TWI702547B - 車牌辨識方法及其系統 - Google Patents

車牌辨識方法及其系統 Download PDF

Info

Publication number
TWI702547B
TWI702547B TW108123375A TW108123375A TWI702547B TW I702547 B TWI702547 B TW I702547B TW 108123375 A TW108123375 A TW 108123375A TW 108123375 A TW108123375 A TW 108123375A TW I702547 B TWI702547 B TW I702547B
Authority
TW
Taiwan
Prior art keywords
processed
character
block
license plate
image
Prior art date
Application number
TW108123375A
Other languages
English (en)
Other versions
TW202103049A (zh
Inventor
許正忠
胡志剛
鄭吉延
趙鴻偉
Original Assignee
利凌企業股份有限公司
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 利凌企業股份有限公司 filed Critical 利凌企業股份有限公司
Priority to TW108123375A priority Critical patent/TWI702547B/zh
Priority to US16/809,677 priority patent/US11227175B2/en
Application granted granted Critical
Publication of TWI702547B publication Critical patent/TWI702547B/zh
Publication of TW202103049A publication Critical patent/TW202103049A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R13/00—Elements for body-finishing, identifying, or decorating; Arrangements or adaptations for advertising purposes
    • B60R13/10—Registration, licensing, or like devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Character Input (AREA)
  • Character Discrimination (AREA)

Abstract

一種車牌辨識系統，包含一影像擷取單元及一處理單元。該處理單元根據該影像擷取單元所擷取之一待處理圖像，獲得一字元偵測結果，並當判定出該字元偵測結果指示出該待處理圖像包含多個待處理字元區塊時，獲得每一待處理字元區塊所對應的一代表點，該處理單元獲得最接近每一代表點的一直線，該處理單元根據該直線及一參考線，獲得一校正角度，該處理單元根據該校正角度，將該等待處理字元區塊進行校正，以獲得多個校正字元區塊，該處理單元根據該校正字元區塊，利用圖像字元辨識模型，辨識出該等校正字元區塊所對應的該等車牌字元。

