双层车牌图像处理方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种双层车牌图像处理方法、装置、电子设备及存储介质，方法包括：获取原始车牌图像，生成图像训练样本；将图像训练样本投入卷积神经网络，获取标准特征点；根据预设边界特征点和标准特征点进行倾斜矫正，生成仿射变换参数；根据仿射变换参数，切割原始车牌图像，生成目标图像。解决现有技术中车牌数据来源单一、计算结果可靠性低、适用范围窄以及精度低的问题。

【技术实现步骤摘要】
双层车牌图像处理方法、装置、电子设备及存储介质
本申请涉及计算机数据存储领域，具体而言，涉及一种双层车牌图像处理方法、装置、电子设备及存储介质。
技术介绍
现有的车牌切割方法一般采用以下流程：1、通过一定的方法对车牌进行大致的定位获得车牌的初始位置；2、然后逐个对初始车牌区域使用Radon(拉冬)变换或者区域的水平垂直投影；3、通过计算出来的特征信息计算出车牌大致的水平和垂直倾斜角度；4、通过计算出的水平和垂直倾斜角度对初始车牌区域进行倾斜矫正；5、对倾斜矫正后的车牌获取水平和垂直投影图；6、通过投影逐个进行车牌切割。现有方法有以下几点不足：1、对车牌定位的依赖性很大，定位的准确度直接影响后续的倾斜角度计算；2、倾斜角度计算法依赖固定的算子，在车牌有污损，遮挡等情况时计算的结果不可靠；3、倾斜角度计算方法计算量和内存需求很大，而且是逐个区域进行的，对多车牌的情况(卡口，违停抓拍等)不适用；4、倾斜角度计算方法针对单层车牌设计，对双层车牌效果比较差；5、倾斜矫正只是粗略角度矫正，不能进行无效区域的去除工作，对后续的车牌切割工作带来了很大的本文档来自技高网...

【技术保护点】
1.一种双层车牌图像处理方法，其特征在于，包括：/n获取原始车牌图像，生成图像训练样本；/n将所述图像训练样本投入卷积神经网络，获取标准特征点；/n根据预设边界特征点和所述标准特征点进行倾斜矫正，生成仿射变换参数；/n根据所述仿射变换参数，切割所述原始车牌图像，生成目标图像。/n

【技术特征摘要】
1.一种双层车牌图像处理方法，其特征在于，包括：
获取原始车牌图像，生成图像训练样本；
将所述图像训练样本投入卷积神经网络，获取标准特征点；
根据预设边界特征点和所述标准特征点进行倾斜矫正，生成仿射变换参数；
根据所述仿射变换参数，切割所述原始车牌图像，生成目标图像。


2.根据权利要求1所述的方法，其特征在于，所述将所述图像训练样本投入卷积神经网络，获取标准特征点，包括：
根据所述图像训练样本，随机生成多个初始特征点信息；
根据所述初始特征点信息，统计预设数量的所述初始特征点的位置信息，生成所述标准特征点。


3.根据权利要求2所述的方法，其特征在于，所述根据预设边界特征点和所述标准特征点进行倾斜矫正，生成仿射变换参数，包括：
根据所述预设边界特征点，将所述原始车牌图像分成第一层矫正区域和第二层矫正区域；
根据所述图像训练样本和所述预设边界特征点，计算所述预设边界特征点的偏移量信息；
根据所述第一层矫正区域、所述第二层矫正区域以及所述偏移量信息，生成所述第一层矫正区域的第一仿射变换参数和所述第二层矫正区域的第二仿射变换参数。


4.根据权利要求3所述的方法，其特征在于，所述根据所述仿射变换参数，切割所述原始车牌图像，生成目标图像，包括：
将所述第一仿射变换参数进行仿射变换逆运算，生成第一矫正图像；
将所述第二仿射变换参数进行仿射变换逆运算，生成第二矫正图像。


5.一种双层车牌图像处理装置，其特征在于，包括：
样本生成模块，用于获取原始车牌图像，生成图像训练样本；

【专利技术属性】
技术研发人员：胡建兵，
申请(专利权)人：湖南国科微电子股份有限公司，
类型：发明
国别省市：湖南;43