CN111507342B - 一种图像处理方法、装置、系统及存储介质 - Google Patents

一种图像处理方法、装置、系统及存储介质 Download PDF

Info

Publication number
CN111507342B
CN111507342B CN202010316670.XA CN202010316670A CN111507342B CN 111507342 B CN111507342 B CN 111507342B CN 202010316670 A CN202010316670 A CN 202010316670A CN 111507342 B CN111507342 B CN 111507342B
Authority
CN
China
Prior art keywords
vehicle
image
target
license plate
image processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010316670.XA
Other languages
English (en)
Other versions
CN111507342A (zh
Inventor
马东星
高立勋
钱海棠
李浙伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010316670.XA priority Critical patent/CN111507342B/zh
Publication of CN111507342A publication Critical patent/CN111507342A/zh
Application granted granted Critical
Publication of CN111507342B publication Critical patent/CN111507342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625License plates

Abstract

本申请提供一种图像处理方法、装置、系统及存储介质,用于提高识别车牌的效率。该方法包括:获得包括车牌的车辆图像,以及通过位置探测设备检测至少一个目标在所述车辆图像中的目标位置;其中,目标为车辆或车牌;向图像处理设备发送至少一个目标位置和所述车辆图像,以使所述图像处理设备根据所述至少一个目标位置和车辆图像获取目标区域图像,并根据所述目标区域图像识别车牌;或,向图像处理设备发送所述车辆图像中与至少一个目标位置中每个目标位置对应的目标区域图像,以使所述图像处理设备根据目标区域图像识别车牌。

Description

一种图像处理方法、装置、系统及存储介质
技术领域
本申请涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、系统及存储介质。
背景技术
在很多场景下,例如,车辆追踪或门禁等监控场景中,图像处理设备需要对图像中的车牌进行自动识别,获得车牌信息,相较于人眼识别车牌的方法,具有更高的效率,因此自动车牌识别技术得到了广泛的关注。
然而,在对图像进行识别的过程中,需要对整张图像进行计算,从而确定出图像中的车牌信息。随着拍摄技术的不断发展,采集图像的分辨率越来越高,单张图像包括的像素越来越多,因此,在识别车牌的过程中,需要处理的数据量非常大,识别车牌的效率较低。
发明内容
本申请实施例提供一种图像处理方法、装置、系统及存储介质,用于提高识别车牌的效率。
第一方面,提供一种图像处理方法,该方法包括:
获得包括车牌的车辆图像,以及通过位置探测设备检测至少一个目标在所述车辆图像中的目标位置;其中,目标为车辆或车牌;
向图像处理设备发送至少一个目标位置和所述车辆图像,以使所述图像处理设备根据所述至少一个目标位置和车辆图像获取目标区域图像,并根据所述目标区域图像识别车牌;或,
向图像处理设备发送所述车辆图像中与至少一个目标位置中每个目标位置对应的目标区域图像,以使所述图像处理设备根据目标区域图像识别车牌。