Description

車牌辨識方法及其系統
本發明是有關於一種影像辨識系統，特別是指一種應用於車牌的影像辨識系統。
應用於車牌辨識的影像辨識技術之研究早已行之有年，而市場上也已有各種相關於車牌辨識的各種應用設施（例:停車場）。雖然，目前市場上存在眾多的車牌辨識技術，但在如何處理或校正影像的上所需要的訓練資料及建構的難易度仍舊有所不同。因此，仍需要業者提供其他全新的車牌辨識技術的建構方式，以提供企業或商家根據自身之需求選擇並使用。
基於上述，在此提供一種全新的之車牌辨識方法及其系統，即為本創作的首要目標。
因此，本發明的目的，即在提供一種全新的車牌辨識方法。
於是，本發明車牌辨識方法，藉由一車牌辨識系統來實施，該車牌辨識系統包含一影像擷取單元及一電連接該影像擷取單元的處理單元，並包含一步驟(A)、一步驟(B)、一步驟(C)、一步驟(D)、一步驟(E)、一步驟(F)，以及一步驟(G)。.
步驟(A)是藉由該處理單元，根據該影像擷取單元所擷取之一待處理圖像，利用一用於偵測位於圖像中每一車牌字元所對應之一字元區塊的第一物件偵測模型，獲得該待處理圖像所對應的一字元偵測結果。
步驟(B)是藉由該處理單元，判定該字元偵測結果是否指示出該待處理圖像包含對應一車牌之多個車牌字元的多個待處理字元區塊。
步驟(C)是當判定出該字元偵測結果指示出該待處理圖像包含該等待處理字元區塊時，對於該字元偵測結果中的每一待處理字元區塊，藉由該處理單元，獲得該待處理字元區塊所對應的一代表點。
步驟(D)是藉由該處理單元，獲得最接近每一代表點的一直線。
步驟(E)是藉由該處理單元，根據該直線及一預設的參考線，獲得一校正角度。
步驟(F)是對於每一待處理字元區塊，藉由該處理單元，根據該校正角度，將該待處理字元區塊進行校正，以獲得一校正字元區塊。
步驟(G)是對於每一校正字元區塊，藉由該處理單元，根據該校正字元區塊，利用一圖像字元辨識模型，辨識出該校正字元區塊所對應的該車牌字元。
本發明之另一目的，即在提供一種全新的車牌辨識系統。
於是，本發明車牌辨識系統，包含一影像擷取單元，以及一電連接該影像擷取單元的處理單元。
其中，該處理單元根據該影像擷取單元所擷取之一待處理圖像，利用一用於偵測位於圖像中每一車牌字元所對應之一字元區塊的第一物件偵測模型，獲得該待處理圖像所對應的一字元偵測結果，該處理單元判定該字元偵測結果是否指示出該待處理圖像包含對應一車牌之多個車牌字元的多個待處理字元區塊，當該處理單元判定出該字元偵測結果指示出該待處理圖像包含該等待處理字元區塊時，對於該字元偵測結果中的每一待處理字元區塊，該處理單元獲得該待處理字元區塊所對應的一代表點，該處理單元獲得最接近每一代表點的一直線，該處理單元根據該直線及一預設的參考線，獲得一校正角度，對於每一待處理字元區塊，該處理單元根據該校正角度，將該待處理字元區塊進行校正，以獲得一校正字元區塊，對於每一校正字元區塊，該處理單元根據該校正字元區塊，利用一圖像字元辨識模型，辨識出該校正字元區塊所對應的該車牌字元。
本發明之功效在於：藉由該處理單元，利用該第一物件偵測模型，獲得對應該待處理圖像的該字元偵測結果，再根據該字元偵測結果所指示出的該等待處理字元區塊，獲得對應於每一待處理字元區塊所對應之該代表點的該直線，並於根據該直線獲得該校正角度後，將每一待處理字元區塊校正為該校正字元區塊，最後辨識出每一校正字元區塊所對應的該車牌字元。
在本發明被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。
參閱圖1，本發明車牌辨識系統1的一實施例，包含一電子裝置2，以及一經由一通訊網路200連接該電子裝置2的伺服端3。
該電子裝置2包含一連接至該通訊網路200的第一通訊模組21、一第一儲存模組22、一第一影像擷取模組23，以及一電連接第一通訊模組21、該第一儲存模組22及該第一影像擷取模組23的第一處理模組24。特別地，該第一影像擷取模組22係包含於一影像擷取單元。
該伺服端3包括一連接至該通訊網路200的第二通訊模組31、一第二儲存模組32，以及一電連接該第二通訊模組31及該第二儲存模組32的第二處理模組33。特別地，該第一處理模組24及該第二處理模組33係包含於一處理單元。
