1.一種行駛證識別方法，其特征在于，包括：
接收、并預(yù)處理行駛證圖像；
確定所述行駛證圖像上印章區(qū)域的位置；
根據(jù)印章區(qū)域與行駛證雙碼區(qū)域的位置關(guān)系，以及所述印章區(qū)域的位置，粗定位行駛證雙碼區(qū)域，其中，所述行駛證雙碼區(qū)域包括車輛識別代號和發(fā)動(dòng)機(jī)號碼；
通過灰度投影、以及字符的像素點(diǎn)灰度值與背景的對比度，細(xì)定位經(jīng)過粗定位的行駛證雙碼區(qū)域，其中，細(xì)定位經(jīng)過粗定位的行駛證雙碼區(qū)域包括：從行駛證圖像中分離出行駛證雙碼所在的字符行區(qū)域；
按照每一個(gè)單個(gè)字符所呈形狀、以及預(yù)設(shè)形狀規(guī)則，將所述字符行區(qū)域進(jìn)行分割，得到分割后的單個(gè)字符圖像；
通過深度字符識別模型，對所述單個(gè)字符圖像進(jìn)行識別，得到所述行駛證圖像對應(yīng)的行駛證雙碼字符串。
2.根據(jù)權(quán)利要求1所述的行駛證識別方法，其特征在于，所述確定所述行駛證圖像上印章區(qū)域的位置，包括：
檢測所述行駛證圖像上的顯著性區(qū)域，其中，所述顯著性區(qū)域包括預(yù)設(shè)形狀且顏色突出的顯著性區(qū)域；
利用訓(xùn)練完成的支持向量機(jī)分類器，從至少一個(gè)所述顯著性區(qū)域中，篩選出分類可信度最大的區(qū)域?yàn)樗鲇≌聟^(qū)域，其中，所述支持向量機(jī)分類器是根據(jù)所述行駛證圖像的顏色直方圖特征以及方向梯度直方圖特征，訓(xùn)練得到的。
3.根據(jù)權(quán)利要求2所述的行駛證識別方法，其特征在于，所述根據(jù)印章區(qū)域與行駛證雙碼的位置關(guān)系，以及所述印章區(qū)域的位置，粗定位所述行駛證雙碼區(qū)域，包括：
從預(yù)先建立的印章區(qū)域與行駛證雙碼區(qū)域的位置關(guān)系中，得到所述印章區(qū)域與行駛證雙碼區(qū)域的位置關(guān)系；
根據(jù)所述位置關(guān)系以及所述印章區(qū)域的位置，粗定位所述行駛證雙碼區(qū)域。
4.根據(jù)權(quán)利要求3所述的行駛證識別方法，其特征在于，所述通過灰度投影、以及字符的像素點(diǎn)灰度值與背景的對比度，細(xì)定位經(jīng)過粗定位的所述行駛證雙碼區(qū)域，包括：
對所述行駛證雙碼區(qū)域進(jìn)行水平方向投影，在字符行和字符行間隔區(qū)域?qū)?yīng)的位置上，分別得到最大像素點(diǎn)灰度值對應(yīng)的波峰和最小像素點(diǎn)灰度值對應(yīng)的波谷，對所述波峰和所述波谷進(jìn)行垂直方向投影，粗分離出第一字符行區(qū)域；
根據(jù)字符與背景的對比度，并利用像素點(diǎn)灰度值變化的極值，確定所述極值的個(gè)數(shù)超過預(yù)設(shè)個(gè)數(shù)的第一字符行區(qū)域?yàn)榈诙蜻x字符行區(qū)域；
利用訓(xùn)練完成的字符分類器，從至少一個(gè)所述第二候選字符行區(qū)域中，篩選出分類可信度最大的區(qū)域?yàn)榈诙址袇^(qū)域；其中，所述字符分類器包括根據(jù)圖像特征進(jìn)行訓(xùn)練完成的字符分類器。
5.根據(jù)權(quán)利要求4所述的行駛證識別方法，其特征在于，所述按照每一個(gè)單個(gè)字符所呈形狀、以及預(yù)設(shè)形狀規(guī)則，將所述字符行區(qū)域進(jìn)行分割，得到分割后的單個(gè)字符圖像，包括：
按照長方形規(guī)則，將所述第二字符行區(qū)域進(jìn)行分割，得到數(shù)字或者字母對應(yīng)的單個(gè)字符圖像；
按照正方形規(guī)則，將所述第二字符行區(qū)域進(jìn)行分割，得到漢字對應(yīng)的單個(gè)字符圖像。
