一种车牌样本生成方法及装置制造方法及图纸

本发明专利技术提供了一种车牌样本生成方法，包括：创建车牌背景集、单个字符集、包含车牌的车辆图片集；根据国标的规定，随机生成车牌类型和车牌号；根据随机生成的车牌类型和车牌号，从单个字符集中选取对应的字符图片，从车牌背景集中选取对应的车牌背景图片，从包含车牌的车辆图片集选取对应的车辆图片；对字符图片进行缩放处理、二值化处理和颜色变换处理，获取处理后的字符图片；将处理后的字符图片叠加到车牌背景图片的对应位置上，以获得标准车牌图像；对标准车牌图像进行常规图像处理、透视变换处理、泊松融合处理、反向透视变换处理，以获取车牌样本图像。与现有技术相比，本发明专利技术能生成大量相对真实的车牌样本图像。

【技术实现步骤摘要】
一种车牌样本生成方法及装置
本专利技术涉及图像处理、车牌识别
，特别涉及一种车牌样本生成方法。
技术介绍
随着深度学习技术的发展，其在人脸识别、语音识别、车牌识别等各领域已被广泛使用。然而，深度学习的应用需要大量的车牌样本来对网络进行训练。由于我国各省市的车牌都不相同，大量车牌样本的搜集和标注费时、费力、费钱，而且有些省份的车牌和特殊车牌样本很难获取，可能导致车牌样本类别不平衡问题。在无法获取大量样本或部分汉字、车牌类别缺少时，往往采用车牌样本生成的方法加以弥补。目前已有车牌样本生成方法，主要包含以下两种：(1)基于字符叠加/融合到车牌背景的方法：大多是基于与对应国家车牌字符相近的字体文件，随机生成车牌序列叠加到车牌背景上，再进行图像模糊、加噪等处理。由于我国车牌特定的字体，该方法生成的车牌和真实车牌有一定差异，训练得到的模型在真实场景效果很难得到保障；(2)基于生成对抗网络(GAN,GenerativeAdversarialNetworks)生成车牌的方法：使用标注好的车牌数据训练GAN网络，再使用训练好的GAN网络批量生成车牌样本，然而训练GAN网络需要足够数量的真实数据作为支撑，加以深入的理论基础和调参技巧，才有可能获得比较理想的模型，同时生成的数据往往也需要进行人工二次审核，短期内应用难度很大。综上，为了解决上述问题，急需提供一种车牌样本生成方法。
技术实现思路
本专利技术的目的在于提供一种车牌样本生成方法，能够在只有少量真实数据的情况下快速生成大量相对真实的车牌样本。为了达到上述目的，本专利技术提供了一种车牌样本生成方法，该方法包括：第一步骤，创建车牌背景集、单个字符集、包含车牌的车辆图片集；第二步骤，根据国标的规定，随机生成车牌类型，对选定的车牌类型，随机生成符合国标规定的车牌号；第三步骤，根据随机生成的车牌类型和车牌号，从单个字符集中选取对应的字符图片，从车牌背景集中选取对应的车牌背景图片，从包含车牌的车辆图片集选取对应的车辆图片；对字符图片进行缩放处理、二值化处理和颜色变换处理，获取处理后的字符图片；将处理后的字符图片叠加到车牌背景图片的对应位置上，以获得标准车牌图像；第四步骤，对标准车牌图像进行常规图像处理、透视变换处理、泊松融合处理、反向透视变换处理，以获取车牌样本图像。进一步地，所述第一步骤包括：车牌背景集创建步骤，针对国标规定的各类车牌类型，分别选取至少1个的车牌背景图片，作为车牌背景集；单个字符集创建步骤，针对国标规定的车牌字符，分别选取至少1个的字符图片，作为单个字符集；含有车牌的车辆图片集创建步骤，针对国标规定的各类车牌类型，选择真实场景中含有对应车牌类型的车辆图片，并在车辆图片中标注车牌区域四个边界点的位置，将选取的车牌类型的车辆图片作为含有车牌的车辆图片集。其中，所述车牌背景图片是不含字符的车牌图片；所述字符图片是长宽比符合国标的车牌字符图片，所述车牌字符包括数字0～9和字母A～Z(不含字母O和I)和车牌汉字。