,所述第四区域为从与所述主段字符的右侧距离预设第八数量个字符至与所述右侧距离预设第九数量个字符之间的区域;或者
判断第五区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第五区域为所述子段字符所在的连通域;其中,所述第五区域为从与所述主段字符的右侧距离预设第十数量个字符至与所述右侧距离预设第十一数量个字符之间的区域。
7.根据权利要求3所述的方法,其特征在于,所述根据预设的分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符的步骤,包括:
根据预设的第一分类模型,判断所述子段区域中是否存在所述子段字符;
若为是,则根据预设的第二分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符;
若为否,则执行所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域。
8.一种识别车牌中字符的装置,其特征在于,所述装置包括:
获取单元,用于获取待识别车牌的车牌区域图像;
第一确定单元,用于将所述车牌区域图像中字符数量最多的连续字符序列、确定为所述待识别车牌中的初始主段字符;
判断单元,用于根据预设的子段字符特征,判断位于所述初始主段字符的左端或右端的字符中是否存在属于子段字符的字符;
删除单元,用于将位于所述初始主段字符左端或右端的、属于子段字符的字符删除,得到所述待识别车牌中的主段字符;
第二确定单元,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定待识别车牌中的子段字符。
9.根据权利要求8所述装置,其特征在于,所述判断单元,包括:提取子单元、判断子单元、第一确定子单元和第二确定子单元;
所述提取子单元,用于从所述初始主段字符的左端提取第一预设数量个字符或从右端提取第二预设数量个字符;
所述判断子单元,用于判断所述第一预设数量个字符或所述第二预设数量个字符中的字符大小是否相同;
所述第一确定子单元,用于若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小不相同,则确定所述第一预设数量个字符中第一较小字符的大小、或所述第二预设数量个字符中第二较小字符的大小;判断所述第一较小字符或所述第二较小字符是否为字母;若所述第一较小字符或所述第二较小字符为字母,则确定所述第一较小字符或所述第二较小字符属于所述子段字符;
所述第二确定子单元,用于若所述第一预设数量个字符或所述第二预设数量个字符中的字符大小均相同,或者所述第一较小字符和所述第二较小字符不为字母,则确定位于所述初始主段字符的左端或右端的字符中不存在属于子段字符的字符。
10.根据权利要求8所述装置,其特征在于,所述第二确定单元,包括:第三确定子单元、第四确定子单元和第五确定子单元;
所述第三确定子单元,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域;
所述第四确定子单元,用于在所述连通域中确定所述子段字符所在的子段区域;
所述第五确定子单元,用于根据预设的分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符。
11.根据权利要求10所述装置,其特征在于,所述第三确定子单元,包括:第六确定子单元和第七确定子单元;
所述第六确定子单元,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的左侧;或者
所述第七确定子单元,用于根据所述主段字符在所述车牌区域图像中所在的位置,确定所述子段字符所在的连通域位于所述主段字符的右侧。
