车牌检测方法、装置、设备终端和可读存储介质制造方法及图纸

本申请涉及车牌检测方法、装置、设备终端和可读存储介质，该车牌检测方法通过获取车牌的可见光图像和红外图像，将可见光图像转换为对应的灰度图像，获取灰度图像中的车辆光源强度分布图，将可见光图像和红外图像分别进行特征提取，得到第一特征图以及第二特征图，根据车辆光源强度分布图、第一特征图和第二特征图，计算第一特征图和第二特征图之间的差异程度值，根据差异程度值，分别计算经过先验知识后的第一特征图和第二特征图，将可见光图像、经过先验知识后的第一特征图和第二特征图进行特征融合，得到融合后的输出图像，将融合后的输出图像输入到预设车牌识别模型进行识别，以得到对应的车牌检测结果，提高了车牌检测的准确度。准确度。准确度。

【技术实现步骤摘要】
车牌检测方法、装置、设备终端和可读存储介质


[0001]本申请涉及图像处理领域，具体涉及一种车牌检测方法、装置、设备终端和可读存储介质。

技术介绍

[0002]深度学习十分依赖从原图中提取图像的梯度信息，在极暗光环境下的强噪声使得直接从原图中提取清晰的梯度图变得十分困难，此外，单纯从可见光图像中提取信息亦不充足。
[0003]其中，对于车牌检测而言，在光照条件较差的情况下，可见光图像中很多信息会失真，而红外图像的波长比较长，可以获得更多的细节信息，因此就可以利用红外图像来引导可见光图像的增强以对车牌进行识别检测。
[0004]然而，在上述引导过程中，若仅仅将红外图像与可见光图像进行直接拼接以对车牌进行识别检测，在实际应用中，车牌的检测准确度并未得到大幅提升。