本申请实施例中,通过位置探测设备检测后获得的车辆图像是包括车牌的车辆图像,因此,在检测车辆图像中至少一个目标的目标位置时,不需要再确定车辆图像中是否包括目标,在一定程度上,简化了检测车辆图像中是否包括目标的过程,提高了检测目标位置的效率,且本申请实施例中向图像处理设备发送的是目标位置或目标区域图像,相较于相关技术中图像处理设备处理对图像直接进行识别并确定车牌的方式,本申请实施例中的图像处理设备在处理图像时,需要处理的数据量较少,从而提高了处理图像的效率,提升了车牌识别的效率。
可选的,所述方法还包括:
通过位置探测设备检测车辆的方向,并对车辆进行抓拍,获得车辆图像;
针对所述车辆图像中每个车辆,确定每个车辆的车辆位置,并根据每个车辆位置和预设相对位置关系,确定一目标位置,其中,所述预设相对位置关系为车牌相对于车辆的位置关系;或,
筛选出所述车辆图像中占比满足预设大小的车辆,并根据筛选出的每个车辆的车辆位置以及预设相对位置关系,确定出车辆图中的目标位置。
本申请实施例中,通过位置探测设备检测后获得的车辆图像中是包括车辆的,如果车辆的数量为多个,那么可以将每一个车辆的车辆位置或车牌位置确定为目标位置,以便于图像处理设备可以一次性识别多个车牌,提高识别效率。或者,可以将其中满足预设大小的车辆所对应的车辆位置或车牌位置确定为目标位置,避免某些因某些车辆图像区域过小,造成图像处理设备误判的情况。且,可以根据实际情况调整目标位置的具体内容,有利于平衡对图像采集设备的处理量。
可选的,所述方法还包括:
对所述至少一个目标位置和所述车辆图像进行编码,获得第一编码数据,向所述图像处理设备发送所述第一编码数据;或,
对所述车辆图像进行编码,获得第二编码数据,向所述图像处理设备发送第二编码数据和所述至少一个目标位置。
本申请实施例中,可以将目标位置和车辆图像一同编码并进行传输,便于图像处理设备后续进行解码。或者,可以对目标位置和车辆图像分别进行传输,相对可以减少编码数据量。且,两种不同的编码方式为传输该车辆图像以及目标位置的方法提供了更多的可能性。
第二方面,提供一种图像处理方法,该方法包括:
获得目标区域图像;其中,目标区域图像是指车辆图像中目标位置对应的区域,目标为车辆或车牌;
识别目标区域图像中的车牌。
本申请实施例中,可以对接收的数据进行解码后,再进一步根据解码后的车辆图像和目标位置,图像处理设备可以根据目标位置,对车辆图像中与目标位置对应的区域进行识别处理即可,无需图像处理设备对整个图像进行单独识别和处理,减少了识别车牌过程中的数据处理量。或者,图像处理设备可以根据目标位置,直接确定出车辆图像中的目标区域图像,也可以减少了后续图像处理过程中的需要处理的数据量,提高车牌识别效率。
可选的,所述方法还包括:
接收来自图像采集设备的第一编码数据,对所述第一编码数据进行解码,获得至少一个目标位置和车辆图像;或,接收来自图像采集设备的第二编码数据和至少一个目标位置,对所述第二编码数据进行解码,获得车辆图像;
根据每个目标位置,从所述车辆图像中确定出目标区域图像。
可选的,在识别目标区域图像中的车牌之后,还包括:
若接收来自用户终端的查询信息,则根据各个车辆图像的拍摄时间,获取在第一时间段内的各个车辆的车牌;其中,所述查询信息用于查询第一时间段内过往的车牌,车辆图像的拍摄时间是从所述图像采集设备获取的;或,
向所述用户终端发送识别出的车牌,以使所述用户终端接收并显示车牌。
本申请实施例中,可以对识别出的车牌进行存储,使得用户在查询某一个时间段的车牌时,可以调用存储的车牌信息;或可以向用户终端实时发送车牌,以使用户终端显示车牌,使得用户可以实时的获得当前经过车辆的车牌信息,便于用户及时跟踪相应的车辆。
第三方面,提供一种图像处理装置,包括:
处理模块:用于获得包括车牌的车辆图像,以及通过位置探测设备检测至少一个目标在所述车辆图像中的目标位置;其中,目标为车辆或车牌;
收发模块:用于向图像处理设备发送至少一个目标位置和所述车辆图像,以使所述图像处理设备根据所述至少一个目标位置和车辆图像获取目标区域图像,并根据所述目标区域图像识别车牌;或,向图像处理设备发送所述车辆图像中与至少一个目标位置中每个目标位置对应的目标区域图像,以使所述图像处理设备根据目标区域图像识别车牌。
可选的,所述处理模块具体用于:
通过位置探测设备检测车辆的方向,并对车辆进行抓拍,获得车辆图像;
针对所述车辆图像中每个车辆,确定每个车辆的车辆位置,并根据每个车辆位置和预设相对位置关系,确定一目标位置,其中,所述预设相对位置关系为车牌相对于车辆的位置关系;或,
筛选出所述车辆图像中占比满足预设大小的车辆,并根据筛选出的每个车辆的车辆位置以及预设相对位置关系,确定出车辆图中的目标位置。
