车牌识别方法、装置、服务器及存储介质

技术领域

本发明涉及车牌识别技术领域，具体涉及一种车牌识别方法、装置、服务器及存储介质。

背景技术

近些年由于社会经济的飞速发展，机动车作为生活中的一种重要的交通工具，已经和人们的生活密不可分。但是由于机动车数量的不断增多，由此带来的交通堵塞，违停乱停与收费制度混乱等现象也随之而出现。要解决以上现象需要更加高效的交通管制系统，而车牌为机动车最基本的身份标识。因此，研发具有优良鲁棒性的车牌检测识别系统变得刻不容缓。

但是，现有的基于视觉的车牌检测识别系统多为目标检测的方案，但车牌目标检测出的车牌区域可能过大，包含了除车牌区域以外的大面积背景信息。也可能出现检测出的牌区域过小，从而车牌信息缺失，对后续的车牌识别过程带来不利的影响；另外通过单纯的图像分割的方式寻找图像中的车牌区域也会出现上述目标检测方案中分割区域过大与过小的问题。但由于分割的边界为凹凸不平的曲线，使得进行车牌识别前的图像的校正过程变得更加困难，进而导致车牌整体识别准确率不高，识别效率低。

发明内容

本发明实施例提供一种车牌识别方法、装置、服务器及存储介质，使得检测车牌的区域更加准确，不会导致更多的背景信息或者信息缺失，提高了车牌识别准确率，且车牌识别鲁棒性高。

一方面，本申请提供车牌识别方法，所述方法还包括：

获取目标车辆的车牌图像；

对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；

根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；

根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；

对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。

在本申请一些实施例中，所述对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值，包括：

对所述车牌图像进行通道回归处理，确定四组分割点对车牌角点的坐标差值；

对所述车牌图像进行车牌语义分割处理，确定所述车牌图像中的车牌掩码区域。

在本申请一些实施例中，所述对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值，包括：

采用预设的车牌分割网络模型，对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值。

在本申请一些实施例中，所述车牌分割网络模型包括通道回归子网络模型和车牌语义分割子网络模型；

所述采用预设的车牌分割网络模型，对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值，包括：

采用所述通道回归子网络模型，对所述车牌图像进行通道回归处理，确定四组分割点对车牌角点的坐标差值，所述四组分割点对车牌角点的坐标差值包括四组分割点对车牌角点，在所述通道回归子网络模型的坐标系中x与y方向的坐标差值；

采用所述车牌语义分割子网络模型，对所述车牌图像进行车牌语义分割处理，确定所述车牌图像中的车牌掩码区域。

在本申请一些实施例中，所述根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点，包括：

分别以所述车牌掩码区域中一个像素点为目标像素点，获取目标像素点的坐标；

根据所述目标像素点的坐标，以及四组分割点与车牌角点的坐标差值，计算四个车牌角点的坐标，该四个车牌角点组成一组车牌四角点；

在所述车牌掩码区域中所有像素点对应的四个车牌角点的坐标计算完成之后，得到多组车牌四角点。

在本申请一些实施例中，所述根据所述多组车牌四角点，确定车牌四角点对应的车牌区域，包括：

从所述多组车牌四角点中，确定车牌四个角对应的坐标集合；

根据所述四个角对应的坐标集合，按出现次数投票确定车牌四角点的坐标；

根据所述车牌四角点的坐标，确定车牌四角点对应的车牌区域。

在本申请一些实施例中，所述根据所述四个角对应的坐标集合，按出现次数投票确定车牌四角点的坐标，包括

从所述四个角对应的坐标集合中，投票确定出现次数最多的四个角坐标；

将所述四个角坐标，确定为所述车牌四角点的坐标。

在本申请一些实施例中，所述对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码，包括：

对所述车牌区域的图像进行透视变换，得到预设的宽高的矩形车牌图像；

对所述矩形车牌图像进行车牌识别，得到所述目标车辆的车牌号码。

另一方面，本申请提供一种车牌识别装置，所述车牌识别装置包括：

获取单元，用于获取目标车辆的车牌图像；

第一确定单元，用于对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；

第二确定单元，用于根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；

第三确定单元，用于根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；

车牌识别单元，用于对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。

在本申请一些实施例中，所述第一确定单元具体用于：

对所述车牌图像进行通道回归处理，确定四组分割点对车牌角点的坐标差值；

对所述车牌图像进行车牌语义分割处理，确定所述车牌图像中的车牌掩码区域。

在本申请一些实施例中，所述第一确定单元具体用于：

采用预设的车牌分割网络模型，对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值。

在本申请一些实施例中，所述车牌分割网络模型包括通道回归子网络模型和车牌语义分割子网络模型；

所述第一确定单元具体具体用于：采用所述通道回归子网络模型，对所述车牌图像进行通道回归处理，确定四组分割点对车牌角点的坐标差值，所述四组分割点对车牌角点的坐标差值包括四组分割点对车牌角点，在所述通道回归子网络模型的坐标系中x与y方向的坐标差值；