第一儲存模組22或該第二儲存模組32儲存有一用於偵測位於圖像中每一車牌字元所對應之一字元區塊的第一物件偵測模型、一用於偵測位於圖像中之一車輛所對應之一車輛區塊的第二物件偵測模型，以及一用於偵測位於圖像中之一車牌所對應之一車牌區塊的第三物件偵測模型。值得特別說明的是，該第一第一物件偵測模型、該第二物件偵測模型及第三物件偵測模型皆為多層次區塊卷積神經網路（R-CNN，Regions with Convolutional Neural Network）。其中，該第一物件偵測模型係使用多個第一訓練資料所訓練出，每一第一訓練資料包含一車牌圖像及指示出該車牌圖像中每一車牌字元所在之區塊的第一位置資訊。該第二物件偵測模型係使用多個第二訓練資料所訓練出，每一第二訓練資料包含一圖像及指示出該圖像中之車輛所在之區塊的第二位置資訊。該第三物件偵測模型係使用多個第三訓練資料所訓練出，每一第三訓練資料包含一車輛圖像及指示出該車輛圖像中之車牌所在之區塊的第三位置資訊。
在該實施例中，該電子裝置2之實施態樣例如為一具有照相功能的電子設備，但不以此為限。
在該實施例中，該伺服端3之實施態樣例如為一個人電腦、一伺服器或一雲端主機，但不以此為限。
參閱圖2，以下將藉由本發明車牌辨識系統1之該實施例執行一車牌辨識方法來說明該電子裝置2及該伺服端3各元件的運作細節，該車牌辨識方法包含一步驟51、一步驟52、一步驟53、一步驟54、一步驟55、一步驟56、一步驟57，以及一步驟58。
在步驟51中，該第一處理模組24透過該第一通訊模組21將該第一影像擷取模組23所擷取之一待處理圖像傳送至該伺服端3。
在步驟52中，該第二處理模組33在透過該第二通訊模組31接收到該待處理圖像後，根據該待處理圖像，利用該第一物件偵測模型，獲得該待處理圖像所對應的一字元偵測結果。
參閱圖4，值得特別說明的是，步驟52還進一步包含一子步驟521、一子步驟522、一子步驟523、一子步驟524，以及一子步驟525。
在子步驟521中，該第二處理模組33根據該待處理圖像，利用該第二物件偵測模型，獲得該待處理圖像所對應的一車輛偵測結果。
在子步驟522中，該第二處理模組33判定該車輛偵測結果是否指示出該待處理圖像包含對應於一車輛的一待處理車輛區塊。當該第二處理模組33判定出該車輛偵測結果指示出該待處理圖像包含該待處理車輛區塊時，進行流程子步驟523；當該第二處理模組33判定出該車輛偵測結果指示出該待處理圖像不包含該待處理車輛區塊時，回到流程子步驟521。其中，該待處理車輛區塊係由一位於該待處理圖像中的車輛起點座標、一車輛水平距離及一車輛垂直距離所界定，但不以此為限。
在子步驟523中，該第二處理模組33根據該待處理車輛區塊，利用該第三物件偵測模型，獲得該待處理車輛區塊所對應的一車牌偵測結果。
在子步驟524中，該第二處理模組33判定該車牌分析結果是否指示出該待處理車輛區塊包含對應於一車牌的一待處理車牌區塊。當該第二處理模組33判定出該車牌分析結果指示出該待處理車輛區塊包含該待處理車牌區塊時，進行流程子步驟525；當該第二處理模組33判定出該車牌分析結果指示出該待處理車輛區塊不包含該待處理車牌區塊時，回到流程子步驟521。其中，該待處理車牌區塊係由一位於該待處理車輛區塊中的車牌起點座標、一車牌水平距離及一車牌垂直距離所界定，但不以此為限。
在子步驟525中，該第二處理模組33根據該待處理車牌區塊，利用該第一物件偵測模型，獲得該待處理車牌區塊所對應的該字元偵測結果。
值得特別說明的是，步驟52亦可直接根據該待處理圖像，利用該第一物件偵測模型，獲得該待處理圖像所對應的該字元偵測結果。此時，訓練該第一物件偵測模型所使用每一第一訓練資料包含該圖像及指示出該圖像中每一車牌字元所在之區塊的第一位置資訊。
在步驟53中，該第二處理模組33判定該字元偵測結果是否指示出該待處理圖像包含對應一車牌之多個車牌字元的多個待處理字元區塊。當判定出該字元偵測結果指示出該待處理圖像包含該等待處理字元區塊時，進行流程步驟54；當判定出該字元偵測結果指示出該待處理圖像不包含該等待處理字元區塊時，回到流程步驟52，以判定下一張待處理圖像。其中，每一待處理字元區塊係由的一字元起點座標起點、一字元水平距離及一字元垂直距離所界定，但不以此為限。
