一种新型机动车号牌检测识别方法、系统和可读存储介质与流程

本技术涉及数据处理和数据传输领域，更具体的，涉及一种新型机动车号牌检测识别方法、系统和可读存储介质。

背景技术：

1、机动车号牌的检测与识别是停车场闸口系统和交通违章检测系统的重要组成部分，对其的研究具有非常高的应用价值。在基于深度学习的图像处理技术没有出来之前，机动车号牌的检测主要采用字符分割加机器学习分类器方法进行识别，在机器学习分类器中，主要采用的是支持向量机(support vector machine,svm)，这类方法的识别准确率受环境、光照、遮挡等因素影响较大。

2、在基于深度学习的图像处理技术取得了较好的效果后，其也被应用于了机动车号牌的检测和识别过程中，取得了较好的检测和识别效果。但是，目前主流程识别算法是将号牌中的所有字符分别规定为一个检测类，但是其未考虑号牌编码的现实规则。

3、因此现有技术存在缺陷，急需改进。

技术实现思路

1、鉴于上述问题，本发明的目的是提供一种新型机动车号牌检测识别方法、系统和可读存储介质，能够提高机动车号牌的识别率。

2、本发明第一方面提供了一种新型机动车号牌检测识别方法，包括：

3、获取检测图像数据；

4、将所述检测图像数据输入预设机动车号牌检测识别模型；

5、根据所述检测图像数据进行分析，得到号牌区域图像数据；

6、对所述号牌区域图像数据进行分析，得到预测二进制编码数据和号牌颜色数据；

7、通过预设方法对所述预测二进制编码数据进行验证；

8、若验证成功，则对所述预测二进制编码数据进行解码，得到号牌数据；

9、根据所述号牌数据和号牌颜色数据进行分析，得到机动车型号数据。

10、本方案中，所述通过预设方法对所述预测二进制编码数据进行验证，包括：

11、根据所述预测二进制编码数据进行分析，得到号牌二进制编码数据和奇偶校验位编码数据；

12、对所述号牌二进制编码数据进行奇偶统计，并将得到的奇偶统计数据与奇偶校验位编码数据进行对比，判断所述奇偶统计数据和奇偶校验位编码数据是否一致；

13、若一致，则表示预测正确，输出号牌数据；

14、若不一致，则表示预测错误，不输出号牌数据。

15、本方案中，还包括：

16、获取机动车号牌样本数据；

17、将所述机动车号牌样本数据中的机动车号牌数据划分为省级行政区简称部分和阿拉伯数字、英文字母以及特殊汉字字符混合部分；

18、分别对所述省级行政区简称部分和阿拉伯数字、英文字母以及特殊汉字字符混合部分进行二进制编码，建立机动车号牌二进制编码数据库。

19、本方案中，还包括：

20、获取号牌样本图像数据；

21、对所述号牌样本图像数据进行分析训练，建立预设机动车号牌检测识别模型；

22、通过损失函数对所述预设机动车号牌检测识别模型进行优化。

23、本方案中，所述通过损失函数对所述预设机动车号牌检测识别模型进行优化，具体为：

24、所述损失函数用公式表示为：

25、

26、其中，l表示损失函数、lreg和lcls为检测部分的损失函数、为二进制编码部分的损失函数、为号牌颜色分类部分的损失函数；α、β、γ、λ均为影响系数，i为二进制编码数量。

27、本方案中，所述根据所述检测图像数据进行分析，得到号牌区域图像数据，包括：

28、对所述检测图像数据进行分析，判断是否存在机动车号牌；

29、若存在，则对所述机动车号牌进行定位并截取机动车号牌区域，得到号牌区域图像数据；若不存在，则进行过滤。

30、本方案中，所述对所述预测二进制编码数据进行解码，得到号牌数据，包括：

31、按照预设模板对所述预测二进制编码数据进行分割，得到多个子字符编码数据；

32、将所述多个子字符编码数据分别与机动车号牌二进制编码数据库的标准数据进行对比，对所述多个子字符编码数据进行解码，得到多个子字符数据；

33、将所述多个子字符数据进行整合，得到号牌数据。

34、本发明第二方面提供了一种新型机动车号牌检测识别系统，包括存储器和处理器，所述存储器中包括新型机动车号牌检测识别方法程序，所述新型机动车号牌检测识别方法程序被所述处理器执行时实现如下步骤：

