本公开实施例公开了一种车牌检测方法、装置、设备、介质和程序产品，属于图像处理领域，其中，方法包括：获取监测区域的脉冲序列信号；确定脉冲序列信号中的运动区域和静止区域，并根据运动区域和静止区域对脉冲序列信号进行二值化处理，得到二值化数据；运动区域表示监测区域中的车辆在脉冲序列信号中对应的像素区域；基于二值化数据，识别车辆的车牌信息。本公开实施例可以识别出监测区域的脉冲序列信号中的运动区域和静止区域，并根据识别结果形成二值化数据，然后基于二值化数据识别车辆的车牌信息，避免对全部脉冲序列信号进行图像重构，降低了计算资源的消耗和时延，有助于提高车牌检测的效率和准确度。车牌检测的效率和准确度。车牌检测的效率和准确度。
【技术实现步骤摘要】
车牌检测方法、装置、设备、介质和程序产品
[0001]本公开涉及图像识别技术，尤其是一种车牌检测方法、装置、设备、介质和程序产品。
技术介绍
[0002]脉冲相机具有超高的时间分辨率，突破了传统相机固定曝光时间的限制，对高速运动目标具有更强的探测能力，这种特点使得脉冲相机被广泛应用于高速运动场景。例如，利用脉冲相机拍摄移动车辆以获取高频、高清的车辆图像，后续可以对获取的车辆图像进行识别，以获取车辆的车牌信息。
[0003]相关技术中，对行驶中的车辆进行车牌检测时，通常是利用脉冲相机采集监测区域中的时空信号以生成脉冲序列信号，再将脉冲序列信号重构成图像，之后利用滤波算法或是基于机器学习的图像识别算法从重构出的图像中识别出车辆的车牌信息。在这个过程中，一方面，由于需要对于大量的脉冲信号序列进行图像重构，往往需要消耗较大的计算资源，并存在较大的时延；另一方面，无论是传统滤波方法还是利用训练好的神经网络，都会带来较高的计算复杂度，需要消耗大量的计算资源。
技术实现思路
[0004]为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种车牌检测方法、装置、设备、介质和程序产品。
[0005]根据本公开实施例的一个方面，提供一种车牌检测方法，包括：获取监测区域的脉冲序列信号；确定脉冲序列信号中的运动区域和静止区域，并根据运动区域和静止区域对脉冲序列信号进行二值化处理，得到二值化数据，运动区域表示监测区域中的车辆在脉冲序列信号中对应的像素区域；基于二值化数据，识别车辆的车牌信息。
[0006]在一些实施例中，基于二值化数据，识别车辆的车牌信息，包括：基于二值化数据，确定脉冲序列信号中的目标区域，目标区域至少包括车辆的车牌在脉冲序列信号中的覆盖区域；从脉冲序列信号中提取目标区域内的像素的目标脉冲序列信号；利用预先训练的编码器从目标脉冲序列信号中提取特征信息；利用预先训练的解码器对特征信息进行解码，得到车牌信息。
[0007]在一些实施例中，基于二值化数据，识别车辆的车牌信息，包括：基于二值化数据，确定车辆的掩膜区域；从脉冲序列信号中提取掩膜区域对应的像素的第一脉冲序列信号；对第一脉冲序列信号进行图像重构，得到车辆图像；识别车辆图像，确定车牌信息。
[0008]在一些实施例中，基于二值化数据，识别车辆的车牌信息，包括：基于二值化数据，确定车辆的车牌区域；从脉冲序列信号中提取车牌区域对应的像素的第二脉冲序列信号；对第二脉冲序列信号进行图像重构，得到车牌图像；识别车牌图像，确定车牌信息。
[0009]在一些实施例中，确定脉冲序列信号中的运动区域和静止区域，并根据运动区域和静止区域对脉冲序列信号进行二值化处理，得到二值化数据，包括：响应于脉冲序列信号
存在运动区域，根据运动区域和静止区域对脉冲序列信号进行二值化处理，生成二值化数据。
[0010]在一些实施例中，确定脉冲序列信号中的运动区域，包括：在脉冲序列信号的像素区域中确定待识别区域；基于待识别区域中的各像素位置的最新脉冲间隔长度和历史脉冲间隔长度，预测待识别区域中的各像素位置是否为运动位置，得到预测结果，其中，最新脉冲间隔长度表示任一像素位置最后接收到的脉冲与上一个脉冲之间的间隔时间，历史脉冲间隔长度表示任一像素位置接收到的相邻两个历史脉冲之间的间隔时间；基于预测结果，确定脉冲序列信号中的运动区域。