在步驟54中，對於該字元偵測結果中的每一待處理字元區塊（如圖3所示之
Figure 02_image001
），該第二處理模組33獲得該待處理字元區塊所對應的一代表點（如圖3所示之
Figure 02_image003
）。其中，每一字元圖像區塊所對應的一代表點係為該字元圖像區塊所對應的一中心點。
在步驟55中，該第二處理模組33獲得最接近每一代表點的一直線（如圖3所示之
Figure 02_image005
）。其中，該第二處理模組33係根據每一代表點，利用一最小平方法，獲得一回歸直線並作為該直線。
在步驟56中，該第二處理模組33根據該直線及一預設的參考線（如圖3所示之
Figure 02_image007
），獲得一校正角度（如圖3所示之
Figure 02_image011
）。其中，該參考線係為一水平線。
在步驟57中，對於每一待處理字元區塊，該第二處理模組33根據該校正角度，將該待處理字元區塊進行校正，以獲得一校正字元區塊。其中，該第二處理模組33係根據該校正角度，利用一旋轉矩陣，將每一待處理字元區塊進行校正。
在步驟58中，對於每一校正字元區塊，該第二處理模組33根據該校正字元區塊，利用一習知的圖像字元辨識模型，辨識出該校正字元區塊所對應的該車牌字元。特別地，當該伺服端3包含有一電連接該第二處理模組33的第二顯示模組時，則還將所辨識出的每一車牌字元顯示於該第二顯示模組。
值得特別說明的是，本發明車牌辨識系統1所執行之該車牌辨識方法之另一實施例係由該第一處理模組24（該電子裝置1）執行步驟51~58，最後該第一處理模組24透過該第一通訊模組21將步驟58所辨識出之每一校正字元區塊所對應的該車牌字元傳送至該伺服端3。
綜上所述，本發明車牌辨識系統1，藉由該第一處理模組24或該第二處理模組33，分別利用該第二物件偵測模型及該第三物件偵測模型，獲得對應該待處理圖像中的該待處理車牌區塊，再利用該第一物件偵測模型，獲得對應該待處理車牌區塊的該字元偵測結果，並根據該字元偵測結果所指示出每一待處理字元區塊所對應之該代表點獲得的該直線，且根據該直線與該參考線所界定的該校正角度，將每一待處理字元區塊校正為該校正字元區塊，最後辨識出每一校正字元區塊所對應的該車牌字元。因此，故確實能達成本發明的目的。
惟以上所述者，僅為本發明的實施例而已，當不能以此限定本發明實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的範圍內。
200:通訊網路 1:車牌辨識系統 2:電子裝置 21:第一通訊模組 22:第一儲存模組 23:第一影像擷取模組 24:第一處理模組 3:伺服端 31:第二通訊模組 32:第二儲存模組 33:第二處理模組
Figure 02_image001
:待處理字元區塊
Figure 02_image003
:代表點
Figure 02_image005
:直線
Figure 02_image007
:參考線
Figure 02_image009
:校正角度 51~58:步驟 521~525:子步驟
本發明的其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 圖1是一方塊圖，說明本發明車牌辨識系統的一實施例； 圖2是一流程圖，說明該實施例所執行之一車牌辨識方法； 圖3是一示意圖，說明該車牌辨識方法之每一待處理字元區塊
Figure 02_image001
的代表點
Figure 02_image003
、最接近每一代表點
Figure 02_image003
的一直線
Figure 02_image005
，以及該直線
Figure 02_image005
與一參考線
Figure 02_image007
所界定的一校正角度
Figure 02_image009
；及 圖4是一流程圖，說明該車牌辨識方法如何獲得一字元偵測結果的細部流程。
200:通訊網路
1:車牌辨識系統
2:電子裝置
21:第一通訊模組
22:第一儲存模組
23:第一影像擷取模組
24:第一處理模組
3:伺服端
31:第二通訊模組
32:第二儲存模組
33:第二處理模組

