车牌标定方法及装置制造方法及图纸

本申请实施例提供车牌标定方法及装置，根据从目标场景获得的第一数量个样本车牌的位置和尺寸得到第二数量个目标权重矩阵，根据该第二数量个目标权重矩阵以及该第一数量个样本车牌中与待标定车牌距离最近的第二数量个目标车牌的尺寸，对从目标场景采集的图像中的车牌进行标定，能够采用车牌尺寸匹配的车牌标定框对目标场景中不同位置的车牌进行标定，提高了车牌的标定精度，改善了用户体验。

License plate calibration method and device

【技术实现步骤摘要】
车牌标定方法及装置
本申请涉及图像处理
，具体而言，涉及车牌标定方法及装置。
技术介绍
在安防相机的应用场景中，通常需要识别出监控场景中的车牌，并采用标定框对识别出的车牌进行标定。为了确保标定的准确性，通常需要人工调整标定框的大小，从而确保所使用的标定框与待标定的车牌的尺寸匹配。但是，人工标定的方式非常不方便，用户体验差。针对上述问题，相关技术中，通常采用如下方式来对车牌的标定框进行自动标定：第一，通过滑窗和缩放尺度的方式，识别出车牌所在的准确区域，从而可以对车牌进行准确的标定；第二、计算出车牌的位置而非准确尺寸，采用统一尺寸的标定框对各个大小的车牌进行标定。其中，第一种方式算法复杂度较高，难以进行实时检测；第二种方式算法简单，但无法实现准确的标定。
技术实现思路
为了至少部分地克服现有技术中的上述不足，本申请实施例的目的之一在于提供一种车牌标定方法及装置。为了达到上述目的，本申请实施例提出如下技术方案：第一方面，本申请实施例提供一种车牌标定方法，应用于图像处理设备，所述方法包括：获得从目标场景采集的多幅图像，从所述多幅图像中获得第一数量个样本车牌的位置和尺寸；根据从所述目标场景的目标图像中识别的待标定车牌的位置，从所述第一数量个样本车牌中确定与所述待标定车牌距离最近的第二数量个目标车牌；获得根据所述第一数量个样本车牌的位置和尺寸得到的第二数量个目标权重矩阵，针对每个目标权重矩阵，采用该目标权重矩阵对所述第二数量个目标车牌的尺寸进行加权求和，得到所述第二数量个加权求和结果，计算所述第二数量个加权求和结果的平均值，将该平均值作为所述待标定车牌的尺寸，以根据所述待标定车牌的尺寸确定所述待标定车牌的标定框的尺寸。第二方面，本申请实施例提供一种车牌标定装置，应用于图像处理设备，所述装置包括：样本获得模块，用于获得从目标场景采集的多幅图像，从所述多幅图像中获得第一数量个样本车牌的位置和尺寸；目标车牌确定模块，用于根据从所述目标场景的目标图像中识别的待标定车牌的位置，从所述第一数量个样本车牌中确定与所述待标定车牌距离最近的第二数量个目标车牌；尺寸计算模块，用于获得根据所述第一数量个样本车牌的位置和尺寸得到的第二数量个目标权重矩阵，针对每个目标权重矩阵，采用该目标权重矩阵对所述第二数量个目标车牌的尺寸进行加权求和，得到所述第二数量个加权求和结果，计算所述第二数量个加权求和结果的平均值，将该平均值作为所述待标定车牌的尺寸，以根据所述待标定车牌的尺寸确定所述待标定车牌的标定框的尺寸。