可选的,所述收发模块具体用于:
对所述至少一个目标位置和所述车辆图像进行编码,获得第一编码数据,向所述图像处理设备发送所述第一编码数据;或,
对所述车辆图像进行编码,获得第二编码数据,向所述图像处理设备发送第二编码数据和所述至少一个目标位置。
第四方面,提供一种图像处理装置,包括:
收发模块:用于获得目标区域图像;其中,目标区域图像是指车辆图像中目标位置对应的区域,目标为车辆或车牌;
处理模块:用于识别目标区域图像中的车牌。
可选的,所述收发模块具体用于:
接收来自图像采集设备的第一编码数据,对所述第一编码数据进行解码,获得至少一个目标位置和车辆图像;或,接收来自图像采集设备的第二编码数据和至少一个目标位置,对所述第二编码数据进行解码,获得车辆图像;
根据每个目标位置,从所述车辆图像中确定出目标区域图像。
可选的,所述处理模块还用于:
在识别目标区域图像中的车牌之后,若接收来自用户终端的查询信息,则根据各个车辆图像的拍摄时间,获取在第一时间段内的各个车辆的车牌;其中,所述查询信息用于查询第一时间段内过往的车牌,车辆图像的拍摄时间是从所述图像采集设备获取的;或,
向所述用户终端发送识别出的车牌,以使所述用户终端接收并显示车牌。
第五方面,提供一种图像处理系统,包括如第三方面所述的图像采集装置和第四方面所述的图像处理装置。
第六方面,提供一种计算设备,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行第一方面中任一所述的方法。
第七方面,提供一种存储介质,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行第一方面中任一所述的方法。
附图说明
图1为本申请实施例提供的图像处理方法的一种应用场景;
图2为本申请实施例提供的图像处理方法的交互示意图一;
图3为本申请实施例提供的图像处理方法的示意图一;
图4为本申请实施例提供的图像处理方法的示意图二;
图5为本申请实施例提供的图像处理方法的交互示意图二;
图6为本申请实施例的提供的图像处理装置的结构示意图一;
图7为本申请实施例的提供的图像处理装置的结构示意图二;
图8为本申请实施例的提供的计算设备的结构示意图。
具体实施方式
为了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。
另外,本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
为了提高车牌识别的效率,本申请提供一种图像处理方法。下面对该方法涉及的应用场景进行说明。
请参考图1,为图像处理方法的一种应用场景,或者可以理解为一种图像处理系统的结构示意图。该应用场景中包括图像采集设备101和图像处理设备102和用户终端104,图像采集设备101和图像处理设备102之间可以通信,图像处理设备102和用户终端104。
其中,图像采集设备101泛指可以用于采集图像的设备,可以通过具有拍摄功能的设备实现,例如摄像机、照相机或手机等。图像处理设备102泛指可以用于对图像进行处理的设备,可以通过具有图像处理功能的设备实现,例如服务器或终端设备等。用户终端104泛指可以接收并显示来自图像处理设备102的信息的设备,例如手机、平板电脑等。图像采集设备101包括摄像头和位置探测设备,位置探测设备用于探测车辆的位置,例如雷达装置,摄像头和雷达装置可以是设置在一起的一个装置,或者,可以是独立设置的两个装置。或者,图像采集设备101包括摄像头,通过摄像头探测车辆的位置以及实现拍摄,具体不作限制。图像处理设备102为服务器为例。
图像采集设备101在通过位置探测设备确定当前拍摄场景中存在车辆时,对车辆进行抓拍,获得车辆图像。由于对车辆进行抓拍时,可能会抓拍一个车辆或多个车辆,因此,采集的车辆图像中可能包括一个或多个车牌,图像采集设备101在获得车辆图像之后,确定车辆图像中的目标位置,目标位置可以是车牌位置或车辆位置。图像采集设备101根据目标位置,确定车辆图像中目标位置对应的目标区域图像,并向图像处理设备102发送该目标区域图像,图像处理设备102接收来自图像采集设备101的目标区域图像,对目标区域图像进行识别,得到车牌。
或者,图像采集设备101向图像处理设备102发送目标位置和车辆图像,图像处理设备102接收来自图像采集装置的目标位置和车辆图像,根据目标位置,确定车辆图像中目标位置对应的目标区域图像。图像处理设备102在获得目标区域图像之后,对目标区域图像进行识别,得到车牌。