Claims (10)

  1. 一種車牌辨識方法，藉由一車牌辨識系統來實施，該車牌辨識系統包含一影像擷取單元及一電連接該影像擷取單元的處理單元，該車牌辨識方法包含以下步驟： (A) 藉由該處理單元，根據該影像擷取單元所擷取之一待處理圖像，利用一用於偵測位於圖像中每一車牌字元所對應之一字元區塊的第一物件偵測模型，獲得該待處理圖像所對應的一字元偵測結果； (B) 藉由該處理單元，判定該字元偵測結果是否指示出該待處理圖像包含對應一車牌之多個車牌字元的多個待處理字元區塊； (C) 當判定出該字元偵測結果指示出該待處理圖像包含該等待處理字元區塊時，對於該字元偵測結果中的每一待處理字元區塊，藉由該處理單元，獲得該待處理字元區塊所對應的一代表點； (D) 藉由該處理單元，獲得最接近每一代表點的一直線； (E) 藉由該處理單元，根據該直線及一預設的參考線，獲得一校正角度； (F) 對於每一待處理字元區塊，藉由該處理單元，根據該校正角度，將該待處理字元區塊進行校正，以獲得一校正字元區塊；及 (G) 對於每一校正字元區塊，藉由該處理單元，根據該校正字元區塊，利用一圖像字元辨識模型，辨識出該校正字元區塊所對應的該車牌字元。
  2. 如請求項1所述的車牌辨識方法，其中， 在步驟(C)中，每一字元圖像區塊所對應的一代表點係為該字元圖像區塊所對應的一中心點；及 在步驟(D)中，該直線係為一回歸直線。
  3. 如請求項1所述的車牌辨識方法，其中，步驟(A)還包含以下步驟： (A-1) 藉由該處理單元，根據該待處理圖像，利用一用於偵測位於圖像中之一車輛所對應之一車輛區塊的第二物件偵測模型，獲得該待處理圖像所對應的一車輛偵測結果； (A-2) 藉由該處理單元，判定該車輛偵測結果是否指示出該待處理圖像包含對應於一車輛的一待處理車輛區塊； (A-3) 當判定出該車輛偵測結果指示出該待處理圖像具有該待處理車輛區塊時，藉由該處理單元，根據該待處理車輛區塊，利用一用於偵測位於圖像中之一車牌所對應之一車牌區塊的第三物件偵測模型，獲得該待處理車輛區塊所對應的一車牌偵測結果； (A-4) 藉由該處理單元，判定該車牌分析結果是否指示出該待處理車輛區塊包含對應於一車牌的一待處理車牌區塊；及 (A-5) 當判定出該車牌偵測結果指示出該待處理車輛區塊包含該待處理車牌區塊時，藉由該處理單元，根據該待處理車牌區塊，利用該第一物件偵測模型，獲得該待處理車牌區塊所對應的該字元偵測結果。
  4. 如請求項1所述的車牌辨識方法，該處理單元包含一第一處理模組及一第二處理模組，該第一處理模組電連接該影像擷取單元及一連接一通訊網路的第一通訊模組，該第二處理模組電連接一連接該通訊網路的第二通訊模組，其中， 步驟(A)包含以下步驟： (A-1) 藉由該第一處理模組，將該影像擷取單元所擷取之該待處理圖像傳送至該第二處理模組； (A-2) 藉由該第二處理模組，根據該待處理圖像，利用該第一物件偵測模型，獲得該待處理圖像所對應的該字元偵測結果； 在步驟(B)中，係藉由該第二處理模組，判定該待處理圖像中是否包含有該等待處理字元區塊； 在步驟(C)中，係藉由該第二處理模組，獲得每一待處理字元區塊所對應的該代表點； 在步驟(D)中，係藉由該第二處理模組，獲得該直線； 在步驟(E)中，係藉由該第二處理模組，獲得該校正角度； 在步驟(F)中，係藉由該第二處理模組，獲得該等校正字元區塊；及 在步驟(G)中，係藉由該第二處理模組，辨識出該等校正字元區塊所對應的該等車牌字元。
  5. 如請求項1所述的車牌辨識方法，該處理單元包含一第一處理模組及一第二處理模組，該第一處理模組電連接該影像擷取單元及一連接一通訊網路的第一通訊模組，該第二處理模組電連接一連接該通訊網路的第二通訊模組，其中， 在步驟(A)中，係藉由該第一處理模組，獲得該字元偵測結果； 在步驟(B)中，係藉由該第一處理模組，判定該待處理圖像中是否包含有該等待處理字元區塊； 在步驟(C)中，係藉由該第一處理模組，獲得每一待處理字元區塊所對應的該代表點； 在步驟(D)中，係藉由該第一處理模組，獲得該直線； 在步驟(E)中，係藉由該第一處理模組，獲得該校正角度； 在步驟(F)中，係藉由該第一處理模組，獲得該等校正字元區塊；及 在步驟(G)中，係藉由該第一處理模組，辨識並傳送該等校正字元區塊所對應的該等車牌字元至該第二處理模組。