[0011]在一些实施例中，基于待识别区域中的各像素位置的最新脉冲间隔长度和历史脉冲间隔长度，预测待识别区域中的各像素位置是否为运动位置，得到预测结果，包括：构建与待识别区域中的各像素位置一一对应的多个确定有限状态自动机，多个确定有限状态自动机中预存有状态转移函数和隐含状态，隐含状态为对应像素位置的预设数量个历史脉冲间隔长度；获取待识别区域中的各像素位置的最新脉冲间隔长度，并对应输入多个确定有限状态自动机；利用多个确定有限状态自动机分别对比各自的最新脉冲间隔长度和历史脉冲间隔长度，并根据各自的状态转移函数预测对应的像素位置是否为运动位置，得到多个确定有限状态自动机的输出结果；基于多个确定有限状态自动机的输出结果，确定预测结果。
[0012]在一些实施例中，基于多个确定有限状态自动机的输出结果，确定预测结果，包括：分别获取待识别区域中的每个像素位置对应的预设邻域内的多个确定有限状态自动机的输出结果，并基于获取到的多个输出结果确定该像素位置是否为运动位置，得到预测结果。
[0013]在一些实施例中，获取待识别区域中的各像素位置的最新脉冲间隔长度之前，该方法还包括：若脉冲序列信号中的连续两个脉冲间隔的长度均小于第一预设阈值，将连续两个脉冲间隔对应的脉冲确定为假性脉冲，并发送报警信息；将连续两个脉冲间隔拼接为新脉冲间隔。
[0014]在一些实施例中，获取待识别区域中的各像素位置的最新脉冲间隔长度之前，该方法还包括：若脉冲序列信号中存在长度大于第二预设阈值的孤立脉冲间隔，确定脉冲序列信号存在脉冲丢失的现象，并发送报警信息；将孤立脉冲间隔拆分为两个新脉冲间隔。
[0015]根据本公开实施例的又一个方面，提供一种车牌检测装置，包括：信号获取单元，被配置成获取监测区域的脉冲序列信号；区域识别单元，被配置成确定脉冲序列信号中的运动区域和静止区域，并根据运动区域和静止区域对脉冲序列信号进行二值化处理，得到二值化数据，运动区域表示监测区域中的车辆在脉冲序列信号中对应的像素区域；信息检测单元，被配置成基于二值化数据，识别车辆的车牌信息。
[0016]根据本公开实施例的又一个方面，提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器，还包括上述实施例中的车牌检测装置；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，以控制车牌检测装置实现上述方法。
[0017]在一些实施例中，电子设备包括以下任意一项：脉冲相机、高速相机、视觉相机、音频播放器、视频播放器、导航设备、固定位置终端、娱乐单元、智能手机、通信设备、移动设备、机动交通工具中的设备、车载摄像头、手机摄像头、运动或可穿戴式相机、交通摄像头、
工业检测相机、安装在可飞行物体上的摄像头、医疗摄像头、安防摄像头、或家用电器摄像头。
[0018]根据本公开实施例的再一方面，提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序用于实现上述方法。
[0019]根据本公开实施例的再一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述方法。
[0020]基于本公开上述实施例提供的一种车牌检测方法、装置、设备、介质和程序产品，可以识别出监测区域的脉冲序列信号中的运动区域和静止区域，并根据识别结果形成二值化数据，然后基于二值化数据识别车辆的车牌信息，避免对全部脉冲序列信号进行图像重构，降低了计算资源的消耗和时延，有助于提高车牌检测的效率和准确度。
[0021]下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
附图说明
[0022]构本文档来自技高网...