6.根據(jù)權(quán)利要求1所述的行駛證識別方法，其特征在于，所述通過深度字符識別模型，對所述單個(gè)字符圖像進(jìn)行識別，最終得到所述行駛證圖像對應(yīng)的行駛證雙碼字符串，包括：
分別對每個(gè)所述單個(gè)字符圖像，通過所述深度字符識別模型進(jìn)行識別，返回每個(gè)所述單個(gè)字符圖像的識別結(jié)果以及每個(gè)所述單個(gè)字符圖像的識別結(jié)果對應(yīng)的單個(gè)概率；
根據(jù)所述單個(gè)概率，得到識別整個(gè)所述行駛證圖像的整體概率；
確定所述整體概率最大時(shí)對應(yīng)的字符串，為所述行駛證圖像對應(yīng)的行駛證雙碼字符串。
7.根據(jù)權(quán)利要求6所述的行駛證識別方法，其特征在于，在所述通過所述深度字符識別模型進(jìn)行識別，返回每個(gè)所述單個(gè)字符圖像的識別結(jié)果，之后，所述方法還包括：
檢查所述單個(gè)字符圖像的識別結(jié)果，是否符合行駛證雙碼的雙碼規(guī)則；
在所述單個(gè)字符圖像的識別結(jié)果不符合所述雙碼規(guī)則時(shí)，將所述單個(gè)字符圖像的識別結(jié)果調(diào)整為符合所述雙碼規(guī)則的結(jié)果；
在所述確定所述整體概率最大時(shí)對應(yīng)的字符串，為所述行駛證圖像對應(yīng)的行駛證雙碼字符串，之后，所述方法還包括：
檢查所述行駛證雙碼字符串的結(jié)果是否符合所述雙碼規(guī)則，在所述行駛證雙碼字符串的結(jié)果不符合所述雙碼規(guī)則時(shí)，重新識別所述行駛證雙碼字符串。
8.根據(jù)權(quán)利要求1所述的行駛證識別方法，其特征在于，所述根據(jù)印章區(qū)域與行駛證雙碼區(qū)域的位置關(guān)系，以及所述印章區(qū)域的位置，粗定位所述行駛證雙碼區(qū)域，包括：
根據(jù)所述印章區(qū)域的直線檢測的結(jié)果，確定所述行駛證圖像的擺放位置；
基于所述擺放位置，對所述行駛證圖像進(jìn)行版面位置分析，得到所述印章區(qū)域與行駛證雙碼區(qū)域的位置關(guān)系；
根據(jù)所述位置關(guān)系以及所述印章區(qū)域的位置，粗定位所述行駛證雙碼區(qū)域。
9.一種行駛證識別裝置，其特征在于，包括：
接收處理模塊，用于接收、并預(yù)處理行駛證圖像；
確定模塊，用于確定所述行駛證圖像上印章區(qū)域的位置；
粗定位模塊，用于根據(jù)印章區(qū)域與行駛證雙碼區(qū)域的位置關(guān)系，以及所述印章區(qū)域的位置，粗定位行駛證雙碼區(qū)域，其中，所述行駛證雙碼區(qū)域包括車輛識別代號和發(fā)動(dòng)機(jī)號碼；
細(xì)定位模塊，用于通過灰度投影、以及字符的像素點(diǎn)灰度值與背景的對比度，細(xì)定位經(jīng)過粗定位的行駛證雙碼區(qū)域，其中，細(xì)定位經(jīng)過粗定位的行駛證雙碼區(qū)域包括：從行駛證圖像中分離出行駛證雙碼所在的字符行區(qū)域；
分割模塊，用于按照每一個(gè)單個(gè)字符所呈形狀、以及預(yù)設(shè)形狀規(guī)則，將所述字符行區(qū)域進(jìn)行分割，得到分割后的單個(gè)字符圖像；
識別模塊，用于通過深度字符識別模型，對單個(gè)字符圖像進(jìn)行識別，得到行駛證圖像對應(yīng)的行駛證雙碼字符串。
10.根據(jù)權(quán)利要求9所述的行駛證裝置，其特征在于，所述確定模塊包括：
檢測子模塊，用于檢測行駛證圖像上的顯著性區(qū)域，其中，顯著性區(qū)域包括預(yù)設(shè)形狀且顏色突出的顯著性區(qū)域；
篩選子模塊，用于利用訓(xùn)練完成的支持向量機(jī)分類器，從至少一個(gè)顯著性區(qū)域中，篩選出分類可信度最大的區(qū)域?yàn)橛≌聟^(qū)域，其中，支持向量機(jī)分類器是根據(jù)行駛證圖像的顏色直方圖特征以及方向梯度直方圖特征，訓(xùn)練得到的。