进一步地，所述第三步骤包括：字符图片和车牌背景获取步骤，根据随机生成的车牌类型和车牌号，从单个字符集中选取对应的字符图片；根据随机生成的车牌类型，从车牌背景集中选取对应的车牌背景图片，从包含车牌的车辆图片集中选取对应的车辆图片；字符图片处理步骤，根据国标中对不同车牌类型的字符尺寸的规定，对字符图片进行缩放处理；对缩放后的字符图片进行二值化处理，获取二值化的字符图片；根据国标中对车牌类型字符颜色的规定，将二值化字符图片中的字符颜色变换到对应的颜色值，获取处理后的字符图片；字符图片叠加步骤，根据随机生成的车牌号，将处理后的字符图片叠加到车牌背景图片的对应位置上，以获得标准车牌图像。进一步地，所述第四步骤包括：常规图像处理步骤，对标准车牌图像进行图像加噪、图像模糊、图像颜色偏移处理，将处理后的图像作为常规处理车牌图像；透视变换处理步骤，以常规处理车牌图像的四个边界点为源点，以选取的车辆图片中的标注车牌区域四个边界点为目标点，采用透视变换法，获取透视变换后的车牌图像；泊松融合处理步骤，将透视变换后的车牌图像作为源图像，选取的车辆图片中的车牌图像为目标图像，采用泊松图像编辑法，获取泊松融合后的车牌图像；反透视变换处理步骤，将泊松融合后的车牌图像的四个边界点作为源点，设置车牌样本图像的四个边界点坐标，将车牌样本图像的四个边界点作为目标点，采用反向透视变换，获取反向透视变换后的车牌图像，作为车牌样本图像，并输出。进一步地，所述透视变换处理步骤包括：以常规处理车牌图像的四个边界点作为源点[(x0,y0),(x1,y1),(x2,y2),(x3,y3)]，以选取的车辆图片中的标注车牌区域四个边界点作为目标点[(u0,v0),(u1,v1),(u2,v2),(u3,v3)]，构建透视变换矩阵通过(公式1)获取透视变换矩阵A内的参数a00、a01、a02、a10、a11、a12、a20、a21：对于常规处理车牌图像中的像素点(x,y)经过透视变换射后，在车辆图片中的透视变换后的车牌图像对应的位置(u,v)可以通过(公式2)计算得到：进一步地，所述反透视变换处理步骤包括：将泊松融合后的车牌图像的四个边界点作为源点[(x0,y0),(x1,y1),(x2,y2),(x3,y3)]，设置车牌样本图像的四个边界点坐标，将车牌样本图像的四个边界点作为目标点[(u0,v0),(u1,v1),(u2,v2),(u3,v3)]，构建透视变换矩阵通过(公式1)获取透视变换矩阵A内的参数a00、a01、a02、a10、a11、a12、a20、a21；对于选取的车辆图片中的车牌图像中的像素点(x,y)经过透视变换射后，在车辆图片中的反向透视变换后的车牌图像对应的位置(u,v)可以通过(公式2)计算得到，将反向透视变换后的车牌图像作为车牌样本图像并输出。为了达到上述目的，本专利技术还提供了一种车牌样本生成装置，该装置包括：模板集创建模块，用于创建车牌背景集、单个字符集、包含车牌的车辆图片集；车牌类型和号码随机生成模块，用于根据国标的规定，随机生成车牌类型，对选定的车牌类型，随机生成符合国标规定的车牌号；标准车牌图像获取模块，用于根据随机生成的车牌类型和车牌号，从单个字符集中选取对应的字符图片，从车牌背景集中选取对应的车牌背景图片，从包含车牌的车辆图片集选取对应的车辆图片；对字符图片进行缩放处理、二值化处理和颜色变换处理，获取处理后的字符图片；将处理后的字符图片叠加到车牌背景图片的对应位置上，以获得标准车牌图像；标准车牌图像后处理模块，用于对标准车牌图像进行常规图像处理、透视变换处理、泊松融合处理、反向透视变换处理，以获取车牌样本图像。进一步地，所述模板集创建模块包括：车牌背景集创建模块，用于针对国标规定的各类车牌类型，分别选取至少1个的车牌背景图片，作为车牌背景集；单个字符集创本文档来自技高网...