  6. 一種車牌辨識系統，包含： 一影像擷取單元，用於擷取一待處理圖像； 一處理單元，電連接該影像擷取單元；及 其中，該處理單元根據該待處理圖像，利用一用於偵測位於圖像中每一車牌字元所對應之一字元區塊的第一物件偵測模型，獲得該待處理圖像所對應的一字元偵測結果，該處理單元判定該字元偵測結果是否指示出該待處理圖像包含對應一車牌之多個車牌字元的多個待處理字元區塊，當該處理單元判定出該字元偵測結果指示出該待處理圖像包含該等待處理字元區塊時，對於該字元偵測結果中的每一待處理字元區塊，該處理單元獲得該待處理字元區塊所對應的一代表點，該處理單元獲得最接近每一代表點的一直線，該處理單元根據該直線及一預設的參考線，獲得一校正角度，對於每一待處理字元區塊，該處理單元根據該校正角度，將該待處理字元區塊進行校正，以獲得一校正字元區塊，對於每一校正字元區塊，該處理單元根據該校正字元區塊，利用一圖像字元辨識模型，辨識出該校正字元區塊所對應的該車牌字元。
  7. 如請求項6所述的車牌辨識系統，其中，每一字元圖像區塊所對應的一代表點係為該字元圖像區塊所對應的一中心點，該直線係為一回歸直線。
  8. 如請求項6所述的車牌辨識系統，其中，該處理單元根據該待處理圖像，利用一用於偵測位於圖像中之一車輛所對應之一車輛區塊的第二物件偵測模型，獲得該待處理圖像所對應的一車輛偵測結果，該處理單元判定該車輛偵測結果是否指示出該待處理圖像包含對應於一車輛的一待處理車輛區塊，當該處理單元判定出該車輛偵測結果指示出該待處理圖像具有該待處理車輛區塊時，該處理單元根據該待處理車輛區塊，利用一用於偵測位於圖像中之一車牌所對應之一車牌區塊的第三物件偵測模型，獲得該待處理車輛區塊所對應的一車牌偵測結果，該處理單元判定該車牌分析結果是否指示出該待處理車輛區塊包含對應於一車牌的一待處理車牌區塊，當該處理單元判定出該車牌偵測結果指示出該待處理車輛區塊包含該待處理車牌區塊時，該處理單元根據該待處理車牌區塊，利用該第一物件偵測模型，獲得該待處理車牌區塊所對應的該字元偵測結果。
  9. 如請求項6所述的車牌辨識系統，其中，該處理單元包含一第一處理模組及一第二處理模組，該第一處理模組電連接該影像擷取單元及一連接一通訊網路的第一通訊模組，該第二處理模組電連接一連接該通訊網路的第二通訊模組，該第一處理模組將該影像擷取單元所擷取之該待處理圖像傳送至該第二處理模組，該第二處理模組根據該待處理圖像，利用該第一物件偵測模型，獲得該待處理圖像所對應的該字元偵測結果，該第二處理模組判定該待處理圖像中是否包含有該等待處理字元區塊，該第二處理模組獲得每一待處理字元區塊所對應的該代表點，該第二處理模組獲得該直線，該第二處理模組獲得該校正角度，該第二處理模組獲得該等校正字元區塊，該第二處理模組辨識出該等校正字元區塊所對應的該等車牌字元。
  10. 如請求項6所述的車牌辨識系統，其中，該處理單元包含一第一處理模組及一第二處理模組，該第一處理模組電連接該影像擷取單元及一連接一通訊網路的第一通訊模組，該第二處理模組電連接一連接該通訊網路的第二通訊模組，該第一處理模組獲得該字元偵測結果，該第一處理模組判定該待處理圖像中是否包含有該等待處理字元區塊，該第一處理模組獲得每一待處理字元區塊所對應的該代表點，該第一處理模組獲得該直線，該第一處理模組獲得該校正角度，該第一處理模組獲得該等校正字元區塊，該第一處理模組辨識並傳送該等校正字元區塊所對應的該等車牌字元至該第二處理模組。
TW108123375A 2019-07-03 2019-07-03 車牌辨識方法及其系統 TWI702547B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW108123375A TWI702547B (zh) 2019-07-03 2019-07-03 車牌辨識方法及其系統
US16/809,677 US11227175B2 (en) 2019-07-03 2020-03-05 Method and system for automatic license-plate recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108123375A TWI702547B (zh) 2019-07-03 2019-07-03 車牌辨識方法及其系統

