车牌图像优选方法、图像处理装置及具有存储功能的装置制造方法及图纸

本申请公开了一种车牌图像优选方法、图像处理装置及具有存储功能的装置，该车牌图像优选方法包括：获取至少两个相机分别抓拍缓存的多帧车牌图像；分别计算多帧车牌图像的评价得分；根据多帧车牌图像的评价得分确定主相机；将主相机抓拍缓存且评价得分最高的车牌图像作为最优车牌图像。本申请所提供的车牌图像优选方法能够有效提高车牌识别的准确率。

【技术实现步骤摘要】
车牌图像优选方法、图像处理装置及具有存储功能的装置
本申请涉及图像处理
，特别是涉及一种车牌图像优先方法、图像处理装置及具有存储功能的装置。
技术介绍
随着智能交通系统在电警、卡口、出入口、停车场等交通场景的日益普及，车牌识别作为其重要组成部分显得越来越重要。但车牌悬挂不当、摄像机抓拍角度以及道路斜坡等问题会导致获取的车牌定位结果倾斜，而车牌定位结果作为车牌识别的输入，它的质量直接影响到最终车牌字符识别结果，因而优化车牌定位结果大角度倾斜问题在整个识别系统中起着至关重要的作用。
技术实现思路
本申请主要解决的技术问题是提供一种车牌图像优先方法、图像处理装置及具有存储功能的装置，能够有效提高车牌识别的准确率。为解决上述技术问题，本申请采用的一个技术方案是：提供一种车牌图像优选方法，所述方法包括：获取至少两个相机分别抓拍缓存的多帧车牌图像；分别计算所述多帧车牌图像的评价得分；根据所述多帧车牌图像的评价得分确定主相机；将所述主相机抓拍缓存且评价得分最高的所述车牌图像作为最优车牌图像。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种图像处理装置，包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器、所述通信电路，所述存储器中存储有程序数据，所述处理器通过执行所述存储器内的所述程序数据以实现上述方法中的步骤。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种具有存储功能的装置，存储有程序数据，所述程序数据能够被处理器执行以实现上述方法中的步骤。本申请的有益效果是：本申请根据至少两个相机分别抓拍缓存的多帧图像的评价得分确定主相机，能够避免单帧图像导致的偶然性结果，保证确定的主相机为整体拍摄效果最佳的相机，从而将主相机抓拍缓存且评价得分最高的车牌图像作为最优车牌图像以便后续进行车牌识别，能够有效提高识别的准确率。附图说明为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，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。其中：图1是本申请车牌图像优选方法一实施方式的流程示意图；图2是至少两个相机的抓拍示意图；图3是图1中步骤S120的流程示意图；图4是图3中步骤S122在一应用场景中的流程示意图；图5是图3中步骤S123在一应用场景中的流程示意图；图6是车牌图像的示意图；图7是图6车牌图像中车牌检测框和车辆检测框的相对位置示意图；图8是图1中步骤S130的流程示意图；图9是本申请图像处理装置一实施方式的结构示意图；图10是本申请图像处理装置另一实施方式的结构示意图；图11是本申请具有存储功能的装置一实施方式的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参阅图1，图1是本申请车牌图像优选方法一实施方式的流程示意图。该方法包括：S110：获取至少两个相机分别抓拍缓存的多帧车牌图像。至少两个相机用于对同一车辆进行抓拍，且每个相机对同一车辆不止抓拍一次，每个相机均会抓拍缓存到多帧车牌图像。参阅图2，在本实施方式中，对同一车辆进行抓拍的相机的数量为两个，两个相机分别在车辆的左侧和右侧进行抓拍。在其他实施方式中，相机的数量可以是3个、4个或者更多个。在一应用场景中，在步骤S110之前还会确定相机的抓拍初始位置以及抓拍浮动距离。结合图2，当相机检测到拍摄视野中的车辆运动到抓拍初始位置(即图2中抓拍初始线所在的位置)时开始对该车辆进行抓拍，而当该车辆继续运动至抓拍终点线时结束抓拍，其中抓拍终点线与抓拍初始线之间的距离即为设置的抓拍浮动距离Δh。其中，在设定抓拍初始位置以及抓拍浮动距离时，可以将两者的值直接给出，也可以通过间接给定第一比例和第二比例而设置抓拍初始位置、抓拍浮动距离，具体地，当只给出第一比例和第二比例时，根据如下公式确定抓拍初始位置以及抓拍浮动距离：抓拍初始位置＝车牌图像的高度*第一比例；抓拍浮动距离Δh＝车牌图像的高度*第二比例其中，车牌图像的高度为相机抓拍的车牌图像的高度，不同分辨率的相机抓拍的车牌图像的高度不同。S120：分别计算多帧车牌图像的评价得分。在相机抓拍到车牌图像后，根据预设的评价机制对车牌图像进行计算，得到车牌图像的评价得分，其中评价得分越高，表示车牌图像的质量越高，越有利于后续的车牌识别结果。在一应用场景中，在相机每抓拍一帧车牌图像后就立即对该车牌图像进行计算，直至该相机抓拍结束，从而得到相机抓拍的所有车牌图像的评价得分。在另一应用场景中，在相机抓拍结束后，再对其抓拍缓存的多张车牌图像进行计算，此时也能够得到相机抓拍的所有车牌图像的评价得分。总而言之，关于何时对车牌图像进行计算而得到评价得分，本申请不做限制。S130：根据多帧车牌图像的评价得分确定主相机。在相机抓拍缓存结束以及对车牌图像进行计算结束后，根据各个相机抓拍缓存的车牌图像的评价得分能够确定拍摄质量最佳的相机，并将该拍摄质量最佳的相机确定为主相机。在本实施方式中，根据多帧车牌图像的评价得分确定主相机，能够避免单帧图像导致的偶然性结果，即通过步骤S130能够保证确定的主相机为整体拍摄质量最佳的相机。S140：将主相机抓拍缓存且评价得分最高的车牌图像作为最优车牌图像。在确定主相机后，将该主相机抓拍缓存的车牌图像中评价得分最高的车牌图像作为最优车牌图像，而后可以对该最优车牌图像进行识别而得到车牌识别结果。在本实施方式中，由于确定的主相机为整体拍摄质量最佳的相机，因此，将其抓拍缓存且评价得分最高的车牌图像作为最优车牌图像进行车牌识别，能够有效提高车牌识别的准确率。在本实施方式中，相机抓拍缓存的车牌图像既可以只包括车牌，也可以同时包括车牌以及车辆，其中当车牌图像包括车牌以及车辆时，如图3所示，步骤S120包括：S121：确定车牌图像中的车牌检测框以及车辆检测框。当获取到车牌图像后，自动对车牌图像进行目标识别，生成框定车牌的车牌检测框以及框定车辆的车辆检测框，而后获得车牌检测框以及车辆检测框的位置。S122：计算车牌检测框所框定的图像的姿态角。具体地，使用Radon变换(拉东变换)计算车牌检测框所框定的图像的姿态角，而如何通过Radon变换计算图像的姿态角属于现有技术，在此不再做具体介绍。其中，车牌检测框所框定的图像的姿态角越小越有利于后续的车牌识别结果。S123：根据车牌检测框与车辆检测本文档来自技高网...

