图像处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种图像处理方法、装置、计算机设备和存储介质。所述方法包括：获取待处理的原始车牌图像对应的频谱图像；对所述频谱图像进行特征提取处理，得到第一类特征；所述第一类特征是用于表达频域特点的特征信息；对所述原始车牌图像进行特征提取处理，得到第二类特征；所述第二类特征中包括用于表达空间域特点的特征信息；将所述第一类特征和所述第二类特征进行融合，得到融合特征；基于所述融合特征进行车牌图像还原处理，得到目标车牌图像；所述目标车牌图像的清晰度高于所述原始车牌图像。采用本方法能够提高车牌图像还原处理的适应性。适应性。适应性。

【技术实现步骤摘要】
图像处理方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理
，特别是涉及一种图像处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着图像处理技术的发展，越来越多的停车场、收费站等通过图像处理技术实现自动车牌检测、识别等，有效地解放人力物力、提高通行效率。但是，车辆的运动势必会造成图像的模糊，这些模糊图像会对下游任务产生不利影响。
[0003]传统技术中，通过估计模糊核的方式提高模糊图像的清晰度，以减小样本图像对下游任务的不利影响。但是，由于模糊图像的模糊核尺寸和模糊程度参差不齐，这种拟合模糊核的方式无法避免适应性差的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高适应性的图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种图像处理方法。所述方法包括：
[0006]获取待处理的原始车牌图像对应的频谱图像；
[0007]对所述频谱图像进行特征提取处理，得到第一类特征；所述第一类特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取待处理的原始车牌图像对应的频谱图像；对所述频谱图像进行特征提取处理，得到第一类特征；所述第一类特征是用于表达频域特点的特征信息；对所述原始车牌图像进行特征提取处理，得到第二类特征；所述第二类特征中包括用于表达空间域特点的特征信息；将所述第一类特征和所述第二类特征进行融合，得到融合特征；基于所述融合特征进行车牌图像还原处理，得到目标车牌图像；所述目标车牌图像的清晰度高于所述原始车牌图像。2.根据权利要求1所述的方法，其特征在于，所述第一类特征为通过多级特征提取得到的多级第一类特征；所述第二类特征为通过多级特征提取得到的多级第二类特征；所述将所述第一类特征和所述第二类特征进行融合，得到融合特征包括：融合同一级的所述第一类特征和所述第二类特征，得到各级的融合特征；所述基于所述融合特征进行车牌图像还原处理，得到目标车牌图像，包括：基于所述各级的融合特征进行车牌图像还原处理，得到目标车牌图像。3.根据权利要求2所述的方法，其特征在于，所述对所述频谱图像进行特征提取处理，得到第一类特征包括：对所述频谱图像进行多级特征提取处理，分别得到多级的第一类特征；其中，下一级特征提取处理的输入数据是本级特征提取处理的结果；所述对所述原始车牌图像进行特征提取处理，得到第二类特征，包括：对所述原始车牌图像进行多级特征提取处理，分别得到多级的第二类特征；其中，下一级特征提取处理的输入数据，是根据本级特征提取处理的结果和本级的第一类特征融合得到的融合特征。4.根据权利要求3所述的方法，其特征在于，所述对所述频谱图像进行多级特征提取处理，分别得到多级的第一类特征包括：将所述频谱图像作为频域特征提取层的输入，通过所述频域特征提取层的多层级卷积模块依次进行特征提取，得到各层级卷积模块输出的第一类特征；其中，下一层级卷积模块的输入数据是上一层级卷积模块的输出结果；所述对所述原始车牌图像进行多级特征提取处理，分别得到多级的第二类特征包括：将所述原始车牌图像作为空间域特征提取层的输入，通过所述空间域特征提取层的多层级残差模块依次进行特征提取，得到各层级残差模块输出的第二类特征；其中，下一层级残差模块的输入数据，是根据本层级残差模块输出的第二类特征和所述本层级的卷积模块输出的第一类特征融合得到的融合特征。5.根据权利要求2所述的方法，其特征在于，所述...

【专利技术属性】
技术研发人员：胡中华，李冰茹，
申请(专利权)人：北京信路威科技股份有限公司，
类型：发明
国别省市：