【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：获取监测区域的脉冲序列信号；确定所述脉冲序列信号中的运动区域和静止区域，并根据所述运动区域和所述静止区域对所述脉冲序列信号进行二值化处理，得到二值化数据，所述运动区域表示所述监测区域中的车辆在所述脉冲序列信号中对应的像素区域；基于所述二值化数据，识别所述车辆的车牌信息。2.根据权利要求1所述的方法，其特征在于，基于所述二值化数据，识别所述车辆的车牌信息，包括：基于所述二值化数据，确定所述脉冲序列信号中的目标区域，所述目标区域至少包括所述车辆的车牌在所述脉冲序列信号中的覆盖区域；从所述脉冲序列信号中提取所述目标区域内的像素的目标脉冲序列信号；利用预先训练的编码器从所述目标脉冲序列信号中提取特征信息；利用预先训练的解码器对所述特征信息进行解码，得到所述车牌信息。3.根据权利要求1所述的方法，其特征在于，基于所述二值化数据，识别所述车辆的车牌信息，包括：基于所述二值化数据，确定所述车辆的掩膜区域；从所述脉冲序列信号中提取所述掩膜区域对应的像素的第一脉冲序列信号；对所述第一脉冲序列信号进行图像重构，得到车辆图像；识别所述车辆图像，确定所述车牌信息。4.根据权利要求1所述的方法，其特征在于，基于所述二值化数据，识别所述车辆的车牌信息，包括：基于所述二值化数据，确定所述车辆的车牌区域；从所述脉冲序列信号中提取所述车牌区域对应的像素的第二脉冲序列信号；对所述第二脉冲序列信号进行图像重构，得到车牌图像；识别所述车牌图像，确定所述车牌信息。5.根据权利要求1所述的方法，其特征在于，确定所述脉冲序列信号中的运动区域和静止区域，并根据所述运动区域和所述静止区域对所述脉冲序列信号进行二值化处理，得到二值化数据，包括：响应于所述脉冲序列信号存在运动区域，根据所述运动区域和所述静止区域对所述脉冲序列信号进行二值化处理，生成所述二值化数据。6.根据权利要求1至5之一所述的方法，其特征在于，确定所述脉冲序列信号中的运动区域，包括：在所述脉冲序列信号的像素区域中确定待识别区域；基于所述待识别区域中的各像素位置的最新脉冲间隔长度和历史脉冲间隔长度，预测所述待识别区域中的各像素位置是否为运动位置，得到预测结果，其中，所述最新脉冲间隔长度表示任一像素位置最后接收到的脉冲与上一个脉冲之间的间隔时间，所述历史脉冲间隔长度表示任一像素位置接收到的相邻两个历史脉冲之间的间隔时间；基于所述预测结果，确定所述脉冲序列信号中的运动区域。7.根据权利要求6所述的方法，其特征在于，基于所述待识别区域中的各像素位置的最
新脉冲间隔长度和历史脉冲间隔长度，预测所述待识别区域中的各像素位置是否为运动位置，得到预测结果，包括：构建与所述待识别区域中的各像素位置一一对应的多个确定有限状态自动机，所述多个确定有限状态自动机中预存有状态转移函数和隐含状态，所述隐含状态为对应像素位置的预设数量个历史脉冲间隔长度；获取所述待识别区域中的各像素位置的最新脉冲间隔长...
【专利技术属性】
技术研发人员：宋健，郭同辉，
申请(专利权)人：脉冲视觉北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。