采用所述车牌语义分割子网络模型，对所述车牌图像进行车牌语义分割处理，确定所述车牌图像中的车牌掩码区域。

在本申请一些实施例中，所述第二确定单元具体用于：

分别以所述车牌掩码区域中一个像素点为目标像素点，获取目标像素点的坐标；

根据所述目标像素点的坐标，以及四组分割点与车牌角点的坐标差值，计算四个车牌角点的坐标，该四个车牌角点组成一组车牌四角点；

在所述车牌掩码区域中所有像素点对应的四个车牌角点的坐标计算完成之后，得到多组车牌四角点。

在本申请一些实施例中，所述第三确定单元具体用于：

从所述多组车牌四角点中，确定车牌四个角对应的坐标集合；

根据所述四个角对应的坐标集合，按出现次数投票确定车牌四角点的坐标；

根据所述车牌四角点的坐标，确定车牌四角点对应的车牌区域。

在本申请一些实施例中，所述第三确定单元具体用于：

从所述四个角对应的坐标集合中，投票确定出现次数最多的四个角坐标；

将所述四个角坐标，确定为所述车牌四角点的坐标。

在本申请一些实施例中，所述车牌识别单元具体用于：

对所述车牌区域的图像进行透视变换，得到预设的宽高的矩形车牌图像；

对所述矩形车牌图像进行车牌识别，得到所述目标车辆的车牌号码。

另一方面，本申请还提供一种服务器，所述服务器包括：

一个或多个处理器；

存储器；以及

一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的车牌识别方法。

另一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的车牌识别方法中的步骤。

本申请实施例中通过获取目标车辆的车牌图像；对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。在现有车牌识别采用检测加识别的方式，导致检测车牌的区域不是车牌的准确位置，含有更多的背景信息或者信息缺失，导致车牌识别准确率低、鲁棒性低的基础上，本申请通过车牌图像确定多组车牌角点，以根据多组车牌四角点，确定车牌四角点对应的车牌区域，使得检测车牌的区域更加准确，不会导致更多的背景信息或者信息缺失，提高了车牌识别准确率，且车牌识别鲁棒性高。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中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是本发明实施例提供的车牌识别系统的场景示意图；

图2是本发明实施例中提供的车牌识别方法的一个实施例流程示意图；

图3是本发明实施例中提供的步骤202的一个实施例流程示意图；

图4是本发明实施例中提供的步骤203的一个实施例流程示意图；

图5是本发明实施例中提供的车牌角点确定的一个实施例示意图；

图6是本发明实施例中提供的车牌四个角点确定后的一个实施例示意图；

图7是本发明实施例中提供的车牌识别装置的一个实施例结构示意图；

图8是本发明实施例中提供的服务器的一个实施例结构示意图。

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，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。

本发明实施例提供一种车牌识别方法、装置、服务器及存储介质，以下分别进行详细说明。

请参阅图1，图1为本发明实施例所提供的车牌识别系统的场景示意图，该车牌识别系统可以包括服务器100，服务器100中集成有车牌识别装置，如图1中的服务器。

本发明实施例中服务器100主要用于获取目标车辆的车牌图像；对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。

本发明实施例中，该服务器100可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本发明实施例中所描述的服务器100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。本发明的实施例中，服务器与用户终端之间可通过任何通信方式实现通信，包括但不限于，基于第三代合作伙伴计划(3rd Generation Partnership Project，3GPP)、长期演进(Long TermEvolution，LTE)、全球互通微波访问(Worldwide Interoperability for MicrowaveAccess，WiMAX)的移动通信，或基于TCP/IP协议族(TCP/IP Protocol Suite，TCP/IP)、用户数据报协议(User Datagram Protocol，UDP)协议的计算机网络通信等。

本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的无人机，或者服务器网络连接关系，例如图1中仅示出1个服务器，可以理解的，该车牌识别系统还可以包括一个或多个与服务器网络连接的其他无人机，具体此处不作限定。