Publications (2)

Publication Number Publication Date
TWI702547B true TWI702547B (zh) 2020-08-21
TW202103049A TW202103049A (zh) 2021-01-16

Family

ID=73002901

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108123375A TWI702547B (zh) 2019-07-03 2019-07-03 車牌辨識方法及其系統

Country Status (2)

Country Link
US (1) US11227175B2 (zh)
TW (1) TWI702547B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI782777B (zh) * 2021-11-02 2022-11-01 英屬開曼群島商睿能創意公司 影像擷取方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11417125B2 (en) * 2020-11-30 2022-08-16 Sony Group Corporation Recognition of license plate numbers from Bayer-domain image data
CN113505790B (zh) * 2021-07-15 2024-07-19 普联技术有限公司 一种车牌处理方法、装置、设备及计算机可读存储介质
US12096091B2 (en) * 2021-11-12 2024-09-17 William Frederick Vartorella Facial recognition software (FRS) interactive images placed on a moving race vehicle

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201600419A (zh) * 2014-06-16 2016-01-01 日本煙草產業股份有限公司 香煙製品用包裝盒
TWM592542U (zh) * 2019-07-03 2020-03-21 利凌企業股份有限公司 車牌辨識系統

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5187753A (en) * 1989-12-08 1993-02-16 Xerox Corporation Method and apparatus for identification and correction of document skew
JP3576570B2 (ja) * 1991-11-19 2004-10-13 ゼロックス コーポレイション 比較方法
JP3320759B2 (ja) * 1991-12-26 2002-09-03 株式会社東芝 文書画像傾き検出装置およびその方法
US5517587A (en) * 1994-09-23 1996-05-14 International Business Machines Corporation Positioning method and apparatus for line scanned images
US8478020B1 (en) * 1996-11-27 2013-07-02 Cummins-Allison Corp. Apparatus and system for imaging currency bills and financial documents and method for using the same
JP2000341501A (ja) * 1999-03-23 2000-12-08 Minolta Co Ltd 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体
US8774558B2 (en) * 2010-11-29 2014-07-08 Microsoft Corporation Rectification of characters and text as transform invariant low-rank textures
US9171204B2 (en) * 2012-12-12 2015-10-27 Qualcomm Incorporated Method of perspective correction for devanagari text
KR20150060338A (ko) * 2013-11-26 2015-06-03 삼성전자주식회사 전자장치 및 전자장치의 문자인식 방법
US10540564B2 (en) * 2014-06-27 2020-01-21 Blinker, Inc. Method and apparatus for identifying vehicle information from an image
