[发明专利]一种车牌识别方法、装置、电子设备及存储介质

说明书

本发明公开了一种车牌识别方法、装置、电子设备及存储介质，提高了车牌识别的准确率和识别效率。所述车牌识别方法，包括：将待识别图像输入车牌提取网络模型，获取所述待识别图像包括的各个第一车牌区域的车牌底色预测信息和角点坐标的仿射矩阵参数信息；根据各个第一车牌区域的角点坐标的仿射矩阵参数信息对各自对应的预设虚拟矩形框的角点坐标进行仿射变换，获得各个第一车牌区域的角点坐标；对各个第一车牌区域的角点坐标进行透视变换，获得各个第一车牌区域的车牌图像；对各个第一车牌区域的车牌图像进行字符识别，获得各个第一车牌区域的字符识别结果；根据各个第一车牌区域的车牌底色预测信息和字符识别结果确定待识别图像的车牌识别结果。

技术领域

本发明涉及人工智能和计算机视觉领域，尤其涉及一种车牌识别方法、装置、电子设备及存储介质。

背景技术

车牌作为机动车辆的唯一标识，是机动车辆管理的一项重要依据，目前，车牌识别技术已被广泛应用于如公路治安卡口、开放式高速收费站、停车场出入口管理、园区门禁控制等多种场合。

虽然目前车牌识别技术已得到很大的发展，且多数厂商的车牌识别系统能达到较高的识别率，但这些车牌识别系统大多只适用于简单的特定场景，且对识别装置的安装位置有严格的限制，在实际的交通场合或复杂的外界背景环境下，这些车牌识别系统的识别率一般较低，远达不到实际使用要求。在实际的交通场合或复杂的外界背景环境下车牌识别的技术难点主要体现在以下几个方面：

(1)不同的气候条件、外部光照环境均会对采集的目标图像质量产生很大的影响，且复杂的背景噪声干扰会导致部分目标图像被背景因素所掩盖，造成车牌识别准确率的降低。

(2)我国车牌类型众多，包括民用车牌、警车车牌、军车车牌、外交车牌、特种车牌等，车牌颜色多样，如蓝底白字、黄底黑字、黑底白字等，此外，我国车牌的字符由中文、数字和英文字母构成，车牌字符个数不唯一，而中文字符的笔画比较复杂，在分辨率不足的情况下更容易导致误识别。

(3)现有车牌识别系统往往要求相对于车牌要有较小的拍摄角度，防止车牌在图像中发生严重变形，然而，在实际场景中受限于安装环境，图像采集设备的拍摄角度往往倾斜度较大，所采集的图像质量较低，从而影响车牌识别准确率。

车牌识别技术包括两部分：车牌定位和字符识别。车牌定位主要用于对车牌图像中的车牌区域进行定位，字符识别主要用于对车牌字符(即车牌号)进行识别。现有的车牌定位方法主要有：基于边缘检测的定位方法、基于颜色信息的定位方法、基于传统机器学习的定位方法。常用的字符识别算法主要有基于模板匹配的字符识别算法。

现有的车牌识别方法一般只在某些特定条件下能达到一定的效果，且普遍存在识别类型单一、使用场景受限、对环境因素要求较为严格的问题，导致识别准确率和识别效率不高。

发明内容

本发明实施例提供了一种车牌识别方法、装置、电子设备及存储介质，提高了车牌识别的准确率和识别效率。

第一方面，本发明实施例提供了一种车牌识别方法，包括：

将待识别图像输入车牌提取网络模型，获取所述待识别图像包括的各个第一车牌区域的车牌底色预测信息和角点坐标的仿射矩阵参数信息，所述车牌提取网络模型是对样本图像集合中的各个第二车牌区域的底色信息和角点坐标进行标注后，并基于各个第二车牌区域对应的预设虚拟矩形框的角点坐标按照构建的预设训练模型训练获得的，各个预设虚拟矩形框的中心为对应的第二车牌区域的中心点、长度为预设长度和宽度为预设宽度；

根据各个第一车牌区域的角点坐标的仿射矩阵参数信息对各自对应的预设虚拟矩形框的角点坐标进行仿射变换，获得各个第一车牌区域的角点坐标；

对各个第一车牌区域的角点坐标进行透视变换，获得各个第一车牌区域的车牌图像；

对各个第一车牌区域的车牌图像进行字符识别，获得各个第一车牌区域的字符识别结果；