[發明專利]一種車牌圖像去模糊方法、裝置及系統

有效

• 申請號: 201710200827.0
• 申請日: 2017-03-30
• 公開（公告）號: CN108665417B
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 肖飛
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 項京;馬敬

1.一種車牌圖像去模糊方法，其特征在于，所述方法包括：

采集車牌圖像，并通過統計所述車牌圖像的清晰度信息，確定所述車牌圖像的當前模糊等級；

根據所述當前模糊等級，以及模糊等級與神經網絡的網絡參數的對應關系，確定所述當前模糊等級對應的神經網絡的網絡參數，其中，所述對應關系為通過對多張清晰車牌圖像和多張模糊車牌圖像構成的樣本對集合進行訓練得到的；

根據所述網絡參數，對所述車牌圖像進行神經網絡運算，得到去模糊后的車牌圖像。

2.根據權利要求1所述的車牌圖像去模糊方法，其特征在于，所述模糊等級包括：嚴重模糊等級、中度模糊等級及輕度模糊等級，或者，所述模糊等級包括：第1等級至第n等級，其中，n為大于或等于2的整數。

3.根據權利要求1所述的車牌圖像去模糊方法，其特征在于，所述采集車牌圖像，包括：

采集原始車輛圖像；

統計所述原始車輛圖像的圖像亮度信息；

根據所述圖像亮度信息，得到采集所述原始車輛圖像時的曝光參數；

調節所述曝光參數，得到滿足預設圖像亮度條件的亮度信息；

采集具有所述亮度信息的車輛圖像的圖像信號；

根據所述圖像信號，提取車牌圖像。

4.根據權利要求3所述的車牌圖像去模糊方法，其特征在于，所述通過統計所述車牌圖像的清晰度信息，確定所述車牌圖像的當前模糊等級，包括：

統計所述車牌圖像的平均梯度幅值；

對所述平均梯度幅值進行映射，并根據預設的平均梯度幅值與圖像模糊等級的映射關系，確定所述車牌圖像的當前模糊等級；或者，獲取離線訓練的模糊車牌圖像的平均梯度幅值及所對應的模糊等級，確定所述離線訓練的模糊車牌圖像的平均梯度幅值中與所述車牌圖像的平均梯度幅值相等的平均梯度幅值所對應的模糊等級為所述車牌圖像的當前模糊等級。

5.根據權利要求1所述的車牌圖像去模糊方法，其特征在于，所述采集車牌圖像，并通過統計所述車牌圖像的清晰度信息，確定所述車牌圖像的當前模糊等級之前，所述方法還包括：

獲取多張清晰車牌圖像及多張模糊車牌圖像，并將每個清晰車牌圖像及所對應的模糊車牌圖像作為樣本對，構成樣本對集合；

根據預設參數確定所述樣本對集合中所有樣本對的模糊等級，其中，所述預設參數為預設降質模糊核強度或者預設長曝光時間；

將所述樣本對集合中具有相同模糊等級的所有樣本對及由相同模糊等級的樣本對確定的相似性度量函數，輸入深度神經網絡，進行訓練；

在所述相似性度量函數的數值小于預設值時，完成所述訓練，得到模糊等級與神經網絡的網絡參數的對應關系。

6.根據權利要求5所述的車牌圖像去模糊方法，其特征在于，所述獲取多張清晰車牌圖像及多張模糊車牌圖像，并將每個清晰車牌圖像及所對應的模糊車牌圖像作為樣本對，構成樣本對集合，包括：

獲取經短曝光時間采集的多張清晰車牌圖像，及經長曝光時間采集的多張模糊車牌圖像；

將同時采集的清晰車牌圖像與模糊車牌圖像進行亮度歸一化操作，得到亮度相同的第一清晰車牌圖像與第一模糊車牌圖像；

獲得包含所述第一清晰車牌圖像與所述第一模糊車牌圖像的樣本對；

獲得不同采集時刻下的樣本對，構成樣本對集合。

7.根據權利要求5所述的車牌圖像去模糊方法，其特征在于，所述獲取多張清晰車牌圖像及多張模糊車牌圖像，并將每個清晰車牌圖像及所對應的模糊車牌圖像作為樣本對，構成樣本對集合，包括：

獲取經短曝光時間采集的多張清晰車牌圖像；

根據預設降質模糊核，對每個清晰車牌圖像進行退化模型降質，生成每個清晰車牌圖像對應的模糊車牌圖像；

獲得包含第二清晰車牌圖像與所述第二清晰車牌圖像對應的第二模糊車牌圖像的樣本對，其中，所述第二清晰車牌圖像為所有清晰車牌圖像中的任一清晰車牌圖像；

獲得每張清晰車牌圖像對應的樣本對，構成樣本對集合。