如图1所示，该车牌识别系统还可以包括存储器200，用于存储车牌数据，如存储车牌视频流，车牌图像等。

另外，可以理解的是，该车牌识别系统还可以包括一个或多个拍摄车牌的摄像装置(图1中未示出)，例如设置在路口办公楼、小区等车库门口的拍摄车牌的摄像装置，具体设置形式以及数量此处不做限定。

需要说明的是，图1所示的车牌识别系统的场景示意图仅仅是一个示例，本发明实施例描述的车牌识别系统以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着车牌识别系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。

首先，本发明实施例中提供一种车牌识别方法，该车牌识别方法的执行主体为服务器，该车牌识别方法包括：获取目标车辆的车牌图像；对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。

本申请实施例中通过获取目标车辆的车牌图像；对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。在现有车牌识别采用检测加识别的方式，导致检测车牌的区域不是车牌的准确位置，含有更多的背景信息或者信息缺失，导致车牌识别准确率低、鲁棒性低的基础上，本申请通过车牌图像确定多组车牌角点，以根据多组车牌四角点，确定车牌四角点对应的车牌区域，使得检测车牌的区域更加准确，不会导致更多的背景信息或者信息缺失，提高了车牌识别准确率，且车牌识别鲁棒性高。

如图2所示，为本发明实施例中车牌识别方法的一个实施例流程示意图，该车牌识别方法包括：

201、获取目标车辆的车牌图像。

具体的，目标车辆的车牌图像可以是路口、小区或办公楼等处设置的目标摄像装置拍摄的目标车辆的车牌图像。

需要说明的是，本发明实施例中目标车辆的车牌图像可以是仅包括一个车牌信息的车牌图像，这样后续可以更方便识别，因此为了确保这一点，获取目标车辆的车牌图像可以包括：获取原始车牌图像，对原始车牌图像进行检测，确定所述原始车牌图像中的车牌掩码区域是否为多个，若是，确定所述原始车牌图像中与所述车牌掩码区域数量对应的多个车牌图像，所述多个车牌图像中包括目标车辆的车牌图像。

其中，确定所述原始车牌图像中与所述车牌掩码区域数量对应的多个车牌图像的方式可以是：分别以所述原始车牌图像中的车牌掩码区域为目标车牌掩码区域，将所述目标车牌掩码区域外的车牌掩码区域，调整为背景色，得到仅剩一个车牌掩码区域的多个车牌图像。

202、对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值。

如图3所示，在本申请一个实施例中，所述对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值，可以进一步包括：

301、对所述车牌图像进行通道回归处理，确定四组分割点对车牌角点的坐标差值。

其中，回归处理为对图像进行边界框回归(Bounding-Box Regression)，得到图像边界框信息的过程，本申请中所述通道回归处理，是指利用多通道的形式回归得到车牌四个角点的相对位置信息，例如得到若干车牌四个角点相对位置信息(如分割点对车牌角点的坐标差值)的过程。

302、对所述车牌图像进行车牌语义分割处理，确定所述车牌图像中的车牌掩码区域。

语义分割是计算机视觉中的基本任务，在语义分割中我们需要将视觉输入分为不同的语义可解释类别，「语义的可解释性」即分类类别在真实世界中是有意义的。例如，可能需要区分图像中属于汽车的所有像素，并生成图像对应车辆像素的掩码信息。

其中，所述对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值，也可以是利用预设的车牌分割网络模型来实现，具体的，即所述对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值，包括：采用预设的车牌分割网络模型，对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值。

进一步的，车牌分割网络模型可以包括双分支网络模型，例如所述车牌分割网络模型包括通道回归子网络模型和车牌语义分割子网络模型；此时，所述采用预设的车牌分割网络模型，对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值，包括：采用所述通道回归子网络模型，对所述车牌图像进行通道回归处理，确定四组分割点对车牌角点的坐标差值，所述四组分割点对车牌角点的坐标差值包括四组分割点对车牌角点，在所述通道回归子网络模型的坐标系中x与y方向的坐标差值；采用所述车牌语义分割子网络模型，对所述车牌图像进行车牌语义分割处理，确定所述车牌图像中的车牌掩码区域。

具体的，车牌分割网络模型可以是双分支卷积神经网络模型，即通道回归子网络模型和车牌语义分割子网络模型分别是通道回归卷积子卷积网络模型和车牌语义分割子卷积网络模型，且通道回归卷积子卷积网络为8通道回归子卷积网络模型，输出四组分割点对车牌角点的坐标差值。其中，分割点为车牌掩码区域中的像素点。

另外，本申请实施例中车牌分割网络模型，或者即通道回归子网络模型、车牌语义分割子网络模型等可以通过模型预先采集的图像数据训练初始网络模型(如卷积神经网络模型)得到，具体训练过程此处不再赘述。