【技术保护点】
1.一种车牌样本生成方法，其特征在于，该方法包括：/n第一步骤，创建车牌背景集、单个字符集、包含车牌的车辆图片集；/n第二步骤，根据国标的规定，随机生成车牌类型，对选定的车牌类型，随机生成符合国标规定的车牌号；/n第三步骤，根据随机生成的车牌类型和车牌号，从单个字符集中选取对应的字符图片，从车牌背景集中选取对应的车牌背景图片，从包含车牌的车辆图片集选取对应的车辆图片；对字符图片进行缩放处理、二值化处理和颜色变换处理，获取处理后的字符图片；将处理后的字符图片叠加到车牌背景图片的对应位置上，以获得标准车牌图像；/n第四步骤，对标准车牌图像进行常规图像处理、透视变换处理、泊松融合处理、反向透视变换处理，以获取车牌样本图像。/n

【技术特征摘要】
1.一种车牌样本生成方法，其特征在于，该方法包括：
第一步骤，创建车牌背景集、单个字符集、包含车牌的车辆图片集；
第二步骤，根据国标的规定，随机生成车牌类型，对选定的车牌类型，随机生成符合国标规定的车牌号；
第三步骤，根据随机生成的车牌类型和车牌号，从单个字符集中选取对应的字符图片，从车牌背景集中选取对应的车牌背景图片，从包含车牌的车辆图片集选取对应的车辆图片；对字符图片进行缩放处理、二值化处理和颜色变换处理，获取处理后的字符图片；将处理后的字符图片叠加到车牌背景图片的对应位置上，以获得标准车牌图像；
第四步骤，对标准车牌图像进行常规图像处理、透视变换处理、泊松融合处理、反向透视变换处理，以获取车牌样本图像。


2.如权利要求1所述的方法，其特征在于，所述第一步骤包括：
车牌背景集创建步骤，针对国标规定的各类车牌类型，分别选取至少1个的车牌背景图片，作为车牌背景集；
单个字符集创建步骤，针对国标规定的车牌字符，分别选取至少1个的字符图片，作为单个字符集；
含有车牌的车辆图片集创建步骤，针对国标规定的各类车牌类型，选择真实场景中含有对应车牌类型的车辆图片，并在车辆图片中标注车牌区域四个边界点的位置，将选取的车牌类型的车辆图片作为含有车牌的车辆图片集；
其中，所述车牌背景图片是不含字符的车牌图片；所述字符图片是长宽比符合国标的车牌字符图片，所述车牌字符包括数字0～9和字母A～Z(不含字母O和I)和车牌汉字。


3.如权利要求2所述的方法，其特征在于，所述单个字符集创建步骤中字符图片包括以下的一种：从真实车牌图片上获取的字符图片、基于国标文档获取的字符图片；
所述含有车牌的车辆图片集创建步骤中车辆图片包括：含有不同角度、不同尺寸、不同光照车牌的车辆图片。


4.如权利要求1所述的方法，其特征在于，所述第三步骤包括：
字符图片和车牌背景获取步骤，根据随机生成的车牌类型和车牌号，从单个字符集中选取对应的字符图片；根据随机生成的车牌类型，从车牌背景集中选取对应的车牌背景图片，从包含车牌的车辆图片集中选取对应的车辆图片；
字符图片处理步骤，根据国标中对不同车牌类型的字符尺寸的规定，对字符图片进行缩放处理；对缩放后的字符图片进行二值化处理，获取二值化的字符图片；根据国标中对车牌类型字符颜色的规定，将二值化字符图片中的字符颜色变换到对应的颜色值，获取处理后的字符图片；
字符图片叠加步骤，根据随机生成的车牌号，将处理后的字符图片叠加到车牌背景图片的对应位置上，以获得标准车牌图像。


5.如权利要求1所述的方法，其特征在于，所述第四步骤包括：
常规图像处理步骤，对标准车牌图像进行图像加噪、图像模糊、图像颜色偏移处理，将处理后的图像作为常规处理车牌图像；
透视变换处理步骤，以常规处理车牌图像的四个边界点为源点，以选取的车辆图片中的标注车牌区域四个边界点为目标点，采用透视变换法，获取透视变换后的车牌图像；
泊松融合处理步骤，将透视变换后的车牌图像作为源图像，选取的车辆图片中的车牌图像为目标图像，采用泊松图像编辑法，获取泊松融合后的车牌图像；
反透视变换处理步骤，将泊松融合后的车牌图像的四个边界点作为源点，设置车牌样本图像的四个边界点坐标，将车牌样本图像的四个边界点作为目标点，采用反向透视变换，获取反向透视变换后的车牌图像，作为车牌样本图像，并输出。


6.如权利要求5所述的方法，其特征在于，所述透视变换处理步骤包括：以常规处理车牌图像的四个边界点作为源点[(x0,y0),(x1,y1),(x2,y2),(x3,y3)]，以选取的车辆图片中的标注车牌区域四个边界点作为目标点[(u0,v0),(u1,v1),(u2,v2),(u3,v3)]，构建透视变换矩阵通过(公式1)获取透视变换矩阵A内的参数a00、a01、a02、a10、a11、a12、a20、a21：



对于常规处理车牌图像中的像素点(x,y)经过透视变换射后，在车辆图片中的透视变换后的车牌图像对应的位置(u,v)可以通过(公式2)计算得到：



所述反透视变换处理步骤包括：将泊松融合后的车牌图像的四个边界点作为源点[(x0,y0),(x1,y1),(x2,y2),(x3,y3)]，设置车牌样本图像的四个边界点坐标，将车牌样本图像的四个边界点作为目标点[(u0,v0),(u1,v1),(u2,v2),(u3,v3)]，构建透视变换矩阵通过(公式1)获取透视变换矩阵A内的参数a00、a01、a02、a10、a11、a12、a20、a21；对于选取的车辆图片中的车牌图像中的像素点(x,y)经过透视变换射后，在车...

【专利技术属性】
技术研发人员：杨少春，尹方始，班华忠，王正，崔凯，
申请(专利权)人：北京智芯原动科技有限公司，
类型：发明
国别省市：北京;11