人脸和/或车牌图像的处理方法
【技术领域】
[0001] 本发明涉及图像处理领域，具体涉及一种人脸和/或车牌图像的处理方法。
【背景技术】
[0002] 近年来，人脸和车牌图像的处理越来越多地用于刑侦手段中，人脸和车牌图像处 理的应用为刑侦破案解决了许多技术问题，提高和加快了刑侦破案的效率。目前，人脸和车 牌图像的处理方式多种多样，涉及到很多图像处理的算法，每种算法都能单独地、不同程度 地解决图像中存在的诸如模糊、噪声干扰等问题，但是如何利用和组合这些技术，使得处理 的图像展现出更好的视觉效果，是目前比较缺乏的。
【发明内容】
[0003] 本发明目的在于克服上述现有技术的不足，而提出了一种人脸和/或车牌图像的 处理方法，该方法经过长期的经验摸索，有效地改进对图像的处理方法和流程，取得了较好 的人脸和/或车牌图像的处理效果。
[0004] 实现本发明目的采用的技术方案是一种人脸和/或车牌图像的处理方法，该方法 包括如下步骤：
[0005] (1)根据待处理图片选择区域，使用矩形框选择人脸和/或车牌图像在图片中的 处理范围；
[0006] (2)根据图像质量情况，依次选择是否进行对比度调节和/或亮度调节；
[0007] (3)对调节后的图像选择图像处理高级算法进行处理，所述图像处理高级算法包 括去模糊、去噪和锐化中的一种或者几种；
[0008] (4)如是车牌图像则进行反色处理，如是人脸图像则进入下一步；
[0009] (5)预览，保存，处理下一张。
[0010] 本发明方法是在现有的图像处理技术基础之上，经过长期的经验摸索，有效地改 进对图像的处理方法和流程，形成了一种高效实用的人脸、车牌图像的处理流程，处理后的 图像在对比度、纹理细节和清晰度方面得到提高，图像噪声减少，车牌图像在反色后车牌的 数字和字母更加清晰。
【附图说明】
[0011] 图1为本发明人脸和/或车牌图像的处理方法流程图。
[0012] 图2为本实施例所用原始图片。
[0013] 图3为采用本发明方法对图2进行处理后的图片。
【具体实施方式】
[0014] 下面结合实施例对本发明作进一步说明，但不限定本发明。
[0015] 实施例：本实施例采用车牌图像来详细说明本发明方法的处理流程，输入图像为 RGB类型的图片，如图1所示。
[0016] 以下为本发明实施例的具体步骤：
[0017] (1)根据待处理图片选择区域，使用矩形框选择车牌图像在图片中的处理范围；
[0018] (2)根据图像质量情况依次选择进行对比度调节、亮度调节。图像亮度和对比度的 调节根据像素变换来实现，在输入图像中用f(i，j)表示输入图像中第i行和第j列的像素 值，g(i，j)表示输出图像中第i行和第j列的像素值。用以下公式对f(i，j)进行变换：
[0019] g(i, j) = a ? f (i, j) + 0 (1)参数 a (a > 〇)是增益参数，0 是偏置参 数，用a和0分别来控制对比度和亮度。本实施例先设置a = 1.2, 0 =0,实施提高图 像对比度，然后设置a = 1，0 = 10来实施提高亮度。
[0020] (3)根据图像改善情况选择使用维纳滤波的方法去模糊，使用中值滤波的方法去 噪，使用USM锐化的方法来增强纹理。维纳滤波综合了退化函数和噪声统计特性两个方面 进行复原处理，维纳滤波是寻找一个滤波器，使得复原后图像与原始图像f(x，y)的 均方误差最小，即：
[0021]
(2)
[0022] 式（2)中E{}为数学期望算子，因此，维纳滤波器也称为最小均方误差滤波器。在 频率域中，有约束复原的一般通用表达式的传递函数为
[0024] 式⑶中：P(u，v)为退化图像的傅里叶变换；H(u，v)退化函数。[0025] 当r= 1时，Hw(u，v)是维纳滤波器的传递函数，其所得到的估计值是使 「 1 (3)
[0023] 瓦[(/(U)-/&,>，))-] =丨_，即取最小值时的最优估计。
[0026] 当r = 0时，Hw(u，v)是逆滤波器的传递函数，逆滤波器是维纳滤波器的特例。
[0027] 当r = 1 ^ 0时，得到的估计称为变参量维纳滤波器（也称为约束最小二乘滤波 r 器）。
[0028] 中值滤波采用含有3x3大小的滑动窗口，用窗口中各点灰度值的中值来替代指定 点的灰度值。其表达公式为：
[0029]
(4)
[0030] 式⑷中f (i，j)表示图像中第i行和第j列的像素值；g(i，j)表示滤波后图像 中第i行和第j列的像素值；9表示当前模板的大小，即包含像素点的个数，I 是点 (i，j)周围包括（i，j)的9个像素点的像素值之和。
[0031] USM锐化按指定的阈值找到值与周围像素不同的像素，然后将按指定的量增强邻 近像素的对比度。用具体的公式表达即为：
[0032] y(n，m) = x (n，m) + 入 z (n，m) (5)
[0033] 其中，x(n，m)为输入图像，y(n，m)为输出图像，而z(n，m)为校正信号，通过对x进 行高通滤波获取。A是用于控制增强效果的的一个缩放因子。USM算法中，z(n，m)通过下 式获取：
[0034] z (n,m) = 4x (n,m) _x (n_l,m) _x (n+1,m) _x (n,m_l) _x (n,m+1) (6)
