一种阴阳车牌矫正方法和系统与流程

1.本发明涉及安防领域和计算机应用领域，尤其涉及一种阴阳车牌矫正方法和系统。


背景技术：

2.在智能交通监控领域，电警和卡口相机会分析识别车牌信息，由于电警、卡口相机主要安装在道路上，受环境光线影响比较大。对于电警、卡口设备来讲，在某些场景下随着不同时间阳光变化，可能出现建筑物、树木阴影正好出现在抓拍图上，导致整体车牌亮度和颜色不均匀，造成抓拍的车牌出现车牌整体不均匀、存在两部分亮度、色彩不一致的现象，即阴阳车牌。
3.目前，针对阴阳车牌的矫正方法，主要采用canny边缘检测算子提取阴阳车牌，同时仅仅对车牌二值图像的车牌字符进行亮度矫正，但是，这种方法存在如下缺陷，一方面，这种方式只对车牌二值图像处理，丢失了车牌的色彩信息，不利于后续检测和识别，另一方面，这种方式没有预先对车牌是否为阴阳车牌，因此，会对所有车牌进行处理，会造成不必要的资源占用和性能消耗。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本发明提供一种阴阳车牌矫正方法和系统，以解决上述技术问题。
5.本发明提供的阴阳车牌矫正方法，包括：
6.获取目标检测车牌图像；
7.根据图像的亮度、色彩，对所述目标检测车牌图像进行区域分割；
8.如果区域分割后区域的数量为一个，则判定所述目标检测车牌图像为非阴阳车牌；
9.如果区域分割后区域的数量大于一个，则判定所述目标检测车牌图像为阴阳车牌；
10.对判定为阴阳车牌的目标检测车牌图像中的区域，进行亮度调整和颜色调整；所述亮度调整包括将不同区域调整为同一亮度，所述颜色调整包括按预先设置的不同车牌颜色在不同光照下标定的标准颜色，对所有区域的车牌图像的颜色进行调整；
11.将经过亮度调整和颜色调整后的区域进行图像叠加，组合成完整的车牌图像，完成阴阳车牌矫正。
12.于本发明的一实施例中，在对所述目标检测车牌图像进行区域分割之前，还包括：
13.对所述目标检测车牌图像进行字符提取并去除，获取去除字符后的纯色车牌图像；
14.所述目标检测车牌图像进行区域分割包括：
15.根据所述去除字符后的纯色车牌图像中邻近像素之间的相似度，对所述目标检测
车牌图像进行区域分割。
16.于本发明的一实施例中，对所述目标检测车牌图像进行字符提取，包括：
17.通过对所述目标检测车牌图像进行二值化处理，获取车牌区域的灰度图像；
18.根据所述车牌区域的灰度图像，获取车牌字符边缘轮廓；
19.根据像素值对水平方向和垂直方向进行扫描检测，得到车牌字符和字符的位置。
20.于本发明的一实施例中，所述区域分割后区域包括第一区域和第二区域，所述第一区域的亮度大于第二区域的亮度；
21.当所述第一区域未曝光过度时，以所述第一区域的亮度作为目标亮度，对所述第二区域的亮度进行亮度增强；
22.当所述第一区域曝光过度时，根据所述第二区域的色彩信息获取目标检测车牌图像的颜色信息，以所述车牌图像的颜色信息对应的标准颜色作为目标颜色，同时对所述第一区域和第二区域进行颜色调整。
23.于本发明的一实施例中，亮度调整还包括：
24.预先分别设置不同颜色车牌在不同光照下的最佳亮度阈值；
25.获取目标检测车牌图像的颜色信息；
26.当第一区域的亮度小于等于所述最佳亮度阈值时，以所述第一区域的亮度作为目标亮度，对所述第二区域的亮度进行亮度增强；
27.当第一区域的亮度大于所述最佳亮度阈值时，以所述车牌图像的颜色信息对应的最佳亮度阈值作为目标亮度，同时对所述第一区域和第二区域进行亮度调整。
28.于本发明的一实施例中，颜色调整还包括：
29.当第一区域的亮度小于等于所述最佳亮度阈值时，以所述第一区域的颜色作为目标颜色，对所述第二区域的颜色进行调整；
30.当第一区域的亮度大于所述最佳亮度阈值时，根据所述第二区域的色彩信息获取目标检测车牌图像的颜色信息，以所述车牌图像的颜色信息对应的标准颜色作为目标颜色，同时对所述第一区域和第二区域进行颜色调整。
31.于本发明的一实施例中，所述目标检测车牌图像进行区域分割，还包括：
32.获取目标检测车牌图像各像素点的灰度值；
33.将满足预设的灰度阈值范围的各像素点进行连接，形成一封闭区域；
34.在进行区域分割之后，还包括：
35.若所述封闭区域与目标检测车牌图像一致，则判定所述目标检测车牌图像为非阴阳车牌；
36.若所述封闭区域与目标检测车牌图像不一致，则判定所述目标检测车牌图像为阴阳车牌，并获取图像分割的边界线。
37.于本发明的一实施例中，根据所述图像分割的边界线，将经过亮度调整和颜色调整后的区域进行图像叠加，并将去除的字符按坐标位置进行添加，组合成完整的车牌图像。
38.本发明还提供一种阴阳车牌矫正系统，包括：