在图像处理设备102在得到车牌之后,可以对该车牌进行存储。或者,可以实时向用户终端104发送该车牌等。
本申请实施例中,在图像采集设备101通过位置探测设备确定拍摄场景中存在车辆的时候,才对车辆进行抓拍,使得图像采集设备101获得的车辆图像中一定是包括车辆,即车辆图像中一定包括车牌,使得图像采集设备101对获得的车辆图像进行目标位置确定的过程中,不需要对不包括车牌的图像进行确定,简化了图像采集设备101确定不包括车牌的图像中的目标位置的过程。并且,通过图像采集设备101对采集的车辆图像中的目标位置进行确定,图像处理设备102可以直接根据获得的目标区域图像进行识别。相较于相关技术中图像处理设备102直接对车辆图像进行识别的方法,本申请实施例的车牌识别过程中图像处理设备102所处理的数据量更少,使得车牌识别的效率更高。
基于图1的应用场景,下面对本申请实施例中的图像处理方法进行介绍。
请参考图2,为本申请实施例涉及的图像采集设备101、图像处理设备102和用户终端104之间的交互过程示意图。
S201,图像采集设备101确定是否存在车辆103。
图像采集设备101在工作过程中,可以先通过位置探测设备确定采集场景中是否存在车辆103。采集场景表示图像采集设备101中摄像头能够拍摄到的监控区域,对于不可旋转的摄像头,该摄像头在不同时间对应的监控画面是相同的,该监控画面对应的区域则为采集区域,对于可旋转的摄像头,该摄像头在不同时刻对应的监控画面可能是不同的,这些监控画面的总和可以理解为该摄像头的采集场景。例如,摄像头的监控画面包括道路,那么采集场景则包括该道路。如果图像采集设备101通过位置探测设备确定采集场景中存在车辆103,图像采集设备101才会通过摄像头对车辆103进行抓拍。若不存在车辆103,则图像采集设备101不进行抓拍处理,继续重复步骤S201。图像采集设备101确定是否存在车辆103的方法有很多,下面以其中的两种为例进行介绍。
确定方法一:
图像采集设备101通过位置探测设备发射电磁波信号,若确定返回的电磁波信号中存在车辆103返回的电磁波信号,则图像采集设备101确定存在车辆103。
具体的,图像采集设备101通过位置探测设备例如雷达装置发射固定频率的第一电磁波信号,并接收返回的第二电磁波信号,当第一电磁波信号和第二电磁波信号之间的频移值为一个固定值时,则确定该频移值没有发生变化,或者当第一电磁波信号和第二电磁波信号之间的频移值处于一个第一范围时,则确定该频移值没有发生变化,如果雷达装置确定第二电磁波信号的频率与第一电磁波信号的频率之间的频移值是没有发生变化,那么表示当前采集场景中没有出现其他物体,那么图像采集设备101确定不存在车辆103。
当第一电磁波信号和第二电磁波信号之间的频移值不为一个固定值时,则确定该频移值发生变化,或者当第一电磁波信号和第二电磁波信号之间的频移值超出一个第一范围时,则确定该频移值发生变化,如果雷达装置确定第二电磁波信号的频率与第一电磁波信号的频率之间的频移值发生变化,那么表示当前采集场景中出现了其他物体,那么图像采集设备101可以确定存在车辆。
进一步的,根据发生变化的频移值对应的第二电磁波信号的反射位置,图像采集设备101可以确定存在多台车辆,例如,第二电磁波信号的反射位置之间的距离存在大于预设阈值的两个反射位置,则可以确定这两个反射位置对应两台不同的车辆。
其中,频移值可以是根据两个电磁波信号相位差和频率差确定的,比如相位差和频率差之和。
确定方法二:
图像采集设备101通过摄像头进行监控检测,若检测当前视频图像中存在车辆,则图像采集设备101确定采集场景中存在车辆。
摄像头是不可旋转的,只能监控当前的画面,这种情况下图像采集设备101通过摄像头监控当前采集场景,确定当前监控画面中的像素数据,如果图像采集设备101确定监控画面对应的每个像素点对应的像素数据是固定的,那么监控画面中没有出现其他物体,则图像采集设备101确定不存在车辆103。像素数据的是固定的可以是指该监控画面中每个像素点对应的像素数据均没有发生变化,像素数据的是固定的监控画面中每个像素点对应的像素数据的变化处于一个范围内。其中,像素数据可以是像素点的灰度值,或者,可以是像素点的对比度,等等。