[0035] 该算法用OpenCv实现，涉及三个参数Amount:(总量）决定边缘对比度增强的程 度，设置为1 ;Radius :(范围）决定用于色调比较和对比度增强的路径的宽度范围，设置为 5 threshold :(临界值）决定边缘中存在的相临象素间的最小色调差别，设置为0。
[0036] (4)如是人脸图像则进入下一步。本实施例是对车牌图像进行处理，则还需要对车 牌图像进行反色处理，图像中用f(i，j)表示输入图像中第i行和第j列的像素值，g(i，j) 表示输出图像中第i行和第j列的像素值。我们用以下公式对f(i，j)进行变换，；
[0037] g(i, j) = 255-f(i, j) (7)
[0038] 对每个通道的像素值都进行以上变换，再进行通道融合，得到反色后的图像。
[0039] (5)预览，保存，处理下一张。
[0040] 实现效果：本实施例对RGB类型的车牌图像进行处理，根据设计的流程，有选择地 组合现有图像处理技术，达到了较好的处理结果，经过上述处理方法的处理后，得到结果图 如图2所示，使得车牌图像中的数字和字母更加清晰。
【主权项】
1. 一种人脸和/或车牌图像的处理方法，其特征在于，包括如下步骤： (1) 根据待处理图片选择区域，使用矩形框选择人脸和/或车牌图像在图片中的处理 范围； (2) 根据图像质量情况，依次选择是否进行对比度调节和/或亮度调节； (3) 对调节后的图像选择图像处理高级算法进行处理，所述图像处理高级算法包括去 模糊、去噪和锐化中的一种或者几种； (4) 如是车牌图像则进行反色处理，如是人脸图像则进入下一步； (5) 预览，保存，处理下一张。2. 根据权利要求1所述人脸和/或车牌图像的处理方法，其特征在于：步骤（2)中，图 像亮度和/或对比度的调节根据像素变换来实现，在输入图像中用f(i，j)表示输入图像中 第i行和第j列的像素值，g(i，j)表示输出图像中第i行和第j列的像素值；通过以下公 式对f(i，j)进行变换： g(i,j) =a *f(i,j) + !3 (1) 参数a(a>〇)是增益参数，0是偏置参数，用a和0分别来控制对比度和亮度。3. 根据权利要求1所述人脸和/或车牌图像的处理方法，其特征在于：步骤（3)中使 用维纳滤波的方法去模糊，维纳滤波是寻找一个滤波器，使得复原后图像/(x.jO与原始图 像f(x，y)的均方误差最小，即：式（2)中E{ }为数学期望算子； 在频率域中，有约束复原的的传递函数为：式（3)中：P(u，v)为退化图像的傅里叶变换；H(u，v)退化函数； 当r= 1时，Hw(u，v)是维纳滤波器的传递函数，其所得到的估计值是使，即取最小值时的最优估计； 当r= 0时，Hw(u，v)是逆滤波器的传递函数，逆滤波器是维纳滤波器的特例； 当时，得到的估计称为变参量维纳滤波器。4. 根据权利要求1所述人脸和/或车牌图像的处理方法，其特征在于：步骤（3)中使 用中值滤波的方法去噪，中值滤波采用含有3x3大小的滑动窗口，用窗口中各点灰度值的 中值来替代指定点的灰度值，通过下式实现：式⑷中f(i，j)表示图像中第i行和第j列的像素值，g(i，j)表示滤波后图像中第 i行和第j列的像素值；9表示当前模板的大小，即包含像素点的个数，是点（i，j) 周围包括（i，j)的9个像素点的像素值之和。5. 根据权利要求1所述人脸和/或车牌图像的处理方法，其特征在于：步骤（3)中使 用USM锐化的方法来增强纹理，USM锐化按下式实现： y(n,m) =x(n，m) + 入z(n，m) (5) 其中，x(n，m)为输入图像；y(n，m)为输出图像；z(n，m)为校正信号，通过对x进行高通 滤波获取，A是用于控制增强效果的的一个缩放因子，z(n，m)通过下式获取： z(n,m) = 4x(n,m)-x(n-1,m)-x(n+1,m)-x(n,m-1)-x(n,m+1) (6)。6. 根据权利要求1所述人脸和/或车牌图像的处理方法，其特征在于：步骤（4)中，对 车牌图像进行反色处理，车牌图像中用f(i，j)表示输入图像中第i行和第j列的像素值， g(i，j)表示输出图像中第i行和第j列的像素值，通过以下公式对f(i，j)进行变换 g(i,j) = 255-f(i,j) (7)。
【专利摘要】本发明公开了一种人脸和/或车牌图像的处理方法，该方法包括如下步骤：根据待处理图片选择区域，使用矩形框选择人脸和/或车牌图像在图片中的处理范围；根据图像质量情况，依次选择是否进行对比度调节和/或亮度调节；对调节后的图像选择图像处理高级算法进行处理，所述图像处理高级算法包括去模糊、去噪和锐化中的一种或者几种；如是车牌图像则进行反色处理，如是人脸图像则进入下一步；预览，保存，处理下一张。采用本发明方法处理后的图像在对比度、纹理细节和清晰度方面得到提高，图像噪声减少，车牌图像在反色后车牌的数字和字母更加清晰。
【IPC分类】G06T5/00
【公开号】CN104992413
【申请号】CN201510317136
【发明人】严国建
【申请人】武汉大千信息技术有限公司
【公开日】2015年10月21日
【申请日】2015年6月11日