图像检测方法及装置制造方法及图纸

本发明专利技术提供了一种图像检测方法及装置，通过获取图像中的文字区域，识别文字区域以获取单字和文本行序列，匹配单字和文本行序列得到文字错误率，将文字错误率与预设的阈值相比较，判断图像是否为模糊图像，提升了模糊图片的筛选识别率，实现了模糊图片的自动化剔除，有效的节省了人力和时间成本。有效的节省了人力和时间成本。有效的节省了人力和时间成本。

【技术实现步骤摘要】
图像检测方法及装置


[0001]本专利技术涉及图像处理领域，更具体地说，涉及一种图像检测的方法及装置。

技术介绍

[0002]随着城市管理精细化程度越来越高，对道路交通数据的获取和分析量也越来越大。在电子地图制作中，对高度还原实际道路情况的要求越来越高。例如，道路有几条车道，道路的哪些位置设置有道路标志牌等信息，都是电子地图中需要加入的内容。
[0003]目前，道路标志牌的图像采集主要还是依赖于流动采集车的图像回传。由于采集设备、道路环境、车辆速度、天气等限制原因，回传回来的交通数据中通常包含大量的低质量模糊看不清的图片。这些模糊不清的图片对识别包括文字信息的道路标志牌并没有意义，在后期的数据分析时反而会造成大量的冗余，影响数据分析的效率。
[0004]标志牌图像的处理流程包括前期的自动化识别与后期的人工作业环节。模糊不清的图片在当前自动化环节中没有能力去判断，会流入到人工作业环节，大大地降低了人工作业的有效率。现有技术中存在对模糊图片进行自动识别的方式，但是识别率较低，识别准确度不高，会对后期的数据分析产生不好的影响。
[0005]因此，需要一种图像检测方法，通过有效的模糊检测算法，自动化的筛选出模糊不清的图片，降低人工环节无效作业的比例，提高识别的效率和准确度。