如果图像采集设备101确定监控画面的像素点对应的像素数据发生变化,那么图像采集设备101确定存在车辆103。且,根据发生变化的像素数据对应的像素点位置,图像采集设备101可以确定存在多台车辆,例如,发生变化的像素数据对应的像素点位置之间的距离存在大于预设阈值的两个像素点位置,则可以确定这两个像素点位置对应两台不同的车辆。像素数据的是变化的可以是指该监控画面中各个像素点对应的像素数据部分发生变化,像素数据的是变化的可以是指监控画面中每个像素点对应的像素数据的变化均处于一个范围内。
S202,图像采集设备101对车辆103进行抓拍,获得车辆图像。
基于上述的确定方法一,如果雷达装置确定第二电磁波信号的频率与第一电磁波信号之间的频移值发生变化,即图像采集设备101通过雷达装置确定当前采集场景中存在车辆,那么图像采集设备101可以向摄像头发送拍摄指令,以使摄像头对当前采集场景进行拍摄,摄像头在拍摄之后,图像采集设备101可以获得车辆图像。由于确定的当前采集场景中存在的车辆可能是一台或多台,或,摄像头的拍摄范围可能是不确定的,因此拍摄得到的车辆图像可能是包括一个车辆,或者可能是包括多个车辆。
基于上述的确定方法二,如果图像采集设备101确定像素数据发生变化,即图像采集设备101通过摄像头确定当前采集场景中存在车辆103,那么图像采集设备101可以向摄像头发送拍摄指令,以使摄像头对当前采集场景进行拍摄。摄像头在拍摄之后,图像采集设备101可以获得车辆图像。
在一种可能的实施例中,如果摄像头和雷达装置是相对独立控制的,也就是说,摄像头和雷达装置是分别通过两个控制器进行控制的,且摄像头是可旋转的,那么图像采集设备101可以进一步根据雷达装置中接收第二电磁波信号的天线的方向信息,确定车辆103的方向信息。图像采集设备101在获得车辆103的方向信息之后,可以根据车辆103的方向信息确定摄像头需要旋转的角度信息。图像采集设备101确定了角度信息之后,向摄像头发送控制指令,控制摄像头向该角度信息对应的位置旋转。
其中,图像采集设备101确定出的角度信息可以是使车辆103位于摄像头的当前图像的中间位置的角度信息,或者,可以是使车辆103位于摄像头的当前图像中即可。
作为一种实施例,图像采集设备101在采集车辆图像的时候,还可以获得采集时间、采集位置等一些关于采集的车辆图像的属性信息。
S203,图像采集设备101确定车辆图像中的目标位置。
目标位置可以是指目标相对于车辆图像的像素位置,或者,可以是指在车辆图像映射到第一坐标系之后,目标在该第一坐标系中的坐标位置等,第一坐标系例如笛卡尔坐标系。车辆图像中的目标例如车辆103,或者是指车辆103中的车牌。
作为一种实施例,图像采集设备101将车辆位置还是车牌位置作为目标位置,可以通过预先设置确定,或者,可以根据采集的车辆图像是否满足预设条件确定,预设条件例如为车辆103在车辆图像中所占区域小于第一阈值时,图像采集设备101将车辆位置作为目标位置,或,车牌在车辆图像中所占区域大于第二阈值时,图像采集设备101将车牌位置作为目标位置。
下面将对目标为车辆或车牌下的两种情况进行分别介绍。
情况一:
当目标为车辆时,图像采集设备101确定车辆图像中的车辆位置为目标位置。
基于上述确定方法一,雷达装置通过不同的天线接收车辆反射的第二电磁波信号,雷达装置可以获取天线接收第二电磁波的方向信息,并将第二电磁波的方向信息发送至图像采集设备101的处理器,或者,雷达装置在通过不同的天线接收车辆反射的第二电磁波信号之后,可以向图像采集设备101的处理器发送指示信息,指示雷达装置接收第二电磁波信号成功。图像采集设备101的处理器在接收该指示信息之后,可以获取雷达装置中的天线接收第二电磁波的方向信息。图像采集设备101根据第二电磁波信号中每个电磁波信号的方向信息,计算出每个电磁波信号的方向信息在车辆图像中的对应位置,从而确定出车辆在车辆图像中的位置。
或者,雷达装置在获得第二电磁波的方向信息之后,可以按照预设转换比例,确定车辆在车辆图像中的位置信息,雷达装置将车辆的位置信息发送至图像采集设备101的处理器,图像采集设备101的处理器接收来自雷达装置发送的位置信息,并根据接收的位置信息,在车辆图像中确定车辆的位置。
基于上述确定方法二,图像采集设备101根据像素数据发生变化的像素点在摄像头的当前监控画面中的位置,计算出每个像素数据发生变化的像素点在车辆图像中的对应位置,从而确定出车辆在车辆图像中的位置。