39.图像采集模块，用于获取目标检测车牌图像；
40.区域分割模块，用于根据图像的亮度、色彩，对所述目标检测车牌图像进行区域分割；
41.判断模块，用于对目标检测车牌图像进行判断，
42.如果区域分割后区域的数量为一个，则判定所述目标检测车牌图像为非阴阳车牌；
43.如果区域分割后区域的数量大于一个，则判定所述目标检测车牌图像为阴阳车牌；
44.图像矫正模块，用于对判定为阴阳车牌的目标检测车牌图像中的区域，进行亮度调整和颜色调整；所述亮度调整包括将不同区域调整为同一亮度，所述颜色调整包括按预先设置的不同车牌颜色在不同光照下标定的标准颜色，对所有区域的车牌图像的颜色进行调整；
45.图像组合模块，用于将经过亮度调整和颜色调整后的区域进行图像叠加，组合成完整的车牌图像，完成阴阳车牌矫正。
46.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述中任一项所述方法。
47.本发明还提供一种电子终端，包括：处理器及存储器；
48.所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述中任一项所述方法。
49.本发明的有益效果：本发明中的阴阳车牌矫正方法和系统，可以根据当前抓拍的车牌图片自动分析是否为阴阳车牌，如果是阴阳车牌，则分别根据阴阳车牌两部分区域的亮度和颜色信息情况来判断矫正的目标车牌亮度和颜色，最终将矫正后得到的车牌组合在一起，保证车牌颜色和亮度的一致性，能够提高对车牌属性识别的准确率，本发明可以根据当前的车牌信息进行判断和矫正，算法复杂度低，适应性强，矫正效果好，可以适应不同程度的阴阳车牌的矫正。
附图说明
50.图1是本发明实施例中阴阳车牌矫正方法的流程示意图。
51.图2是本发明实施例中阴阳车牌矫正方法中阴阳车牌示意图。
52.图3是本发明实施例中阴阳车牌矫正方法中阴阳车牌校正后的效果示意图。
53.图4是本发明实施例中阴阳车牌矫正系统的结构示意图。
具体实施方式
54.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
55.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
56.在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
57.如图1所示，本实施例中的阴阳车牌矫正方法，包括：
58.s101.获取目标检测车牌图像；
59.s102.根据图像的亮度、色彩，对目标检测车牌图像进行区域分割；
60.s103.如果区域分割后区域的数量为一个，则判定目标检测车牌图像为非阴阳车牌；
61.s104.如果区域分割后区域的数量大于一个，则判定目标检测车牌图像为阴阳车牌；
62.s105.对判定为阴阳车牌的目标检测车牌图像中的区域，进行亮度调整和颜色调整；亮度调整包括将不同区域调整为同一亮度，颜色调整包括按预先设置的不同车牌颜色在不同光照下标定的标准颜色，对所有区域的车牌图像的颜色进行调整；
63.s106.将经过亮度调整和颜色调整后的区域进行图像叠加，组合成完整的车牌图像，完成阴阳车牌矫正。
64.在本实施例中的步骤s101中，首先，获取目标检测车牌图像，图像获取的方式可以是实时获取，例如在卡口相机抓拍系统得到的车牌小图，本实施例中的车牌小图可为经过流程处理后得到的图像，当车牌图像因为建筑物或者其他物体遮挡光线形成阴阳车牌时，整体图像就会出现亮度、色彩不同的两部分，即阴阳车牌。
65.在一实施例中，为了排除在车牌颜色矫正过程中对车牌号等字符效果的影响，在进行图像分割之前，首先对车牌字符进行提取操作。将目标检测车牌图像进行字符提取并去除，获取去除字符后的纯色车牌图像。可选的，在本实施例中，通过对车牌区域进行自适应二值化处理，获取车牌区域的灰度图像，可以采用canny边缘检测算法获取车牌字符边缘轮廓，对车牌区域中的字符进行提取分割。本实施例中通过采用像素像素值判断的方法，对水平方向和垂直方向进行扫描检测，最终得到相应的车牌字符和字符的位置，再对原图像的车牌字符进行去除，得到纯底色的车牌之后，便于对车牌区域进行颜色矫正。
66.在本实施例中的步骤s102中，根据车牌图像的亮度、色彩，对目标检测车牌图像进行区域分割，在一般情况下，由于建筑物或者其他物体遮挡光线形成阴阳车牌时，车牌整体图像就会出现亮度、色彩不同的两部分，会将车牌图像分割为不同的两个区域，如图2所示。如果车牌图像不是阴阳车牌，则该车牌图像整个区域的亮度、色彩能够保持一致性。可选的，本实施例可以根据去除字符后的纯色车牌图像中邻近像素之间的相似度，对目标检测车牌图像进行区域分割。