35、获取检测图像数据；

36、将所述检测图像数据输入预设机动车号牌检测识别模型；

37、根据所述检测图像数据进行分析，得到号牌区域图像数据；

38、对所述号牌区域图像数据进行分析，得到预测二进制编码数据和号牌颜色数据；

39、通过预设方法对所述预测二进制编码数据进行验证；

40、若验证成功，则对所述预测二进制编码数据进行解码，得到号牌数据；

41、根据所述号牌数据和号牌颜色数据进行分析，得到机动车型号数据。

42、本方案中，所述通过预设方法对所述预测二进制编码数据进行验证，包括：

43、根据所述预测二进制编码数据进行分析，得到号牌二进制编码数据和奇偶校验位编码数据；

44、对所述号牌二进制编码数据进行奇偶统计，并将得到的奇偶统计数据与奇偶校验位编码数据进行对比，判断所述奇偶统计数据和奇偶校验位编码数据是否一致；

45、若一致，则表示预测正确，输出号牌数据；

46、若不一致，则表示预测错误，不输出号牌数据。

47、本方案中，还包括：

48、获取机动车号牌样本数据；

49、将所述机动车号牌样本数据中的机动车号牌数据划分为省级行政区简称部分和阿拉伯数字、英文字母以及特殊汉字字符混合部分；

50、分别对所述省级行政区简称部分和阿拉伯数字、英文字母以及特殊汉字字符混合部分进行二进制编码，建立机动车号牌二进制编码数据库。

51、本方案中，还包括：

52、获取号牌样本图像数据；

53、对所述号牌样本图像数据进行分析训练，建立预设机动车号牌检测识别模型；

54、通过损失函数对所述预设机动车号牌检测识别模型进行优化。

55、本方案中，所述通过损失函数对所述预设机动车号牌检测识别模型进行优化，具体为：

56、所述损失函数用公式表示为：

57、

58、其中，l表示损失函数、lreg和lcls为检测部分的损失函数、为二进制编码部分的损失函数、为号牌颜色分类部分的损失函数；α、β、γ、λ均为影响系数，i为二进制编码数量。

59、本方案中，所述根据所述检测图像数据进行分析，得到号牌区域图像数据，包括：

60、对所述检测图像数据进行分析，判断是否存在机动车号牌；

61、若存在，则对所述机动车号牌进行定位并截取机动车号牌区域，得到号牌区域图像数据；若不存在，则进行过滤。

62、本方案中，所述对所述预测二进制编码数据进行解码，得到号牌数据，包括：

63、按照预设模板对所述预测二进制编码数据进行分割，得到多个子字符编码数据；

64、将所述多个子字符编码数据分别与机动车号牌二进制编码数据库的标准数据进行对比，对所述多个子字符编码数据进行解码，得到多个子字符数据；

65、将所述多个子字符数据进行整合，得到号牌数据。

66、本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种新型机动车号牌检测识别方法程序，所述一种新型机动车号牌检测识别方法程序被处理器执行时，实现如上述任一项所述的一种新型机动车号牌检测识别方法的步骤。

67、本发明公开了一种新型机动车号牌检测识别方法、系统和可读存储介质，方法包括：获取检测图像数据；将检测图像数据输入预设机动车号牌检测识别模型；根据检测图像数据进行分析，得到号牌区域图像数据；对号牌区域图像数据进行分析，得到预测二进制编码数据和号牌颜色数据；通过预设方法对预测二进制编码数据进行验证；若验证成功，则对预测二进制编码数据进行解码，得到号牌数据；根据号牌数据和号牌颜色数据进行分析，得到机动车型号数据。本发明在基于深度学习的图像识别技术的基础上，引入了机动车编码的先验规则，并将通信技术中的数据包传输的校验规则与机动车号牌识别相结合，可以有效减低机动车号牌识别的错误率。