相对于现有技术而言，本申请实施例具有的有益效果包括：本申请实施例提供一种车牌标定方法及装置，根据从目标场景获得的第一数量个样本车牌的位置和尺寸得到第二数量个目标权重矩阵，根据该第二数量个目标权重矩阵以及该第一数量个样本车牌中与待标定车牌距离最近的第二数量个目标车牌的尺寸，对从目标场景采集的图像中的车牌进行标定，能够采用车牌尺寸匹配的车牌标定框对目标场景中不同位置的车牌进行标定，提高了车牌的标定精度，改善了用户体验。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本申请实施例提供的一种车牌标定方法的流程示意图；图2为根据所述第一数量个样本车牌的位置和尺寸得到所述第二数量个目标权重矩阵的步骤的一种子步骤示意图；图3为根据所述第一数量个样本车牌的位置和尺寸得到所述第二数量个目标权重矩阵的步骤的其它子步骤示意图；图4为本申请实施例提供的一种图像处理设备的方框示意图；图5为本申请实施例提供的一种车牌标定装置的方框示意图。图标：10-图像处理设备；100-车牌标定装置；11-机器可读存储介质；12-处理器；110-样本获得模块；120-目标车牌确定模块；130-尺寸计算模块。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。为了能够在实现实时检测的基础上，提升车牌标定的准确度，本申请实施例提供一种车牌标定方法及装置，通过待标定车牌所在位置的附近的多个车牌的尺寸来预测该待标定车牌的尺寸，从而根据预测出的尺寸来确定待标定车牌的标定框的尺寸。下面对该内容进行详细描述。请参照图1，是本申请实施例提供的一种车牌标定方法的流程示意图，所述方法应用于图像处理设备。该图像处理设备可以是任何具备图像处理能力的独立设备，或内置于其他设备的处理芯片，例如，该处理芯片可以是相机的处理芯片(如，相机3519平台)。步骤S101，获得从目标场景采集的多幅图像，从所述多幅图像中获得第一数量个样本车牌的位置和尺寸。在本实施例中，所述尺寸包括，但不限于，车牌宽度和车牌高度。所述目标场景指相机在固定的拍摄角度和放大倍率下所拍摄到的场景。可选地，在本实施例中，所述第一数量可以为90-200，例如可以为100、120等，本实施例对此不做具体限制。所述第一数量个样本车牌的位置和尺寸可以通过多种方式测得，例如已有的深度模型、目标检测等方式，在此不再赘述。步骤S102，根据从所述目标场景的目标图像中识别的待标定车牌的位置，从所述第一数量个样本车牌中确定与所述待标定车牌距离最近的第二数量个目标车牌。在一些实施方式中，可以通过拌线检测从所述目标图像中确定所述待标定车牌。拌线指根据用户需要设置在视频图像上的虚拟线，通过判断图像中目标的像素点集和拌线的像素点集是否有交集，可以检测目标是否跨越拌线。实际应用中，当检测到车牌跨越拌线时，该车牌即被确定为所述待标定车牌。确定待标定车牌后，所述待标定车牌的位置的获得方式与所述第一数量个样本车牌的位置的获得方式类似，这里不再赘述。在实施时，可以基于所述目标场景建立一平面直角坐标系，再将所述第一数量个样本车牌的位置以及待标定车牌的位置用该平面直角坐标系下的横坐标和纵坐标表示。在此情况下，分别计算所述第一数量个样本车牌与所述待标定车牌的的欧氏距离，根据得到的欧氏距离的大小即可确定各样本车牌与待标定车牌的本文档来自技高网...