67.在本实施例中，获取目标检测车牌图像各像素点的灰度值；将满足预设的灰度阈值范围的各像素点进行连接，形成一封闭区域；若封闭区域与目标检测车牌图像一致，则判定所述目标检测车牌图像为非阴阳车牌；若封闭区域与目标检测车牌图像不一致，则判定目标检测车牌图像为阴阳车牌，并获取图像分割的边界线。本实施例以像素点之间的相似性作为检测依据，通过将空间位置上相近且灰度值相近的像素点互相连接起来构成一个封闭的区域，同时得到图像分割的边界线，同时该方法能够准确获得规则的或者不规则的区
域分界线，保证整个后续矫正后组合叠加的准确性，适应性强。经过图像分割后，能够将阴阳车牌分割为两个区域，获得分割后的车牌区域等于两个，则说明当前车牌为阴阳车牌。本领域技术人员应该可以知晓，上述车牌的图像分割也可以采用其他方法，最终目的是通过分割后的车牌区域判断当前车牌图像是否为阴阳车牌，同时得到阴阳区域的分界线。如果当前车牌判断为阴阳车牌则进行后续的操作，如果非阴阳车牌，则直接不执行后续的车牌矫正流程。
68.在本实施例的步骤s105中，对判定为阴阳车牌的目标检测车牌图像中的区域，进行亮度调整和颜色调整；其中，亮度调整包括将不同区域调整为同一亮度，颜色调整包括按预先设置的不同车牌颜色在不同光照下标定的标准颜色，对所有区域的车牌图像的颜色进行调整。本实施例中区域分割后区域包括亮暗两个不同的区域，即第一区域和第二区域，其中，第一区域为亮区，即非阴影区域，第二区域为暗区，即阴影区域。在本实施例中，当非阴影区域亮度不满足矫正要求时，可以以标准的车牌模板作为目标，当非阴影区域亮度满足矫正要求时，可以以非阴影区域的亮度为最终矫正目标。
69.在一实施例中，首先对车牌亮度进行矫正，亮度如果过曝，则会影响车牌颜色的矫正的效果，当车牌过亮时，颜色会过饱和。具体的，当第一区域未曝光过度时，以第一区域的亮度作为目标亮度，对第二区域的亮度进行亮度增强；当第一区域曝光过度时，根据第二区域的色彩信息获取目标检测车牌图像的颜色信息，以所述车牌图像的颜色信息对应的标准颜色作为目标颜色，同时对第一区域和第二区域进行颜色调整。对于亮度，车牌图像存在亮暗两个不同的区域，在实际工作中，通常总是希望图像相对亮一些更好，因此，在亮区不过曝的情况下，以更亮区域的亮度作为目标，将暗区部分的亮度矫正到与亮区域一致。如果亮区部分车牌过曝，根据观测的不同光照下的车牌，当车牌亮度过曝时，会出现颜色过饱和，出现色彩丢失，整体车牌变白的现象，导致分辨不出车牌的本质颜色。因此，如果亮区域车牌过曝，则根据暗区域色彩信息判断当前车牌的颜色信息，例如常见的车牌颜色：蓝色、黄色、绿色等，同时为下一步色彩矫正提供明确的车牌颜色信息。
70.在本实施例中，预先设置最佳亮度阈值；当第一区域的亮度小于等于最佳亮度阈值时，以第一区域的颜色作为目标颜色，对所述第二区域的颜色进行调整；当第一区域的亮度大于最佳亮度阈值时，根据所述第二区域的色彩信息获取目标检测车牌图像的颜色信息，以车牌图像的颜色信息对应的标准颜色作为目标颜色，同时对第一区域和第二区域进行颜色调整。本实施例中，预先标定亮区域车牌的亮度阈值ymaxthr，阈值ymaxthr为预先在不同光照条件下测试得到的车牌亮度最佳值，当车牌亮度大于阈值ymaxthr时，表明车牌颜色丢失，如果将暗区域车牌亮度矫正为该亮度时，整体车牌亮度也不会是最佳效果。因此，在本实施例中，可以针对不同颜色车牌，预先在不同光照下的亮度效果标定出该颜色车牌的亮度阈值。因此，当亮区域亮度大于阈值ymaxthr时，将亮区车牌亮度和暗区车牌亮度同时矫正，矫正的目标亮度为预先根据车牌在不同光照下的获取的最佳亮度，可以通过当前车牌亮度y'以及需要矫正的目标亮度y得到：
71.y＝y'*yratio
72.其中，yratio为得到的矫正系数。
73.在本实施例中，对亮度矫正前的亮区图像颜色进行分析，如果亮区域亮度过曝；则对暗区域的颜色分析，判断当前车牌的颜色信息。如果亮区域亮度不超过最佳亮度阈值，则
以亮区域颜色为目标颜色对暗区域颜色进行矫正。如果亮区域亮度超过最佳亮度阈值，则亮区域颜色不是最佳目标颜色，需要同时对亮区域车牌和暗区域车牌分别进行颜色矫正。因此，车牌颜色不同，其对不同光照表现出的最终效果也不同，对不同车牌在不同光照下标定出该车牌最佳颜色，根据当前车牌颜色和目标车牌颜色计算出的调节系数为：
74.u＝u'*uratio
75.v＝v'*vratio
76.其中，u、v分别为转换后的色度，u'、v'为转换前的色度。uratio、vratio为转换系数。
