[发明专利]基于深度学习图像识别的车牌识别方法及系统

权利要求书

1.基于深度学习图像识别的车牌识别系统，包括图像采集器、图像处理器、图像存储器、图像处理中心、临时数据库、新数据库和车辆检测器，其特征在于：所述图像采集器分别与图像处理器和图像存储器电性连接，所述图像存储器的输出端与临时数据库的输入端连接，所述临时数据库的输出端与新数据库的输入端连接，所述图像处理中心的输入端与新数据库的输出端连接，所述新数据库的输出端连接有云数据库；

所述图像处理器通过随机替换字符的方式对模糊车牌图像进行处理，所述图像存储器通过清晰度分析检测对识别图像进行清晰化处理，所述图像处理器对图像数据进行VLAD融合后获取向量，所获得的向量通过3D卷积中的低秩近似模型对图像进行建模，所述云数据库采用四种随机组合的方式，随机使用一种或者多种方法对图像数据进行增强。

2.根据权利要求1所述的基于深度学习图像识别的车牌识别系统，其特征在于：所述图像处理器通过随机替换字符的方式对模糊车牌图像进行处理，并对生成的车牌数据进行图像增强处理。

3.根据权利要求1所述的基于深度学习图像识别的车牌识别系统，其特征在于：所述图像存储器内置用于删除不可识别图像的过滤器，所述车辆检测器分别与图像处理器、图像存储器、图像处理中心、临时数据库、新数据库和云数据库信号连接。

4.根据权利要求1所述的基于深度学习图像识别的车牌识别系统，其特征在于：所述新数据库的数据通过EDS加密服务器进行传输，且图像处理中心的输出端与云数据库通过无线信号连接。

5.基于深度学习图像识别的车牌识别方法，其特征在于，包括以下步骤：

S1：图像采集器对车辆的车牌进行拍摄后，将拍摄的画面传输到图像处理器，图像处理器对图像数据进行VLAD融合后获取向量，获得的向量通过3D卷积中的低秩近似模型对图像进行建模，得到特征结果；

S2：图像处理器将建模后的特征结果进行图像分析，清晰的图像直接传输到新数据库中，部分模糊的图像则随机替换字符的方式对模糊车牌图像进行处理，并对生成的车牌数据进行图像增强处理，加强图像的清晰度后，再传输到新数据库中，对于完全模糊的图像则不进行处理；

S3：所有清晰的图像和加强后清晰的图像会传输给车辆检测器进行识别，识别后的车辆信息会录入到云数据库中；

S4：图像采集器将所有图像传输到图像存储器中，图像存储器对输入的图像进行分为可识别图像和不可识别图像，不可识别图像直接传输到过滤器中进行删除，可识别图像确定其拍摄时间点后，从图像处理器中导入临近时间点的图像，采用清晰度分析检测，把最清晰的图像画面被传输到临时数据库中；

S5：临时数据库对车牌的底色进行对比，排除车牌底色的干扰后，截取车牌的画面进行窗口更迭，更迭后的画面传输到新数据库中，车辆检测器对新数据库中的车牌画面信息进行识别，得到车辆的信息；

S6：新数据库中的信息通过EDS加密服务器传输到图像处理中心，图像处理中心将图像等帧率放大后，与云数据库中的数据进行对比，即可确定车辆，并确定车辆过往的信息；

S7：在云数据库中再次对图像数据进行增强处理，采用四种随机组合的方式，随机使用一种或者多种方法对图像数据进行增强，得到增强后的图像数据用于对车牌进行识别。