[发明专利]非机动车车牌识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种非机动车车牌识别方法、装置、计算机设备和存储介质，通过获取目标车牌的车牌图像和车牌类型，根据车牌图像中的灰度跳变信息对车牌图像进行分割，得到所车牌图像的字符区域，并且在车牌类型为非单层车牌时，获取字符区域位于上方的第一区域和位于下方的第二区域，获取第一区域的字符类别，在第一区域的字符类别为可配置字符的情况下，按照目标车牌的车牌制式种类，为第一区域匹配目标车牌的登记信息，并将第二区域输入预设的编号识别模型得到目标车牌的车牌编号，最后根据登记信息和车牌编号，得到目标车牌的识别结果，从而能够增加对于不同地区的非机动车车牌识别的通用性，并提高非机动车车牌识别的正确率和效率。

技术领域

本申请涉及图像处理领域，特别是涉及一种非机动车车牌识别方法、装置、计算机设备和存储介质。

背景技术

随着深度学习在交通领域的发展，已经出现了深度学习在非机动车管理领域的应用。在利用深度学习处理非机动车的违法抓拍过程中，识别非机动车的车牌信息是非常重要的一环。由于非机动车车牌并不具备统一的车牌制式，不同地区都有其特定制式的非机动车车牌，在一些车牌中包含有所属行政区或者城市的名称，而有些车牌则会增加一些无需识别的附加信息，如“防盗备案号”。以上信息都会增加非机动车车牌识别的难度。因此目前尚未出现一种能够应用于不同地区的通用的非机动车车牌识别方案。

针对相关技术中存在的非机动车车牌识别方案不能通用于不同地区的问题，目前还没有提出有效的解决方案。

发明内容

在本实施例中提供了一种非机动车车牌识别方法、装置、计算机设备和存储介质，以解决相关技术中存在的非机动车车牌识别方案不能通用于不同地区的问题。

第一个方面，在本实施例中提供了一种非机动车车牌识别方法，包括以下步骤：

获取目标车牌的车牌图像和车牌类型，所述车牌类型包括单层车牌和非单层车牌；

根据所述车牌图像中的灰度跳变信息对所述车牌图像进行分割，得到所车牌图像的字符区域；

在所述车牌类型为非单层车牌时，获取所述字符区域位于上方的第一区域和位于下方的第二区域；获取所述第一区域的字符类别，在所述第一区域的字符类别为可配置字符的情况下，按照所述目标车牌的车牌制式种类，为所述第一区域匹配所述目标车牌的登记信息，并将所述第二区域输入预设的编号识别模型得到所述目标车牌的车牌编号；

根据所述登记信息和所述车牌编号，得到所述目标车牌的识别结果。

在其中的一些实施例中，所述获取目标车牌的车牌图像和车牌类型，包括以下步骤：

获取目标非机动车图像；

将所述目标非机动车图像输入预设的检测模型，得到所述车牌图像和所述车牌类型。

在其中的一些实施例中，在获取目标车牌的车牌图像和车牌类型之后，在根据所述车牌图像中的灰度跳变信息对所述车牌图像进行分割，得到所车牌图像的字符区域之前，还包括以下步骤：

对所述车牌图像进行灰度化处理；

将灰度化后的车牌图像输入预设的矫正模型，对所述车牌图像的形态和角度进行矫正。

在其中的一些实施例中，所述根据所述车牌图像中的灰度跳变信息对所述车牌图像进行分割，得到所述车牌图像的字符区域，包括以下步骤：

获取所述车牌图像的字符区域的灰度波峰值、灰度波谷值以及跳变次数；

根据所述灰度波峰值、所述灰度波谷值以及所述跳变次数，得到灰度相邻组合；

利用所述灰度相邻组合确定所述车牌图像的分割阈值，根据所述分割阈值对所述车牌图像进行分割。