一种由粗到精的车牌检测算法及其系统的制作方法

本发明涉及计算机视觉技术领域，具体为一种由粗到精的车牌检测算法及其系统。

背景技术：

目前车牌检测和识别已经被广泛应在停车场，交通道口违章检测等领域。而随着智慧城市的逐步发展和应用，高速公路无停车收费已经成为趋势。这种应用场景对于车牌检测和识别的实时性要求很高。如果检测耗时过长，汽车仍然需要等待系统响应，不能达到无停车快速通过的目的，也容易造成交通拥堵。

目前主流的车牌检测算法大都是对输入图像使用深度卷积网络检测车牌，为保证检测的准确性，网络一般较为复杂，检测所需要的计算时间也较多，很难达到快速通过情况下的实时性需求。

基于以上问题，本发明的目的在于提供一种由粗到精的车牌检测算法及其系统，以解决上述背景技术中提出的问题。

技术实现要素：

本发明的目的在于提供一种由粗到精的车牌检测算法及其系统，该方法基于不同的分辨率分别检测车，车牌，将仅在较小的图像范围使用复杂网络，可以有效降低计算量，达到实时的检测效果，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种由粗到精的车牌检测算法，包括以下具体步骤：

s1：基于要检测的最小车辆尺寸，对输入图像进行降采样；

s2：对降采样图像使用卷积网络一检测车辆区域；

s3：基于要检测的最小车牌尺寸，对检测到的车辆区域图像进行降采样；

s4：对降采样的车辆区域图像使用卷积网络二检测候选车牌区域；

s5：对于步骤s4检测到的候选车牌区域，按比例提升分辨率，使用卷积网络三检测车牌，确定该候选区域是否包含车牌，如果包含，输出车牌4个角点的坐标。

优选的，所述卷积网络一、卷积网络二和卷积网络三均选择为浅层卷积网络。

优选的，所述步骤s1中对输入图像进行降采样的分辨率根据需要检测的最小车辆大小进行确定。

优选的，所述步骤s3中对检测到的车辆区域图像进行降采样的分辨率根据需要检测的最小车牌尺寸进行确定。

一种由粗到精的车牌检测系统，该系统包括

数据采集模块，获取监控视频，并将其输入到车牌检测模块；

车牌检测模块，使用训练好的模型对图像进行处理，得到检测结果；

输出模块，输出检测到的车牌及其对应的4个角点的坐标，作为后续应用的输入；

模型训练模块，利用训练集数据对车牌检测模块中使用的模型进行训练。

优选的，所述车牌检测模块包括车辆检测子模块、车牌预检测子模块和车牌检测子模块，分别在由低到高的分辨率上检测区域、候选车牌区域和完成最终车牌的检测。

与现有技术相比，本发明的有益效果是：首先在低分辨率图像上检测车辆区域，而后在车辆区域逐步提升分辨率检测车牌及其位置，本发明的方法使用的卷积网络结构相对简单，同时，网络的输入为低分辨率图像或图像的一小块区域，本发明的方法所需计算量远小于现有车牌检测算法，本发明的系统可以有效地应用于高速无停车收费等对于车牌检测实时性要求高的场景。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明检测方法流程图；

图2为本发明检测系统原理框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-2，本发明提供一种技术方案：一种由粗到精的车牌检测算法，包括以下具体步骤：

s1：输入图像首先通过第一降采样模块降采样到较低的分辨率，降采样的比例根据需要检测的最小车辆大小来确定；

s2：对降采样图像使用卷积网络一检测车辆区域；

s3：对于车辆区域的图像，使用第二降采样模块进行降采样，此处降采样的比例依据需要检测的最小车牌尺寸来确定，通过用户指定，如

记卷积网络一的输入数据尺寸为s×s，要检测的最小车辆大小为minsize×minsize，则输入图像按比例

s4：将低分辨率的车辆区域图像输入卷积网络二来检测候选车牌区域；

s5：对于步骤s4检测到的候选车牌区域，按比例提升分辨率，使用卷积网络三检测车牌，确定该候选区域是否包含车牌，如果包含，输出车牌4个角点的坐标。

在该算法中，第一降采样模块和第二降采样模块可以采用简单降采样，也可以采用基于网络的可学习降采样。

该算法中，卷积网络一、卷积网络二、卷积网络三可以选择使用较浅层的网络结构，与常用的目标检测网络相比，其网络结构更简单，需要的计算量也更少。且由于使用降采样和缩小检测范围，这些网络的输入图像都较小，因此整体计算量较常规检测网络有大幅降低。

一种由粗到精的车牌检测系统，该系统包括：

数据采集模块，获取监控视频，并将其输入到车牌检测模块。

车牌检测模块，使用训练好的模型对图像进行处理，得到检测结果。本系统的车牌检测模块包含车辆检测、车牌预检测、车牌检测三个子模块，分别在由低到高的分辨率上检测车辆区域、候选车牌区域和完成最终车牌检测。

输出模块，输出检测到的车牌及其对应的4个角点的坐标，作为后续应用的输入。

模型训练模块，利用训练集数据对车牌检测模块中使用的模型进行训练。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。