【技术保护点】
1.一种车牌图像优选方法，其特征在于，所述方法包括：/n获取至少两个相机分别抓拍缓存的多帧车牌图像；/n分别计算所述多帧车牌图像的评价得分；/n根据所述多帧车牌图像的评价得分确定主相机；/n将所述主相机抓拍缓存且评价得分最高的所述车牌图像作为最优车牌图像。/n

【技术特征摘要】
1.一种车牌图像优选方法，其特征在于，所述方法包括：
获取至少两个相机分别抓拍缓存的多帧车牌图像；
分别计算所述多帧车牌图像的评价得分；
根据所述多帧车牌图像的评价得分确定主相机；
将所述主相机抓拍缓存且评价得分最高的所述车牌图像作为最优车牌图像。


2.根据权利要求1所述的方法，其特征在于，所述车牌图像包括车牌以及车辆，所述分别计算所述多帧车牌图像的评价得分的步骤，包括：
确定所述车牌图像中的车牌检测框以及车辆检测框；
计算所述车牌检测框所框定的图像的姿态角；
根据所述车牌检测框与所述车辆检测框的位置姿态关系以及所述姿态角计算所述车牌图像的评价得分。


3.根据权利要求2所述的方法，其特征在于，所述计算所述车牌检测框所框定的图像的姿态角的步骤，包括：
以经过所述车牌检测框所框定的图像的中心点的竖直线为界而将所述车牌检测框所框定的图像分割成第一子图像和第二子图像，其中，所述第一子图像包括省份字符；
计算所述第二子图像的姿态角。


4.根据权利要求3所述的方法，其特征在于，在所述计算所述第二子图像的姿态角之前，还包括：
对所述第二子图像依次进行灰度化处理和边缘检测处理。


5.根据权利要求2所述的方法，其特征在于，所述根据所述车牌检测框与所述车辆检测框的位置姿态关系以及所述姿态角计算所述车牌图像的评价得分的步骤，包括：
计算所述车牌检测框的中心点与所述车辆检测框的中心点的连线与水平线的矢量角；
计算所述车牌检测框的面积与所述车辆...

【专利技术属性】
技术研发人员：郝行猛，舒梅，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33