203、根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点。

在本申请的一个实施例中，如图4所示，所述根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点，可以进一步包括：

401、分别以所述车牌掩码区域中一个像素点为目标像素点，获取目标像素点的坐标。

402、根据所述目标像素点的坐标，以及四组分割点与车牌角点的坐标差值，计算四个车牌角点的坐标，该四个车牌角点组成一组车牌四角点。

403、在所述车牌掩码区域中所有像素点对应的四个车牌角点的坐标计算完成之后，得到多组车牌四角点。

在一个具体实施例中，假设目标像素点为M(x

此时，目标像素点M(x

根据目标像素点M(x

当车牌掩码区域中所有像素点都完成计算四个车牌角点的坐标之后，即得到多组车牌四角点。

204、根据所述多组车牌四角点，确定车牌四角点对应的车牌区域。

进一步的，所述根据所述多组车牌四角点，确定车牌四角点对应的车牌区域，可以包括：从所述多组车牌四角点中，确定车牌四个角对应的坐标集合；根据所述四个角对应的坐标集合，按出现次数投票确定车牌四角点的坐标；根据所述车牌四角点的坐标，确定车牌四角点对应的车牌区域。

其中，所述根据所述四个角对应的坐标集合，按出现次数投票确定车牌四角点的坐标，可以包括：从所述四个角对应的坐标集合中，投票确定出现次数最多的四个角坐标；将所述四个角坐标，确定为所述车牌四角点的坐标。

具体的，当车牌掩码区域中所有像素点都完成计算四个车牌角点的坐标之后，即得到多组车牌四角点，当然也确定多组车牌四角点的坐标，得到车牌四个角对应的坐标集合，它们分别对应到车牌左上角点坐标集合，车牌左下角点坐标集合，车牌右上角坐标集合，车牌右下角坐标集合；根据所述四个角对应的坐标集合，按出现次数投票确定车牌四角点的坐标，例如车牌左上角点坐标集合中点A的坐标出现次数最多，车牌左下角点坐标集合中点B的坐标出现次数最多，车牌右上角点坐标集合中点C的坐标出现次数最多，车牌右下角点坐标集合中点D的坐标出现次数最多，则表示点A、B、C、D分别为车牌的四个角点。

上述过程可以理解为对车牌角点投票的过程，假设车牌掩码区域有N个像素点，对车牌掩码区域N个像素点都进行确定车牌四角点的步骤，则可获得N组投票车牌四角点，如下图5所示。被投票出的车牌4角点并不是唯一的，每一个车牌角点类别(左上、右上、左下、右下)取被投票数最多的坐标点为最终车牌4角点，如下图6所示，在确定车牌四角点的坐标之后，根据所述车牌四角点的坐标，确定车牌四角点对应的车牌区域，如图6中四个点围成的区域。

205、对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。

由于拍摄角度或者相机成像畸变等原因，步骤204确定的车牌区域存在倾斜，形状不规则等问题。对后续车牌识别带来不利影响。为提高算法鲁棒性，本发明使用透视变换对车牌图像进行校正。由于步骤204已经可以确定4个车牌角点的坐标，即可确定车牌区域的不规则四边形，通过透视变换将车牌区域映射到一个新的图像空间，其中车牌区域为一个预设的宽高分别为T

经过透视变换的车牌图像已经符合车牌识别的要求，可以送入进行车牌车牌识别，可以进一步提高后续车牌识别的准确率。

为了更好实施本发明实施例中车牌识别方法，在车牌识别方法基础之上，本发明实施例中还提供一种车牌识别装置，位于服务器中，如图7所示，所述车牌识别装置700包括：

获取单元701，用于获取目标车辆的车牌图像；

第一确定单元702，用于对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；

第二确定单元703，用于根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；

第三确定单元704，用于根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；

车牌识别单元705，用于对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。

本申请实施例中通过获取单元701获取目标车辆的车牌图像；第一确定单元702对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；第二确定单元703根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；第三确定单元704根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；车牌识别单元705对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。在现有车牌识别采用检测加识别的方式，导致检测车牌的区域不是车牌的准确位置，含有更多的背景信息或者信息缺失，导致车牌识别准确率低、鲁棒性低的基础上，本申请通过车牌图像确定多组车牌角点，以根据多组车牌四角点，确定车牌四角点对应的车牌区域，使得检测车牌的区域更加准确，不会导致更多的背景信息或者信息缺失，提高了车牌识别准确率，且车牌识别鲁棒性高。