77.在本实施例中，根据图像分割的边界线，将经过亮度调整和颜色调整后的区域进行图像叠加，并将之前去除的字符按坐标位置进行添加，组合成完整的车牌图像。本实施例通过先进行色彩矫正区域叠加，在将经过亮度矫正和颜色矫正后得到的两部分车牌重新叠加组合，组合成完整的车牌，保证整个车牌在颜色和亮度上保持一致。在阴阳车牌判断时能够得到规则和不规则的车牌分割线，在组合叠加时可以根据之前的分割线将两部分区域完整组合在一起。最终将之前分割得到的字符按照坐标位置叠加到矫正后的车牌区域中，如图3所示.
78.相应的，本实施例还提供一种阴阳车牌矫正系统，包括：
79.图像采集模块，用于获取目标检测车牌图像；
80.区域分割模块，用于根据图像的亮度、色彩，对所述目标检测车牌图像进行区域分割；
81.判断模块，用于对目标检测车牌图像进行判断，
82.如果区域分割后区域的数量为一个，则判定所述目标检测车牌图像为非阴阳车牌；
83.如果区域分割后区域的数量大于一个，则判定所述目标检测车牌图像为阴阳车牌；
84.亮度矫正模块，用于对判定为阴阳车牌的目标检测车牌图像中的区域，进行亮度调整，所述亮度调整包括将不同区域调整为同一亮度；
85.颜色矫正模块，用于对判定为阴阳车牌的目标检测车牌图像中的区域，进行颜色调整，所述颜色调整包括按预先设置的不同车牌颜色在不同光照下标定的标准颜色，对所有区域的车牌图像的颜色进行调整；
86.图像组合模块，用于将经过亮度调整和颜色调整后的区域进行图像叠加，组合成完整的车牌图像，完成阴阳车牌矫正。
87.在本实施例中，判断模块可以根据相机抓拍得到的车牌图像，分析当前车牌是否为阴阳车牌，当判断该车牌属于阴阳车牌时，则进行后续的阴阳车牌矫正操作。首先获取车牌中车牌字符，对车牌字符进行去除后，在对纯底色的车牌进行阴阳车牌判断同时获取相应阴阳区域分界线。区域分割模块，可以根据当前阴阳车牌进行分割，分别得到亮度和颜色不同的两块区域。亮度矫正模块和颜色矫正模块，可以分别针对两块区域的颜色和亮度进行分析，得到需要矫正的目标颜色和亮度。根据车牌颜色和亮度计算亮度矫正系数和颜色矫正系数。组合模块，可以将矫正后的车牌按照分割区域重新组合成完整的车牌，保证整体车牌颜色、亮度一致性。本实施例中的阴阳车牌矫正系统，可以通过上述方法实施例中的方
法，将经过亮度调整和颜色调整后的区域进行图像叠加，组合成完整的车牌图像，完成阴阳车牌矫正。
88.本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
89.本实施例还提供一种电子终端，包括：处理器及存储器；
90.所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行本实施例中任一项方法。
91.本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
92.本实施例提供的电子终端，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
93.在本实施例中，存储器可能包含随机存取存储器(random access memory，简称ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
94.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
95.在上述实施例中，除非另外规定，否则通过使用“第一”、“第二”等序号对共同的对象进行描述，只表示其指代相同对象的不同实例，而非是采用表示被描述的对象必须采用给定的顺序，无论是时间地、空间地、排序地或任何其他方式。
96.在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。
97.在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构(例如，动态ram(dram))可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
98.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
99.本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶
盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
100.本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
101.上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。