12.根据权利要求11所述装置,其特征在于,所述第六确定子单元,包括:第八确定子单元、第九确定子单元和执行子单元;
所述第八确定子单元,用于判断第一区域的高度与所述主段字符的高度是否一致;当所述第一区域的高度与所述主段字符的高度一致时,确定所述第一区域为所述子段字符所在的连通域;其中,所述第一区域为从所述主段字符的左侧至与所述左侧距离预设第三数量个字符之间的区域;或者
所述第九确定子单元,用于判断第二区域的高度与所述主段字符的高度是否一致;当所述第二区域的高度与所述主段字符的高度一致时,确定所述第二区域为所述子段字符所在的连通域;其中,所述第二区域为从与所述主段字符的左侧距离预设第四数量个字符至与所述左侧距离预设第五数量个字符之间的区域;
所述执行子单元,用于当所述第二区域的高度与所述主段字符的高度不一致,且为第一次判断第二区域的高度与所述主段字符的高度是否一致时,反转所述第二区域中的颜色,执行所述判断第二区域的高度与所述主段字符的高度是否一致。
13.根据权利要求11所述装置,其特征在于,所述第七确定子单元,包括:第十确定子单元、第十一确定子单元和第十二确定子单元;
所述第十确定子单元,用于判断第三区域的下界与所述主段字符是否一致,且所述第三区域的高度是否所述主段字符高度的四分之三;若为是,则确定所述第三区域为所述子段字符所在的连通域;其中,所述第三区域为从与所述主段字符的右侧距离预设第六数量个字符至与所述右侧距离预设第七数量个字符之间的区域;或者
所述第十一确定子单元,用于判断第四区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第四区域为所述子段字符所在的连通域;其中,所述第四区域为从与所述主段字符的右侧距离预设第八数量个字符至与所述右侧距离预设第九数量个字符之间的区域;或者
所述第十二确定子单元,用于判断第五区域的高度与所述主段字符的高度是否一致;若为是,则确定所述第五区域为所述子段字符所在的连通域;其中,所述第五区域为从与所述主段字符的右侧距离预设第十数量个字符至与所述右侧距离预设第十一数量个字符之间的区域。
14.根据权利要求10所述装置,其特征在于,所述第五确定子单元,包括:第十三确定子单元、第十四确定子单元和第十五确定子单元;
所述第十三确定子单元,用于根据预设的第一分类模型,判断所述子段区域中是否存在所述子段字符;
所述第十四确定子单元,用于若所述子段区域中存在所述子段字符,则根据预设的第二分类模型,在所述子段区域中确定所述待识别车牌中的所述子段字符;
所述第十五确定子单元,用于若所述子段区域中不存在所述子段字符,则执行所述根据所述主段字符在所述车牌区域图像中所在的位置,确定所述车牌区域图像中所述子段字符所在的连通域。
CN201710028236.XA 2017-01-16 2017-01-16 一种识别车牌中字符的方法及装置 Active CN108319951B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710028236.XA CN108319951B (zh) 2017-01-16 2017-01-16 一种识别车牌中字符的方法及装置
PCT/CN2018/072593 WO2018130216A1 (zh) 2017-01-16 2018-01-15 一种识别车牌中字符的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710028236.XA CN108319951B (zh) 2017-01-16 2017-01-16 一种识别车牌中字符的方法及装置