在本申请一些实施例中，所述第一确定单元702具体用于：

对所述车牌图像进行通道回归处理，确定四组分割点对车牌角点的坐标差值；

对所述车牌图像进行车牌语义分割处理，确定所述车牌图像中的车牌掩码区域。

在本申请一些实施例中，所述第一确定单元702具体用于：

采用预设的车牌分割网络模型，对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值。

在本申请一些实施例中，所述车牌分割网络模型包括通道回归子网络模型和车牌语义分割子网络模型；

所述第一确定单元702具体具体用于：采用所述通道回归子网络模型，对所述车牌图像进行通道回归处理，确定四组分割点对车牌角点的坐标差值，所述四组分割点对车牌角点的坐标差值包括四组分割点对车牌角点，在所述通道回归子网络模型的坐标系中x与y方向的坐标差值；

采用所述车牌语义分割子网络模型，对所述车牌图像进行车牌语义分割处理，确定所述车牌图像中的车牌掩码区域。

在本申请一些实施例中，所述第二确定单元703具体用于：

分别以所述车牌掩码区域中一个像素点为目标像素点，获取目标像素点的坐标；

根据所述目标像素点的坐标，以及四组分割点与车牌角点的坐标差值，计算四个车牌角点的坐标，该四个车牌角点组成一组车牌四角点；

在所述车牌掩码区域中所有像素点对应的四个车牌角点的坐标计算完成之后，得到多组车牌四角点。

在本申请一些实施例中，所述第三确定单元704具体用于：

从所述多组车牌四角点中，确定车牌四个角对应的坐标集合；

根据所述四个角对应的坐标集合，按出现次数投票确定车牌四角点的坐标；

根据所述车牌四角点的坐标，确定车牌四角点对应的车牌区域。

在本申请一些实施例中，所述第三确定单元704具体用于：

从所述四个角对应的坐标集合中，投票确定出现次数最多的四个角坐标；

将所述四个角坐标，确定为所述车牌四角点的坐标。

在本申请一些实施例中，所述车牌识别单元705具体用于：

对所述车牌区域的图像进行透视变换，得到预设的宽高的矩形车牌图像；

对所述矩形车牌图像进行车牌识别，得到所述目标车辆的车牌号码。

本发明实施例还提供一种服务器，其集成了本发明实施例所提供的任一种车牌识别装置，所述服务器包括：

一个或多个处理器；

存储器；以及

一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述车牌识别方法实施例中任一实施例中所述的车牌识别方法中的步骤。

本发明实施例还提供一种服务器，其集成了本发明实施例所提供的任一种车牌识别装置。如图8所示，其示出了本发明实施例所涉及的服务器的结构示意图，具体来讲：

该服务器可以包括一个或者一个以上处理核心的处理器801、一个或一个以上计算机可读存储介质的存储器802、电源803和输入单元804等部件。本领域技术人员可以理解，图8中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

其中：

处理器801是该服务器的控制中心，利用各种接口和线路连接整个服务器的各个部分，通过运行或执行存储在存储器802内的软件程序和/或模块，以及调用存储在存储器802内的数据，执行服务器的各种功能和处理数据，从而对服务器进行整体监控。可选的，处理器801可包括一个或多个处理核心；优选的，处理器801可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器801中。

存储器802可用于存储软件程序以及模块，处理器801通过运行存储在存储器802的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器802可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器802还可以包括存储器控制器，以提供处理器801对存储器802的访问。

服务器还包括给各个部件供电的电源803，优选的，电源803可以通过电源管理系统与处理器801逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源803还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该服务器还可包括输入单元804，该输入单元804可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，服务器还可以包括显示单元等，在此不再赘述。具体在本实施例中，服务器中的处理器801会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器802中，并由处理器801来运行存储在存储器802中的应用程序，从而实现各种功能，如下：

获取目标车辆的车牌图像；对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本发明实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行本发明实施例所提供的任一种车牌识别方法中的步骤。例如，所述计算机程序被处理器进行加载可以执行如下步骤：

获取目标车辆的车牌图像；对所述车牌图像进行检测，确定所述车牌图像中的车牌掩码区域、以及四组分割点与车牌角点的坐标差值；根据所述车牌掩码区域、以及四组分割点与车牌角点的坐标差值，确定多组车牌四角点；根据所述多组车牌四角点，确定车牌四角点对应的车牌区域；对所述车牌区域的图像进行车牌识别，得到所述目标车辆的车牌号码。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。

具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

以上对本发明实施例所提供的一种车牌识别方法、装置、服务器及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。