车牌图像增强方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种车牌图像增强方法、装置、设备及存储介质。其方法包括：获取待增强车牌各顶点相互之间的第一位置关系以及待融合背景图像中车牌位置各顶点相互之间的第二位置关系；根据所述第一位置关系和所述第二位置关系计算出待增强车牌与待融合背景图像之间的透视变换矩阵；根据所述变换矩阵将所述待增强车牌融合至所述待融合背景图像的车牌位置处，获得增强的车牌图像。该方法通过透视变换矩阵将车牌与真实背景图像进行融合的方式有效降低透视畸变，而且避免了虚拟构建背景难以取代真实背景以及车牌畸变与虚拟构建背景畸变难以保持一致等缺陷对增强图像的影响。

【技术实现步骤摘要】
车牌图像增强方法、装置、设备及存储介质
本申请属于数据处理
，尤其涉及一种车牌图像增强方法、装置、设备及存储介质。
技术介绍
面向大数据的深度学习技术，为了得到高精度的算法模型，深度学习网络需要使用大量已标注的数据进行训练。监督学习是深度学习任务中最重要且应用最广泛的一种，在有监督学习中，数据样本集是基础，数据样本集的大小、标签质量直接决定着算法模型的应用效果。目前的车牌识别技术中，为提高识别车牌的算法模型的准确性，除了几何变换(比如翻转、旋转、裁剪、变形、缩放)、颜色变换(比如噪声、模糊、颜色变换、擦除、填充)、样本叠加(比如像素叠加、裁剪叠加)等比较传统的数据增强方法外，还提出通过图像合成的方式来实现数据增强，以解决传统数据增强方法中存在的样本采集难度大、工作量多、耗时长等缺陷。但是，专利技术人发现，现有的通过图像合成的数据增强方法会存在透视畸变、虚拟构建背景难以取代真实背景以及人造车牌畸变与虚拟构建背景畸变难以保持一致等缺陷，而这些缺陷会导致合成的增强数据与实际应用场景差距过大，从而出现算法模型训练精度高但实际应用效果差的问本文档来自技高网...

【技术保护点】
1.一种车牌图像增强方法，其特征在于，包括：/n获取待增强车牌各顶点相互之间的第一位置关系以及待融合背景图像中车牌位置各顶点相互之间的第二位置关系；/n根据所述第一位置关系和所述第二位置关系计算出待增强车牌与待融合背景图像之间的透视变换矩阵；/n根据所述变换矩阵将所述待增强车牌融合至所述待融合背景图像的车牌位置处，获得增强的车牌图像。/n

【技术特征摘要】
1.一种车牌图像增强方法，其特征在于，包括：
获取待增强车牌各顶点相互之间的第一位置关系以及待融合背景图像中车牌位置各顶点相互之间的第二位置关系；
根据所述第一位置关系和所述第二位置关系计算出待增强车牌与待融合背景图像之间的透视变换矩阵；
根据所述变换矩阵将所述待增强车牌融合至所述待融合背景图像的车牌位置处，获得增强的车牌图像。


2.根据权利要求1所述的车牌图像增强方法，其特征在于，所述根据所述第一位置关系和所述第二位置关系计算出待增强车牌与待融合背景图像之间的透视变换矩阵的步骤，还包括：
识别所述待增强车牌的车牌类型和所述待融合背景图像中车牌位置所表征的车牌类型；
将所述待增强车牌的车牌类型与所述待融合背景图像中车牌位置所表征车牌类型进行比对，确定所述待增强车牌与所述待融合背景图像中的车牌位置之间的尺寸差值；
根据所述尺寸差值对所述第二位置关系进行差值补偿处理，根据所述第一位置关系和差值补偿后的第二位置关系计算出待增强车牌与待融合背景图像之间的透视变换矩阵。


3.根据权利要求1所述的车牌图像增强方法，其特征在于，所述获取待增强车牌各顶点相互之间的第一位置关系以及待融合背景图像中车牌位置各顶点相互之间的第二位置关系的步骤之前，还包括：
触发预设的车牌合成模型生成待增强车牌，并获取所述待增强车牌合成时所采用的素材信息；
根据所述待增强车牌合成时所采用的素材信息从预设的真实背景图像库中选取与所述待增强车牌匹配的待融合背景图像。


4.根据权利要求3所述的车牌图像增强方法，其特征在于，所述预设的车牌合成模型中配置有用于合成车牌的底板素材库、文字素材库、铆钉图库、车牌框素材库以及蒙版素材库，所述触发预设的车牌合成模型生成待增强车牌的步骤，包括：
为所述预设的车牌合成模型中的各素材库配置随机函数，根据所述随机函数产生的随机数从所述各素材库中选取用于合成待增强车牌的素材。


5.根据权利要求3所述的车牌图像增强方法，其特征在于，所述根据所述待增强车牌合成时所采用的素材信息从预设的真实背景图像库中选取与所述待增强车牌匹配的待融合背景图像的步骤，包括：
根据所述待增强车牌合成时所采用的素材信息确定所述待增强车牌的适用车型；
根据所述适用车型从...

【专利技术属性】
技术研发人员：熊光银，
申请(专利权)人：深圳市宏电技术股份有限公司，
类型：发明
国别省市：广东;44