一种图像矫正方法、装置及停车管理系统制造方法及图纸

本申请涉及一种图像矫正方法、装置及停车管理系统，它包括获取包含至少一辆车的待矫正图像；将待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一待矫正拆分图像包含一车辆；获取每一待矫正拆分图像的矫正角度；按照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度；以便根据矫正角度矫正待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照矫正角度矫正。本申请实施例通过拆分获取矫正角度再整合的方式获取矫正整体图像的矫正角度，按照矫正角度针对所有待矫正图像自动矫正，相对人力不但工作效率高且误差小，从而能够有效解决现有预设算法对大角度的倾斜图像识别准确率低的问题。倾斜图像识别准确率低的问题。

【技术实现步骤摘要】
一种图像矫正方法、装置及停车管理系统


[0001]本申请属于停车管理领域，尤其涉及一种图像矫正方法、装置及停车管理系统。

技术介绍

[0002]路内停车中采用图像采集设备(包括但不限于摄像头等)针对停车位上的车辆进行拍照，获取车辆图像，采用预设算法针对车辆图像进行包含车辆的对象识别。
[0003]由于图像采集设备安装位置通常为非平齐对应车位，或特意安装非平齐，以便获取更大的采集范围(像素面积)，因此采集的车辆图像通常都是大角度的倾斜图像。由于基于深度学习的预设算法所用于训练的样本绝大多是水平拍摄图像，因此预设算法对大角度的倾斜图像识别准确率会明显降低。
[0004]针对以上问题目前采用人为调整角度方式，人为调整角度方式不但工作效率较低且存在人为误差，因此亟需一种精准调整方式。

技术实现思路

[0005]本申请实施例提供了一种图像矫正方法、装置及停车管理系统，以解决现有预设算法对大角度的倾斜图像识别准确率低的问题。
[0006]为实现上述目的，本申请采用的一种技术方案是：
[0007]一种图像矫正方法，其特征在于：
[0008]它包括：
[0009]获取包含至少一辆车的待矫正图像；
[0010]将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；
[0011]获取每一所述待矫正拆分图像的矫正角度；
[0012]按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正。
[0013]所述获取每一所述待矫正拆分图像的矫正角度，包括：
[0014]将所述待矫正拆分图像输入预设矫正模型，得到所述待矫正拆分图像的矫正角度。
[0015]所述预设矫正模型的形成过程，包括：
[0016]通过人为方式获取所述待矫正拆分图像的矫正角度；
[0017]将所述待矫正拆分图像的矫正角度和所述待矫正拆分图像输入预设矫正模型进行训练，直至所述预设矫正模型输出的矫正角度与通过人为方式获取的所述待矫正拆分图像的矫正角度差别在预设范围值内。
[0018]所述预设矫正模型为神经网络回归模型。
[0019]一种图像矫正装置，其特征在于：
[0020]它包括：
[0021]第一获取单元，用于获取包含至少一辆车的待矫正图像；
[0022]拆分单元，用于将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；
[0023]第二获取单元，用于获取每一所述待矫正拆分图像的矫正角度；
[0024]处理单元，用于按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正
[0025]所述第二获取单元，包括：
[0026]将所述待矫正拆分图像输入预设矫正模型，得到所述待矫正拆分图像的矫正角度。
[0027]一种停车管理系统，其特征在于：
[0028]它包括所述的图像矫正装置。
[0029]所述停车管理系统，还包括：
[0030]所述图像采集设备，用于针对停车位上的车辆图像进行采集，形成包含至少一辆车的车辆图像。
[0031]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器所述的图像矫正模型的步骤，它包括：
[0032]获取包含至少一辆车的待矫正图像；
[0033]将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；
[0034]获取每一所述待矫正拆分图像的矫正角度；
[0035]按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正
[0036]一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述的图像矫正模型的步骤，它包括：
[0037]获取包含至少一辆车的待矫正图像；
[0038]将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；
[0039]获取每一所述待矫正拆分图像的矫正角度；
[0040]按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正
[0041]本申请实施例提供的图像矫正方法的有益效果在于：它采用获取包含若干车辆的待矫正图像，并按照车辆数量拆分待矫正图像，获取每一待矫正拆分图像的矫正角度，按照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度，以便根据矫正角度矫正待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照矫正角度矫正。本申请实施例通过拆分获取矫正角度再整合的方式获取矫正整体图像的矫正角度，按照矫正角度针
对所有待矫正图像自动矫正，相对人力不但工作效率高且误差小，从而能够有效解决现有预设算法对大角度的倾斜图像识别准确率低的问题。
附图说明
[0042]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术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。
[0043]图1是本申请一实施例提供的一种图像矫正方法的示意图；
[0044]图2是本申请一实施例提供的一种预设矫正模型的示意图；
[0045]图3是本申请一实施例提供的一种图像矫正装置的结构示意图；
[0046]图4是本申请一实施例提供的一种停车管理系统的结构示意图；
[0047]图5是本申请一实施例中计算机设备的内部结构图。
具体实施方式
[0048]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0049]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0050]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像矫正方法，其特征在于：它包括：获取包含至少一辆车的待矫正图像；将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；获取每一所述待矫正拆分图像的矫正角度；按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正。2.根据权利要求1所述的一种图像矫正方法，其特征在于：所述获取每一所述待矫正拆分图像的矫正角度，包括：将所述待矫正拆分图像输入预设矫正模型，得到所述待矫正拆分图像的矫正角度。3.根据权利要求2所述的一种图像矫正方法，其特征在于：所述预设矫正模型的形成过程，包括：通过人为方式获取所述待矫正拆分图像的矫正角度；将所述待矫正拆分图像的矫正角度和所述待矫正拆分图像输入预设矫正模型进行训练，直至所述预设矫正模型输出的矫正角度与通过人为方式获取的所述待矫正拆分图像的矫正角度差别在预设范围值内。4.根据权利要求3所述的一种图像矫正方法，其特征在于：所述预设矫正模型为神经网络回归模型。5.一种图像矫正装置，其特征在于：它包括：第一获取单元，用于获取包含至少一辆车的待矫正图像；拆分单元，用于将所述待...

【专利技术属性】
技术研发人员：冯彦刚，
申请(专利权)人：北京筑梦园科技有限公司，
类型：发明
国别省市：