[發明專利]車牌矯正方法、裝置以及可讀存儲介質

有效

• 申請號: 201911054241.3
• 申請日: 2019-10-31
• 公開（公告）號: CN110807459B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 唐健;張彥彬;王浩
• 申請（專利權）人: 深圳市捷順科技實業股份有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V10/20;G06V10/24
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王兆林

本申請實施例公開了一種車牌矯正方法、裝置以及存儲介質，用于進行車牌矯正。本申請實施例方法包括：獲取源圖像，源圖像中標記有第一檢測區域，第一檢測區域至少包括部分車牌輪廓；擴大第一檢測區域得到第二檢測區域；使用第一回歸模型對第二檢測區域內的圖像進行計算得到四角點偏移量；根據四角點偏移量調整第二檢測區域得到第三檢測區域；使用第二回歸模型對第三檢測區域進行計算得到四邊偏移量；根據四邊偏移量調整第三檢測區域得到第四檢測區域；對第四檢測區域內的圖像進行傾斜矯正。

技術領域

本申請實施例涉及圖像處理領域，具體涉及車牌矯正方法、裝置以及可讀存儲介質。

背景技術

車牌識別，是指使用計算機對車牌進行識別。一般通過攝像頭采集到車牌的圖像，然后輸入計算機中處理，得到車牌上的對應字符。

但是在一些跟車嚴重的大彎道場景，攝像機需要從側面采集的大角度傾斜的車牌圖像，如果計算機直接識別這種傾斜的車牌圖像，錯誤率較高。所以這些大角度車牌需要矯正，才能準確識別車牌上的字符。

現在對大角度車牌的矯正方法，是人為設定紋理、輪廓或灰度等參數作為圖像特征，使用這些圖像特征進行車牌定位，然后對定位的車牌進行傾斜矯正。然而，該方法在實際使用中對環境過于敏感，例如在雨水污泥、夜晚亮度不足及正午強光照射等復雜環境的影響時定位車牌不準確，從而導致車牌矯正準確度較低。

發明內容

本申請實施例提供了車牌矯正方法、裝置以及存儲介質，用于對大角度傾斜的車牌圖像進行矯正。

本申請實施例第一方面提供了一種車牌矯正方法，包括：

獲取源圖像，所述源圖像中標記有第一檢測區域，所述第一檢測區域至少包括部分車牌輪廓；

擴大所述第一檢測區域得到第二檢測區域；

使用第一回歸模型對所述第二檢測區域內的圖像進行計算得到四角點偏移量，所述第一回歸模型由深度學習框架以四角點偏移量為學習標簽對第一訓練樣本集進行學習后生成，所述第一訓練樣本集包括多個采集于真實環境中的第一類車牌樣本圖像,每一個所述第一類車牌樣本圖像中標注有第一學習框和車牌的四角點坐標；

根據所述四角點偏移量調整所述第二檢測區域得到第三檢測區域；

使用第二回歸模型對所述第三檢測區域進行計算得到四邊偏移量，所述第二回歸模型通過由所述深度學習框架以車牌的四邊偏移量為學習標簽對第二訓練樣本集進行學習后生成，所述第一訓練樣本集包括多個采集于真實環境中的第二類車牌樣本圖像,每一個所述第二類車牌樣本圖像中標注有第二學習框和車牌輪廓；

根據所述四邊偏移量調整所述第三檢測區域得到第四檢測區域；

對所述第四檢測區域內的圖像進行傾斜矯正。

優選地，所述擴大第一檢測區域得到第二檢測區域包括：

對第一檢測區域上下邊界分別擴大25％第一比例、左右邊界分別擴大50％第二比例得到第二檢測區域。

優選地，所述第一訓練樣本集和第二樣本訓練集都包括完全重疊樣本、部分重疊樣本和覆蓋樣本；其中：

所述第一類訓練樣本集的完全重疊樣本中，所述第一學習框內包括完整車牌輪廓；

所述第一類訓練樣本集的部分重疊樣本中，所述第一學習框內包括不完整的車牌輪廓；

所述第一類訓練樣本集的覆蓋樣本中，所述第一學習框在車牌輪廓內；

所述第二類訓練樣本集的完全重疊樣本中，所述第二學習框內包括完整車牌輪廓；

所述第二類訓練樣本集的部分重疊樣本中，所述第二學習框內包括不完整的車牌輪廓；