[发明专利]车牌检测方法、应用其的车型识别方法及相关装置有效

专利信息
申请号: 201710830661.0 申请日: 2017-09-15
公开(公告)号: CN107609555B 公开(公告)日: 2020-10-27
发明(设计)人: 陶海;马文华;郑翔;宋君 申请(专利权)人: 北京文安智能技术股份有限公司
主分类号: G06K9/32 分类号: G06K9/32
代理公司: 暂无信息 代理人: 暂无信息
地址: 100094 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车牌 检测 方法 应用 车型 识别 相关 装置
【权利要求书】:

1.一种车牌检测方法,其特征在于,包括:

获取待检测图像和基于自适应增强算法的车牌检测模型;

对所述待检测图像进行边缘检测,得到所述待检测图像中的车牌候选区域;

通过所述车牌检测模型在所述待检测图像中的所述车牌候选区域内进行车牌检测,得到所述待检测图像中的车牌信息;所述车牌信息包括车牌位置和/或车牌颜色;

其中,所述对所述待检测图像进行边缘检测,得到所述待检测图像中的车牌候选区域的步骤,包括:

获取用于记录所述待检测图像中物体边缘信息的梯度图像;

按照预设步长,从所述梯度图像的起始原点开始,依次获取预设尺寸的梯度图像块,并将每个所述梯度图像块依次映射为梯度缩略图中的一个像素;其中,所述梯度缩略图中任一像素的像素值为所述梯度图像中对应的梯度图像块内所有像素的像素值之和;

对所述梯度缩略图进行均值滤波,并获取所述梯度缩略图中滤波前后的像素值满足第一预设关系的第一目标像素;

将所述梯度缩略图中所有第一目标像素所构成的区域映射于所述待检测图像中,得到第一车牌候选区域;

将所述待检测图像缩小至与所述梯度缩略图相同的尺寸,根据预设HSV色彩阈值获取缩小后的待检测图像内的黄色区域;

获取所述梯度缩略图中滤波前后的像素值满足第二预设关系的第二目标像素,得到所述梯度缩略图中所有第二目标像素所构成的滤波区域;其中,所述第二预设关系所限定的像素区域包含所述第一预设关系所限定的像素区域;

获取所述黄色区域在所述待检测图像中的第一映射区域,以及所述滤波区域在所述待检测图像中的第二映射区域,并将所述第一映射区域和第二映射区域的公共区域作为第二车牌候选区域。

2.一种车型识别方法,其特征在于,包括:

根据权利要求1所述的车牌检测方法获取车牌信息,获取待检测图像中的车身候选区域;

获取基于卷积神经网络的车型识别模型,通过所述车型识别模型在所述车身候选区域内进行车型识别,得到所述待检测图像中的车型信息。

3.一种车牌检测装置,其特征在于,包括:

信息获取模块,用于获取待检测图像和基于自适应增强算法的车牌检测模型;

车牌粗检模块,用于对所述待检测图像进行边缘检测,得到所述待检测图像中的车牌候选区域;

车牌精检模块,用于通过所述车牌检测模型在所述待检测图像中的所述车牌候选区域内进行车牌检测,得到所述待检测图像中的车牌信息;所述车牌信息包括车牌位置和/或车牌颜色;

所述车牌粗检模块至少包括:

梯度图像获取单元,用于获取用于记录所述待检测图像中物体边缘信息的梯度图像;

梯度图像缩小单元,用于按照预设步长,从所述梯度图像的起始原点开始,依次获取预设尺寸的梯度图像块,并将每个所述梯度图像块依次映射为梯度缩略图中的一个像素;其中,所述梯度缩略图中任一像素的像素值为所述梯度图像中对应的梯度图像块内所有像素的像素值之和;

图像滤波单元,用于对所述梯度缩略图进行均值滤波;

第一滤波处理单元,用于获取所述梯度缩略图中滤波前后的像素值满足第一预设关系的第一目标像素;

第一区域获取单元,用于将所述梯度缩略图中所有第一目标像素所构成的区域映射于所述待检测图像中,得到第一车牌候选区域;

所述车牌粗检模块还包括:

黄色区域筛选单元,用于将所述待检测图像缩小至与所述梯度缩略图相同的尺寸,根据预设HSV色彩阈值获取缩小后的待检测图像内的黄色区域;

第二滤波处理单元,用于获取所述梯度缩略图中滤波前后的像素值满足第二预设关系的第二目标像素,得到所述梯度缩略图中所有第二目标像素所构成的滤波区域;其中,所述第二预设关系所限定的像素区域包含所述第一预设关系所限定的像素区域;

第二区域获取单元,用于获取所述黄色区域在所述待检测图像中的第一映射区域,以及所述滤波区域在所述待检测图像中的第二映射区域,并将所述第一映射区域和第二映射区域的公共区域作为第二车牌候选区域。

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北京文安智能技术股份有限公司,未经北京文安智能技术股份有限公司许可,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/201710830661.0/1.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