技术实现思路

[0006]有鉴于此，本专利技术的目的在于提供一种图像检测方法及装置，用于解决需要对道路采集设备采集的模糊图片进行人工筛选剔除的问题，自动剔除模糊图片，降低人工环节无效作业的比例，提高识别的效率和准确度。
[0007]为了解决上述技术问题，现提出的方案如下：
[0008]一种图像检测方法，包括：
[0009]获取图像中的文字区域；
[0010]识别所述文字区域以获取单字和文本行序列；
[0011]匹配所述单字和所述文本行序列得到文字错误率；
[0012]将所述文字错误率与预设的阈值相比较，判断所述图像是否为模糊图像。
[0013]优选的，所述匹配所述单字和所述文本行序列得到文字错误率，具体包括：
[0014]将识别出的单字分别与所述文本行序列中对应位置的文字对比，如果不一致则匹配错误，得到匹配错误的所述单字的数量；
[0015]根据所述匹配错误的单字数量以及所述文本行序列的总字数，计算所述文字错误率。
[0016]优选的，所述单字至少包括：第一单字和第二单字，所述文本行序列至少包括：第一文本行序列和第二文本行序列，所述识别所述文字区域以获取单字和文本行序列，具体包括：
[0017]识别所述文字区域获取第一单字和第一文本行序列；
[0018]对所述文字区域进行图像增强；
[0019]识别所述增强后的文字区域获取第二单字和第二文本行序列。
[0020]优选的，所述匹配所述单字和所述文本行序列得到文字错误率，具体包括：
[0021]对比所述第一单字和所述第一文本行序列，得到第一错误率；
[0022]对比所述第一单字和所述第二文本行序列，得到第二错误率；
[0023]对比所述第二单字和所述第一文本行序列，得到第三错误率；
[0024]对比所述第二单字和所述第二文本行序列，得到第四错误率；
[0025]从所述第一错误率、所述第二错误率、所述第三错误率以及所述第四错误率中选择数值最低的作为所述文字错误率。
[0026]优选的，所述将所述文字错误率与预设的阈值相比较，判断所述图像是否为模糊图像，具体包括：
[0027]比较所述文字错误率与预设的阈值，若所述文字错误率超过所述阈值，则判断所述图像为模糊图像。
[0028]一种图像检测装置，包括：
[0029]图像采集单元，用于获取图像中的文字区域；
[0030]图像识别单元，用于识别所述文字区域以获取单字和文本行序列；
[0031]图像匹配单元，用于匹配所述单字和所述文本行序列得到文字错误率；
[0032]图像检测单元，用于将所述文字错误率与预设的阈值相比较，判断所述图像是否为模糊图像。
[0033]优选的，所述图像匹配单元，具体包括：
[0034]文字匹配模块，用于将识别出的单字分别与所述文本行序列中对应位置的文字对比，如果不一致则匹配错误，得到匹配错误的所述单字的数量；
[0035]错误率计算模块，用于根据所述匹配错误的单字数量以及所述文本行序列的总字数，计算所述文字错误率。
[0036]优选的，所述单字至少包括：第一单字和第二单字，所述文本行序列至少包括：第一文本行序列和第二文本行序列，所述图像识别模块，具体包括：
[0037]第一识别模块，用于识别所述文字区域获取第一单字和第一文本行序列；
[0038]图像增强模块，用于对所述文字区域进行图像增强；
[0039]第二识别模块，用于识别所述增强后的文字区域获取第二单字和第二文本行序列。
[0040]优选的，所述图像匹配单元，具体包括：
[0041]第一匹配模块，用于对比所述第一单字和所述第一文本行序列，得到第一错误率；
[0042]第二匹配模块，用于对比所述第一单字和所述第二文本行序列，得到第二错误率；
[0043]第三匹配模块，用于对比所述第二单字和所述第一文本行序列，得到第三错误率；
[0044]第四匹配模块，用于对比所述第二单字和所述第二文本行序列，得到第四错误率；
[0045]匹配选择模块，用于从所述第一错误率、所述第二错误率、所述第三错误率以及所述第四错误率中选择数值最低的作为所述文字错误率。
[0046]优选的，所述图像检测单元，具体包括：
[0047]比较所述文字错误率与预设的阈值，若所述文字错误率超过所述阈值，则判断所述图像为模糊图像。
[0048]一种图像检测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现图像检测的方法步骤。
[0049]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，所述计算机程序被处理器执行时实现图像检测的方法步骤。
[0050]从上述的技术方案可以看出，本申请实施例提供的图像检测方法，通过获取图像中的文字区域，识别文字区域以获取单字和文本行序列，匹配单字和文本行序列得到文字错误率，将文字错误率与预设的阈值相比较，判断图像是否为模糊图像，解决了道路摄像装置回传图片需要人工剔除模糊图片的问题，提升了模糊图片的筛选识别率，实现了模糊图片的自动化剔除，有效的节省了人力和时间成本。
[0051]同时，本申请实施例提供的图像检测方法，也可以用于智慧交通场景例如智慧停车场，道路ETC等场景中车牌的识别，获取摄像装置采集的多帧的车辆牌照图像后，通过上述的技术方案，自动剔除模糊图像保留清晰图像，提高车牌识别的效率和准确度。
附图说明
[0052]为了更清楚地说明本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其中，所述方法包括：获取图像中的文字区域；识别所述文字区域以获取单字和文本行序列；匹配所述单字和所述文本行序列得到文字错误率；将所述文字错误率与预设的阈值相比较，判断所述图像是否为模糊图像。2.根据权利要求1所述的方法，其中，所述匹配所述单字和所述文本行序列得到文字错误率，具体包括：将识别出的单字分别与所述文本行序列中对应位置的文字对比，如果不一致则匹配错误，得到匹配错误的所述单字的数量；根据所述匹配错误的单字数量以及所述文本行序列的总字数，计算所述文字错误率。3.根据权利要求1所述的方法，其中，所述单字至少包括：第一单字和第二单字，所述文本行序列至少包括：第一文本行序列和第二文本行序列，所述识别所述文字区域以获取单字和文本行序列，具体包括：识别所述文字区域获取第一单字和第一文本行序列；对所述文字区域进行图像增强；识别所述增强后的文字区域获取第二单字和第二文本行序列。4.根据权利要求3所述的方法，其中，所述匹配所述单字和所述文本行序列得到文字错误率，具体包括：对比所述第一单字和所述第一文本行序列，得到第一错误率；对比所述第一单字和所述第二文本行序列，得到第二错误率；对比所述第二单字和所述第一文本行序列，得到第三错误率；对比所述第二单字和所述第二文本行序列，得到第四错误率；从所述第一错误率、所述第二错误率、所述第三错误率以及所述第四错误率中选择数值最低的作为所述文字错误率。5.根据权利要求1或4所述的方法，其中，所述将所述文字错误率与预设的阈值相比较，判断所述图像是否为模糊图像，具体包括：比较所述文字错误率与预设的阈值，若所述文字错误率超过所述阈值，则判断所述图像为模糊图像。6.一种图像检测装置，其中，所述装置包括：图像采集单元，用于获取图像中的文字区域；图像识别单元，用于识别所述文字区域以获取单字和文本行序列；图像匹配单元，用于匹配所述单字和所述文本行序列得到文字错误率；图像检测单元，用于将所述文字错误率...

【专利技术属性】
技术研发人员：金美光，刘昕冉，王腾辉，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：