JP6430914B2 (ja) * 2014-12-22 2018-11-28 キヤノンイメージングシステムズ株式会社 画像処理装置および画像処理方法
US10049268B2 (en) * 2015-03-06 2018-08-14 Kofax, Inc. Selective, user-mediated content recognition using mobile devices
US10244144B1 (en) * 2017-09-25 2019-03-26 Kabushiki Kaisha Toshiba System and method for de-skew of scanned images
WO2019162970A1 (en) * 2018-02-26 2019-08-29 Videonetics Technology Private Limited A system for real-time automated segmentation and recognition of vehicle's license plates characters from vehicle's image and a method thereof.
US11205084B2 (en) * 2020-02-17 2021-12-21 Wipro Limited Method and system for evaluating an image quality for optical character recognition (OCR)

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201600419A (zh) * 2014-06-16 2016-01-01 日本煙草產業股份有限公司 香煙製品用包裝盒
TWM592542U (zh) * 2019-07-03 2020-03-21 利凌企業股份有限公司 車牌辨識系統

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI782777B (zh) * 2021-11-02 2022-11-01 英屬開曼群島商睿能創意公司 影像擷取方法

Also Published As

Publication number Publication date
US11227175B2 (en) 2022-01-18
US20210004626A1 (en) 2021-01-07
TW202103049A (zh) 2021-01-16

Similar Documents

Publication Publication Date Title
TWI702547B (zh) 車牌辨識方法及其系統
CN112395978B (zh) 行为检测方法、装置及计算机可读存储介质
WO2020253010A1 (zh) 一种泊车定位中的停车场入口定位方法、装置及车载终端
CN109727229B (zh) 虚焊检测方法及装置
CN111814850A (zh) 缺陷检测模型训练方法、缺陷检测方法及相关装置
TW202009681A (zh) 樣本標註方法及裝置、損傷類別的識別方法及裝置
TWI712980B (zh) 理賠資訊提取方法和裝置、電子設備
WO2019033576A1 (zh) 人脸姿态检测方法、装置及存储介质
CN113033543B (zh) 曲形文本识别方法、装置、设备及介质
TW201317904A (zh) 標籤檢測系統、裝置及其檢測標籤的方法
CN111639629A (zh) 一种基于图像处理的猪只体重测量方法、装置及存储介质
WO2022002262A1 (zh) 基于计算机视觉的字符序列识别方法、装置、设备和介质
CN113884011A (zh) 一种非接触式混凝土表观裂缝测量设备和方法
US10395090B2 (en) Symbol detection for desired image reconstruction
CN111402220B (zh) 用于获取信息的方法及装置
CN111444911A (zh) 车牌识别模型的训练方法及装置、车牌识别方法及装置
TWM592542U (zh) 車牌辨識系統
CN112308061B (zh) 一种车牌字符识别方法及装置
CN115359275A (zh) 一种故障识别方法、装置、电子设备和存储介质
CN114841255A (zh) 检测模型的训练方法、装置、设备、存储介质及程序产品
CN112801013A (zh) 一种基于关键点识别校验的人脸识别方法、系统及装置
CN112686203A (zh) 一种基于空间先验的车辆安全警示装置检测方法
US20240187722A1 (en) Measurement assistance system and method
CN111414866A (zh) 车辆申请表的检测方法、装置、计算机设备和存储介质
CN111238829A (zh) 移动状态的确定方法、装置、计算机设备和存储介质