[發明專利]一種車牌樣本生成方法及裝置

在審

• 申請號: 202010900943.5
• 申請日: 2020-09-01
• 公開（公告）號: CN112101349A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 楊少春;尹方始;班華忠;王正;崔凱
• 申請（專利權）人: 北京智芯原動科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種車牌樣本生成方法，包括：創建車牌背景集、單個字符集、包含車牌的車輛圖片集；根據國標的規定，隨機生成車牌類型和車牌號；根據隨機生成的車牌類型和車牌號，從單個字符集中選取對應的字符圖片，從車牌背景集中選取對應的車牌背景圖片，從包含車牌的車輛圖片集選取對應的車輛圖片；對字符圖片進行縮放處理、二值化處理和顏色變換處理，獲取處理后的字符圖片；將處理后的字符圖片疊加到車牌背景圖片的對應位置上，以獲得標準車牌圖像；對標準車牌圖像進行常規圖像處理、透視變換處理、泊松融合處理、反向透視變換處理，以獲取車牌樣本圖像。與現有技術相比，本發明能生成大量相對真實的車牌樣本圖像。

技術領域

本發明涉及圖像處理、車牌識別技術領域，特別涉及一種車牌樣本生成方法。

背景技術

隨著深度學習技術的發展，其在人臉識別、語音識別、車牌識別等各領域已被廣泛使用。然而，深度學習的應用需要大量的車牌樣本來對網絡進行訓練。由于我國各省市的車牌都不相同，大量車牌樣本的搜集和標注費時、費力、費錢，而且有些省份的車牌和特殊車牌樣本很難獲取，可能導致車牌樣本類別不平衡問題。

在無法獲取大量樣本或部分漢字、車牌類別缺少時，往往采用車牌樣本生成的方法加以彌補。目前已有車牌樣本生成方法，主要包含以下兩種：(1)基于字符疊加/融合到車牌背景的方法：大多是基于與對應國家車牌字符相近的字體文件，隨機生成車牌序列疊加到車牌背景上，再進行圖像模糊、加噪等處理。由于我國車牌特定的字體，該方法生成的車牌和真實車牌有一定差異，訓練得到的模型在真實場景效果很難得到保障；(2)基于生成對抗網絡(GAN,Generative Adversarial Networks)生成車牌的方法：使用標注好的車牌數據訓練GAN網絡，再使用訓練好的GAN網絡批量生成車牌樣本，然而訓練GAN網絡需要足夠數量的真實數據作為支撐，加以深入的理論基礎和調參技巧，才有可能獲得比較理想的模型，同時生成的數據往往也需要進行人工二次審核，短期內應用難度很大。

綜上，為了解決上述問題，急需提供一種車牌樣本生成方法。

發明內容

本發明的目的在于提供一種車牌樣本生成方法，能夠在只有少量真實數據的情況下快速生成大量相對真實的車牌樣本。

為了達到上述目的，本發明提供了一種車牌樣本生成方法，該方法包括：

第一步驟，創建車牌背景集、單個字符集、包含車牌的車輛圖片集；

第二步驟，根據國標的規定，隨機生成車牌類型，對選定的車牌類型，隨機生成符合國標規定的車牌號；

第三步驟，根據隨機生成的車牌類型和車牌號，從單個字符集中選取對應的字符圖片，從車牌背景集中選取對應的車牌背景圖片，從包含車牌的車輛圖片集選取對應的車輛圖片；對字符圖片進行縮放處理、二值化處理和顏色變換處理，獲取處理后的字符圖片；將處理后的字符圖片疊加到車牌背景圖片的對應位置上，以獲得標準車牌圖像；

第四步驟，對標準車牌圖像進行常規圖像處理、透視變換處理、泊松融合處理、反向透視變換處理，以獲取車牌樣本圖像。

進一步地，所述第一步驟包括：

車牌背景集創建步驟，針對國標規定的各類車牌類型，分別選取至少1個的車牌背景圖片，作為車牌背景集；

單個字符集創建步驟，針對國標規定的車牌字符，分別選取至少1個的字符圖片，作為單個字符集；

含有車牌的車輛圖片集創建步驟，針對國標規定的各類車牌類型，選擇真實場景中含有對應車牌類型的車輛圖片，并在車輛圖片中標注車牌區域四個邊界點的位置，將選取的車牌類型的車輛圖片作為含有車牌的車輛圖片集。

其中，所述車牌背景圖片是不含字符的車牌圖片；所述字符圖片是長寬比符合國標的車牌字符圖片，所述車牌字符包括數字0～9和字母A～Z(不含字母O和I)和車牌漢字。