用户名: 密码:    忘记密码   注册   在线充值
基于Caffe深度学习框架的车牌字符识别方法  
 【申请号】  CN201710823771.4  【申请日】  2017-09-13
 【公开号】  CN108108746A  【公开日】  2018-06-01
 【申请人】  湖南理工学院  【地址】  414000 湖南省岳阳市奇家岭学院路439号
 【共同申请人】  
 【发明人】  欧先锋;张国云;彭鑫;吴健辉;郭龙源;涂兵;周建婷
 【国际申请】    【国际公布】  
 【进入国家日期】  
 【专利代理机构】    【代理人】  
 【分案原申请号】  
 【国省代码】  43
 【摘要】  在车牌字符识别的某些场合中,获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染。针对被强噪声污染的字符,本发明提出一种基于Caffe深度学习框架的车牌字符识别方法,在Caffe框架下搭建卷积神经网络,并对网络参数训练获得了一个鲁棒性强、识别精度高的网络结构,同时,通过对训练样本和识别图像进行缩放处理、倾斜纠正、归一化处理,解决了现有的车牌字符识别方法中对倾斜、噪声、相近字符识别精度不高的问题,大大提高了对于车牌字符的识别精度。
 【主权项】  一种基于Caffe深度学习框架的车牌字符识别方法,其特征在于,所述检测方法包括以下步骤:步骤1:从不同光照强度、倾斜角度、遮挡程度、噪声污染条件下拍摄的多副彩色车牌样本图像;步骤2:对获得的车牌样本图像预处理,得到分割后的子图像样本,挑选出其中包含字符的子图像样本,组成字符子图像样本集S;步骤3:对字符子图像样本集S中的每个样本s进行进一步处理,获得处理后的字符子图像样本集S′;步骤4:将字符子图像样本集S′中的样本按照列表的方式存储起来,并对列表中每一项进行分类标记;步骤5:构建六层Caffe深度学习网络结构,所述六层依次为卷积层1、池化层1、卷积层2、池化层2、全连接层1、全连接层2;建立网络结构之后对该网络结构的参数进行初始化,初始参数是系统随机生成的;步骤6:将字符子图像样本集S′中每个样本及其对应的分类标记输入Caffe深度学习网络结构进行字符识别,将识别结果与该图像样本的分类标记进行比较,根据比较结果调整网络结构的参数,得到训练后的Caffe深度学习网络结构;步骤7:通过电子警察抓拍车牌图像,用于进行车牌字符识别;步骤8:对获得的车牌图像预处理,得到分割后的子图像,根据子图像在车牌图像中的位置,去除包含汉字的子图像,保留其他包含字符的子图像;步骤9:对每个字符子图像进行进一步处理,获得处理后的字符子图像;步骤10:使用步骤6训练获得的Caffe深度学习网络结构对每个处理后的字符子图像进行字符识别,得到识别结果;步骤11:按顺序合并各个字符子图像的识别结果,得到车牌的识别结果;所述步骤3和步骤9中的所述进一步处理包括:1)对图像进行归一化处理,将其大小处理为大小为n×m;2)对归一化处理后的图像进行倾斜校正;3)对字符进行缩放运算;先对倾斜校正后的图像进行二值化运算,得到黑白图像,从黑白图像的第一行开始向下扫描,找到第一个像素值为255的像素点,记为点f,判断其下侧相邻的坐标的点中是否也存在像素值为255的像素点,如果有,则认为该f点是字符在垂直方向上的起点,记载其行坐标fx;从黑白图像的最后一行开始向上扫描,找到第一个像素值为255的像素点,记为点l,判断其上侧相邻的坐标的点中是否也存在像素值为255的像素点,如果有,则认为该l点是字符在垂直方向上的终点,记载其行坐标lx;计算字符的高度h=|fx#lx|;将h与设定的标准高度H相比较,如果小于设定的第一阈值,则对倾斜校正后的图像进行放大处理,所述放大处理方式为采用双线性插值的方式将大小为n×m的图像放大至大小为然后再将放大后的图像进行切割,保留其中间大小为n×m的部分;如果大于设定的第二阈值,则对倾斜校正后的图像进行缩小处理,所述缩小处理方式为采用等间隔采样的方式将大小为n×m的图像缩小为然后再对图像进行边界填充,将其填充为大小为n×m的图像;如果的值大于等于设定的第一阈值且小于等于设定的第二阈值,则不对倾斜校正后的图像进行缩放处理。
 【页数】  15
 【主分类号】  G06K9/62
 【专利分类号】  G06K9/62;G06K9/00;G06K9/34;G06K9/32
   推荐下载阅读CAJ格式全文 查询法律状态
(不支持迅雷等加速下载工具,请取消加速工具后下载。)

 


专利产出状态分析  
本领域科技成果与标准  
发明人发表文献
申请机构(个人)发表文献
本专利研制背景
本专利应用动态
所涉核心技术研究动态
京 ICP 证 040431 号 网络出版服务许可证 (总)网出证(京)字第 271 号经营性网站备案信息 京公网安备 11010802020460 号
© 2010-2017 中国知网(CNKI) 《中国学术期刊(光盘版)》电子杂志社有限公司 KDN 平台基础技术由 KBASE 11.0 提供
服务热线:400-810-9888 订卡热线:800-810-6613
在线咨询:http://help.cnki.net 客服中心:http://service.cnki.net 电子邮件:help@cnki.net
可信网站 诚信网站