技术实现思路

[0005]鉴于此，本申请提供一种车牌检测方法、装置、设备终端和可读存储介质，在将红外图像与可见光图像结合以对车牌进行识检测的过程中，上述车牌检测方法能够使得车牌的检测准确度大幅提升。
[0006]一种车牌检测方法，包括：获取车牌的可见光图像和红外图像，将可见光图像转换为对应的灰度图像；获取灰度图像中的车辆光源强度分布图；将可见光图像和红外图像分别进行特征提取，得到可见光图像对应的第一特征图以及红外图像对应的第二特征图；根据车辆光源强度分布图、第一特征图和第二特征图，利用先验公式计算第一特征图和第二特征图之间的差异程度值；根据差异程度值，分别计算经过先验知识后的第一特征图和第二特征图；将可见光图像、经过先验知识后的第一特征图和第二特征图进行特征融合，得到融合后的输出图像；将融合后的输出图像输入到预设车牌识别模型进行识别，以得到对应的车牌检测结果。
[0007]在一个实施例中，获取灰度图像中的车辆光源强度分布图的步骤包括：采用直方图均衡化对灰度图像进行图像增强，得到增强后的灰度图像；确定增强后的灰度图像中的光源数量与位置信息，并得到各个光源对应的损失函数值；确定各个光源中的车辆光源，并根据各个光源对应的损失函数值，确定所述车辆光源对应的车辆光源位置区域；
将增强后的灰度图像进行归一化处理；根据归一化处理后的灰度图像以及车辆光源位置区域，得到对应的车辆光源强度分布图。
[0008]在一个实施例中，确定增强后的灰度图像中的光源数量与位置信息，并得到各个光源对应的损失函数值的步骤包括：获取增强后的灰度图像中灰度值大于或等于预设灰度阈值的各个目标点；构建包含各个目标点各自所对应的横坐标值、纵坐标值和灰度值的三维数组；根据三维数组，采用三维K
‑
Means聚类公式确定增强后的灰度图像中的光源数量与位置信息，并得到各个光源对应的损失函数值。
[0009]在一个实施例中，根据归一化处理后的灰度图像以及车辆光源位置区域，得到对应的车辆光源强度分布图的步骤包括：在归一化处理后的灰度图像中，降低车辆光源位置区域之外的各个点的灰度值权重，以得到对应的车辆光源强度分布图。
[0010]在一个实施例中，根据车辆光源强度分布图、第一特征图和第二特征图，利用先验公式计算第一特征图和第二特征图之间的差异程度值的步骤中对应的计算公式为：P
(x,y)
表示第一特征图和第二特征图之间在同一像素点（x，y）的差异程度值，C
BGR
表示第一特征图下（x，y）点处的像素点值，C
NIR
表示第二特征图下（x，y）点处的像素点值，C
GRAY
表示车辆光源强度分布图下（x，y）点处的像素点值，表示平衡参数因子。
[0011]在一个实施例中，将可见光图像、经过先验知识后的第一特征图和第二特征图进行特征融合，得到融合后的输出图像的步骤包括：将可见光图像、经过先验知识后的第一特征图和第二特征图输入至初始特征融合网络进行融合，输出初步融合后的图像；根据初步融合后的图像进行损失函数计算，获得优化梯度，进行权重和偏置更新，直至损失函数收敛以生成融合后的输出图像。
[0012]在一个实施例中，损失函数为：Loss表示损失函数值，P
in
表示输入的可见光图像，P
out
表示融合后的输出图像，P
(x,y)
表示第一特征图和第二特征图之间在同一像素点（x，y）的差异程度值，表示平衡参数因子。
[0013]此外，还提供一种车牌检测装置，包括：图像获取单元，用于获取车牌的可见光图像和红外图像，将可见光图像转换为对应的灰度图像；分布图生成单元，用于获取灰度图像中的车辆光源强度分布图；特征图生成单元，用于将可见光图像和红外图像分别进行特征提取，得到可见光图像对应的第一特征图以及红外图像对应的第二特征图；差异计算单元，用于根据车辆光源强度分布图、第一特征图和第二特征图，利用先
验公式计算第一特征图和第二特征图之间的差异程度值；先验知识处理单元，用于根据差异程度值，分别计算经过先验知识后的第一特征图和第二特征图；图像融合单元，用于将可见光图像、经过先验知识后的第一特征图和第二特征图进行特征融合，得到融合后的输出图像；车牌检测单元，用于将融合后的输出图像输入到预设车牌识别模型进行识别，以得到对应的车牌检测结果。
[0014]此外，还提供一种设备终端，设备终端包括处理器和存储器，存储器用于存储计算机程序，处理器运行计算机程序以使设备终端执行上述车牌检测方法。
[0015]此外，还提供一种可读存储介质，可读存储介质存储有计算机程序，计算机程序在被处理器执行时上述车牌检测方法。
[0016]上述车牌检测方法，通过获取车牌的可见光图像和红外图像，将可见光图像转换为对应的灰度图像，获取灰度图像中的车辆光源强度分布图，将可见光图像和红外图像分别进行特征提取，得到可见光图像对应的第一特征图以及红外图像对应的第二特征图，根据车辆光源强度分布图、第一特征图和第二特征图，利用先验公式计算第一特征图和第二特征图之间的差异程度值，根据差异程度值，分别计算经过先验知识后的第一特征图和第二特征图，将可见光图像、经过先验知识后的第一特征图和第二特征图进行特征融合，得到融合后的输出图像，将融合后的输出图像输入到预设车牌识别模型进行识别，以得到对应的车牌检测结果，上述车牌检测方法，在得到第一特征图、第二特征图和车辆光源强度分布图的基础上，通过引入先验公式，计算第一特征图和第二特征图之间的差异程度值，通过计算差异程度值，能够区分出可见光图像和红外图像之间的差异程度，进而能够解决可见光图像和红外图像之间融合时结构不一致的问题，在利用差异程度值的基础上，分别计算经过先验知识后的第一特征图和第二特征图，能够正确的引导整个处理模型学习可见光图像和红外图像之间的差别信息，进而能够从低信噪比的可见光图像中提取得到清晰的结构信息，然后进一步将可见光图像、经过先验知识后的第一特征图和第二特征图进行特征融合，得到融合后的输出图像，最后对融合后的输出图像进行识别，上述车牌检测方法能够更好的利用红外图像来引导可见光图像的增强，进而有效的从整体上提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌检测方法，其特征在于，包括：获取所述车牌的可见光图像和红外图像，将所述可见光图像转换为对应的灰度图像；获取所述灰度图像中的车辆光源强度分布图；将所述可见光图像和所述红外图像分别进行特征提取，得到所述可见光图像对应的第一特征图以及所述红外图像对应的第二特征图；根据所述车辆光源强度分布图、所述第一特征图和所述第二特征图，利用先验公式计算所述第一特征图和所述第二特征图之间的差异程度值；根据所述差异程度值，分别计算经过所述先验知识后的第一特征图和第二特征图；将所述可见光图像、所述经过所述先验知识后的第一特征图和第二特征图进行特征融合，得到融合后的输出图像；将所述融合后的输出图像输入到预设车牌识别模型进行识别，以得到对应的车牌检测结果。2.根据权利要求1所述的方法，其特征在于，所述获取所述灰度图像中的车辆光源强度分布图的步骤包括：采用直方图均衡化对所述灰度图像进行图像增强，得到增强后的灰度图像；确定所述增强后的灰度图像中的光源数量与位置信息，并得到各个光源对应的损失函数值；确定各个光源中的车辆光源，并根据各个光源对应的损失函数值，确定所述车辆光源对应的车辆光源位置区域；将所述增强后的灰度图像进行归一化处理；根据所述归一化处理后的灰度图像以及所述车辆光源位置区域，得到对应的车辆光源强度分布图。3.根据权利要求2所述的方法，其特征在于，所述确定所述增强后的灰度图像中的光源数量与位置信息，并得到各个光源对应的损失函数值的步骤包括：获取所述增强后的灰度图像中灰度值大于或等于预设灰度阈值的各个目标点；构建包含各个目标点各自所对应的横坐标值、纵坐标值和灰度值的三维数组；根据所述三维数组，采用三维K
‑
Means聚类公式确定所述增强后的灰度图像中的光源数量与位置信息，并得到各个光源对应的损失函数值。4.根据权利要求2所述的方法，其特征在于，所述根据所述归一化处理后的灰度图像以及所述车辆光源位置区域，得到对应的车辆光源强度分布图的步骤包括：在所述归一化处理后的灰度图像中，降低所述车辆光源位置区域之外的各个点的灰度值权重，以得到对应的车辆光源强度分布图。5.根据权利要求1所述的方法，其特征在于，根据所述车辆光源强度分布图、所述第一特征图和所述第二特征图，利用先验公式计算所述第一特征图和所述第二特征图之间的差异程度值的步骤中对应的计算公式为：P
(x,y)
表示所述第一特征图和所述第二特征图之间在同一像素点（x，y）的差异程度值，C
BG...

【专利技术属性】
技术研发人员：王子镜，周有喜，
申请(专利权)人：深圳市爱深盈通信息技术有限公司，
类型：发明
国别省市：