Publications (2)

Publication Number Publication Date
CN108319951A CN108319951A (zh) 2018-07-24
CN108319951B true CN108319951B (zh) 2020-10-02

Family

ID=62839320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710028236.XA Active CN108319951B (zh) 2017-01-16 2017-01-16 一种识别车牌中字符的方法及装置

Country Status (2)

Country Link
CN (1) CN108319951B (zh)
WO (1) WO2018130216A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110399880A (zh) * 2019-07-31 2019-11-01 深圳市捷顺科技实业股份有限公司 一种车牌字符及车牌类别的识别方法、装置及设备
CN111582261B (zh) * 2020-04-30 2024-01-19 浙江大华技术股份有限公司 一种非机动车的车牌识别方法和车牌识别装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008040519A (ja) * 2006-08-01 2008-02-21 Hitachi Information & Control Solutions Ltd 携帯型駐車違反車両撮影装置
DE202007014130U1 (de) * 2007-10-09 2008-04-03 Rosmann, Marc Kennzeichen-Wechselrahmen
CN101373517A (zh) * 2007-08-22 2009-02-25 北京万集科技有限责任公司 一种车牌识别方法及系统
CN101567042A (zh) * 2009-05-25 2009-10-28 公安部交通管理科学研究所 武警汽车号牌图像的字符识别方法
CN101872416A (zh) * 2010-05-06 2010-10-27 复旦大学 对道路图像进行车牌识别的方法和系统
CN102147858A (zh) * 2011-03-31 2011-08-10 重庆大学 车牌字符识别方法
CN102693431A (zh) * 2012-05-31 2012-09-26 信帧电子技术(北京)有限公司 一种白色车牌类型的识别方法及装置
CN104636748A (zh) * 2013-11-14 2015-05-20 张伟伟 一种号牌识别的方法及装置
CN105809166A (zh) * 2016-03-04 2016-07-27 深圳市佳信捷技术股份有限公司 车牌识别方法、装置及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008040519A (ja) * 2006-08-01 2008-02-21 Hitachi Information & Control Solutions Ltd 携帯型駐車違反車両撮影装置
CN101373517A (zh) * 2007-08-22 2009-02-25 北京万集科技有限责任公司 一种车牌识别方法及系统
DE202007014130U1 (de) * 2007-10-09 2008-04-03 Rosmann, Marc Kennzeichen-Wechselrahmen
CN101567042A (zh) * 2009-05-25 2009-10-28 公安部交通管理科学研究所 武警汽车号牌图像的字符识别方法
CN101872416A (zh) * 2010-05-06 2010-10-27 复旦大学 对道路图像进行车牌识别的方法和系统
CN102147858A (zh) * 2011-03-31 2011-08-10 重庆大学 车牌字符识别方法
CN102693431A (zh) * 2012-05-31 2012-09-26 信帧电子技术(北京)有限公司 一种白色车牌类型的识别方法及装置
CN104636748A (zh) * 2013-11-14 2015-05-20 张伟伟 一种号牌识别的方法及装置
CN105809166A (zh) * 2016-03-04 2016-07-27 深圳市佳信捷技术股份有限公司 车牌识别方法、装置及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Vehicle license-plate recognition by image analysis;K. Miyamoto;《Proceedings IECON "91: 1991 International Conference on Industrial Electronics, Control and Instrumentation》;19911231;全文 *
基于简化PCNN的车牌定位算法;王成;《计算机工程》;20101220;全文 *
车牌自动识别系统的研究与设计;李坤;《中国优秀硕士学位论文全文数据库 信息科学辑》;20120515;全文 *

Also Published As

Publication number Publication date
CN108319951A (zh) 2018-07-24
WO2018130216A1 (zh) 2018-07-19

Similar Documents

Publication Publication Date Title
CN110991465B (zh) 一种物体识别方法、装置、计算设备及存储介质
CN101859382B (zh) 一种基于最大稳定极值区域的车牌检测与识别的方法
Gonzalez et al. Text detection and recognition on traffic panels from street-level imagery using visual appearance
CN108268867B (zh) 一种车牌定位方法及装置
CN104331682B (zh) 一种基于傅里叶描述子的建筑物自动识别方法
CN107016362B (zh) 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统
CN105631470A (zh) 一种车牌类型验证的方法及系统
CN105046255A (zh) 一种基于车尾文字识别的车型鉴定方法及系统
CN109657664B (zh) 一种车牌类型的识别方法、装置及电子设备
CN104766042A (zh) 交通标志板识别方法及装置
CN103679168A (zh) 文字区域检测方法及装置
CN107194393B (zh) 一种检测临时车牌的方法及装置
CN102902957A (zh) 一种基于视频流的自动车牌识别方法
CN108229466B (zh) 一种车牌识别方法及装置
CN104299009A (zh) 基于多特征融合的车牌字符识别方法
CN104200228A (zh) 一种安全带识别方法与系统
CN108319951B (zh) 一种识别车牌中字符的方法及装置
CN108073925B (zh) 一种车牌识别方法及装置
CN108090484B (zh) 一种车牌识别方法及装置
CN105574944A (zh) 基于公路车辆识别智能收费系统及方法
CN106778777B (zh) 一种车辆匹配方法及系统
WO2012056002A1 (en) Method for detecting and recognising an object in an image, and an apparatus and a computer program therefor
CN103488966A (zh) 一种能够识别实名制车票信息的智能手机
CN109325487B (zh) 一种基于目标检测的全种类车牌识别方法
CN108734170B (zh) 基于机器学习和模板的车牌字符分割方法

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