【技术保护点】
1.一种车牌标定方法，其特征在于，应用于图像处理设备，所述方法包括：/n获得从目标场景采集的多幅图像，从所述多幅图像中获得第一数量个样本车牌的位置和尺寸；/n根据从所述目标场景的目标图像中识别的待标定车牌的位置，从所述第一数量个样本车牌中确定与所述待标定车牌距离最近的第二数量个目标车牌；/n获得根据所述第一数量个样本车牌的位置和尺寸得到的第二数量个目标权重矩阵，针对每个目标权重矩阵，采用该目标权重矩阵对所述第二数量个目标车牌的尺寸进行加权求和，得到所述第二数量个加权求和结果，计算所述第二数量个加权求和结果的平均值，将该平均值作为所述待标定车牌的尺寸，以根据所述待标定车牌的尺寸确定所述待标定车牌的标定框的尺寸。/n

【技术特征摘要】
1.一种车牌标定方法，其特征在于，应用于图像处理设备，所述方法包括：
获得从目标场景采集的多幅图像，从所述多幅图像中获得第一数量个样本车牌的位置和尺寸；
根据从所述目标场景的目标图像中识别的待标定车牌的位置，从所述第一数量个样本车牌中确定与所述待标定车牌距离最近的第二数量个目标车牌；
获得根据所述第一数量个样本车牌的位置和尺寸得到的第二数量个目标权重矩阵，针对每个目标权重矩阵，采用该目标权重矩阵对所述第二数量个目标车牌的尺寸进行加权求和，得到所述第二数量个加权求和结果，计算所述第二数量个加权求和结果的平均值，将该平均值作为所述待标定车牌的尺寸，以根据所述待标定车牌的尺寸确定所述待标定车牌的标定框的尺寸。


2.根据权利要求1所述的车牌标定方法，其特征在于，所述方法还包括：
根据所述第一数量个样本车牌的位置和尺寸得到所述第二数量个目标权重矩阵。


3.根据权利要求2所述的车牌标定方法，其特征在于，根据所述第一数量个样本车牌的位置和尺寸得到所述第二数量个目标权重矩阵，包括：
针对每个样本车牌，将该样本车牌的位置和尺寸构造成一目标量；
针对每个样本车牌，从所述第一数量个样本车牌中确定与该样本车牌距离最近的第三数量个目标样本车牌，对所述第三数量个目标样本车牌的目标量进行加权求和，将加权求和的结果作为该样本车牌的目标量的第一预测值，得到所述第一数量个第一预测值；其中，所述第三数量大于所述第二数量，每个样本车牌的第三数量个目标样本车牌的目标量的权重之和为固定值；
采用预设的误差函数计算所述第一数量个样本车牌的目标量和所述第一数量个第一预测值的误差；
计算当所述误差函数的值最小时，与所述第一数量个样本车牌一一对应的第一数量个权重列矩阵，每个样本车牌对应的权重列矩阵中包括该样本车牌的第三数量个目标样本车牌的目标量的权重；
针对每个样本车牌，确定该样本车牌的权重列矩阵中高于预设值的权重的数量；
计算所述第一数量个权重列矩阵的高于预设值的权重的数量的平均值，将该平均值作为所述第二数量；
针对每个样本车牌，从该样本车牌的权重列矩阵中删除部分权重，使得该样本车牌的权重列矩阵中包括第二数量个权重；
从所述第一数量个权重列矩阵中选取第二数量个权重列矩阵，作为所述第二数量个目标权重矩阵。


4.根据权利要求3所述的车牌标定方法，其特征在于，从所述第一数量个权重列矩阵中选取第二数量个目标权重列矩阵之前，所述根据所述第一数量个样本车牌的位置和尺寸得到所述目标权重矩阵，还包括：
针对每个样本车牌，采用该样本车牌的权重列矩阵对该样本车牌的第二数量个目标样本车牌的尺寸进行加权求和，将加权求和的结果作为该样本车牌的尺寸的第二预测值，得到所述第一数量个第二预测值；
采用所述误差函数计算所述第一数量个样本车牌的尺寸和所述第一数量个第二预测值的误差，调整每个样本车牌的权重列矩阵中的权重以使所述误差函数的值减小。


5.根据权利要求4所述的车牌标定方法，其特征在于，调整每个样本车牌的权重列矩阵中的权重以使所述误差函数的值减小，包括：
调整每个样本车牌的权重列矩阵中与该样本车牌距离最近的第四数量个目标样本车牌的权重或调整每个样本车牌的权重列矩阵中高于设定值的权重。


6.根据权利要求1-5中任意一项所述的车牌标定方法，其特征在于，所述尺寸为车牌宽度，所述图像处理设备中存储有所述待标定车牌...

【专利技术属性】
技术研发人员：周敏敏，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江;33