作为一种实施例,由于接收的第二电磁波信号在车辆轮廓边缘处存在误差的可能性较大,例如,由于车辆一些位置反射的电磁波信号被地面吸收,或发生衍射等情况未被雷达装置接收。或者,在获得像素数据的取值发生变化的像素点时,可能存在一定的误差。因此,可以根据确定出的车辆在车辆图像中的位置,确定一个第一矩形位置,该第一矩形位置包括所确定出的车辆在车辆图像中的位置。图像采集设备101将该第一矩形位置确定为车辆位置,即为目标位置。
如前文论述的内容,车辆图像中可能包括一个或多个车辆。对于车辆图像中的车辆为一个的情况,图像采集设备101可以根据上述方式确定该车辆的车辆位置。
对于车辆图像中的车辆为多个的情况,图像采集设备101可以根据上述内容分别确定多个车辆中每一个车辆的车辆位置,得到对应的多个车辆位置,将该多个车辆位置均确定为目标位置。或者,图像采集设备101可以根据上述内容确定多个车辆中满足第一预设条件的至少一个车辆的车辆位置,在得到对应的至少一个车辆位置,将该至少一个车辆位置确定为目标位置。第一预设条件例如可以是在车辆图像中占比满足预设大小的车辆,例如车辆图像中占比最大的车辆。占比例如可以是确定车辆所占用的像素点的数量与车辆图像的总像素点的数量之比,或者车辆所占用的像素面积与车辆图像的像素面积之比。
情况二:
当目标为车牌时,图像采集装置确定车辆图像中的车牌位置为目标位置。
图像采集设备101在获得车辆图像之后,可以先对车辆图像中的车辆位置进行确定,具体确定方式如情况一中介绍的内容,在此不再赘述。图像采集设备101在确定了车辆图像中的车辆位置之后,可以进一步根据预设相对位置关系,在车辆位置中确定一个更小的第二矩形位置,即为车牌位置,将该第二矩形位置确定为目标位置。其中,预设相对位置关系为预先设置的车牌位置相对于车辆位置的关系,例如,根据一般情况下车牌在车辆上的位置,可以将车牌位置确定为车辆位置中的下1/2区域的位置,具体车牌相对于车辆的位置关系可以根据实际情况,或者,可以根据经验进行设定,不作限制。
如前文论述的内容,车辆图像中可能包括一个或多个车辆。对于车辆图像中的车辆为一个的情况,图像采集设备101可以根据上述方式确定该车辆位置中的车牌位置。
对于车辆图像中的车辆为多个的情况,图像采集设备101可以根据上述内容分别确定车辆位置中每一个车辆位置中的车牌位置,得到对应的多个车牌位置,将该多个车牌位置均确定为目标位置;或者,图像采集设备101根据上述方法确定多个车牌位置中满足第二预设条件的至少一个车牌位置,在得到对应的至少一个车牌位置,将该至少一个车牌位置确定为目标位置。第二预设条件例如可以是在车辆中车牌占比满足预设大小的车牌,例如车辆中车牌占比最大的车牌。占比例如可以是确定车牌所占用的像素点的数量与车辆所占用的像素点的数量之比,或者车牌所占用的像素面积与车辆所占用的像素面积之比。第二预设条件和第一预设条件可以相同,或者,也可以不同,具体不作限制。
例如,请参考图3,如果目标为车牌,图像采集设备101获得车辆图像,如(a)图。图像采集设备101对车辆图像中的车辆位置进行确定,获得车辆在车辆图像中的车辆位置,如(b)图,用虚线框31确定车辆图像中的车辆位置。图像采集设备101根据预设相对位置关系,确定车牌位置,如(c)图,用虚线框32确定车辆图像中的车辆位置。
S204,图像采集设备101向图像处理设备102发送车辆图像和目标位置。
具体的,图像采集设备101向图像处理设备102发送车辆图像和目标位置的方法有多种,可以是同时编码,并发送车辆图像和目标位置,例如,图像采集设备101将目标位置添加到车辆图像的冗余信息中,作为车辆图像的一部分发送至图像处理设备102。或者,可以是分开编码,并发送车辆图像和目标位置,等等。
如前文论述的内容,目标位置中可能包括一个或多个目标位置。对于目标位置中包括一个的情况,图像采集设备101可以根据下述方式向图像处理设备102发送该目标位置。
对于目标位置中包括多个的情况,图像采集设备101可以根据下述内容向图像处理设备102分别发送目标位置中的每一个目标位置,或者,可以向图像处理设备102一起发送目标位置中的所有目标位置。
下面以上述两种方法为例进行介绍。
发送方法一:
图像采集设备101对车辆图像和目标位置进行编码,得到第一编码数据;图像采集设备101向图像处理设备102发送第一编码数据。
具体的,图像采集设备101在获得车辆图像和目标位置之后,可以将目标位置添加到车辆图像的冗余信息中。其中,图像一般具有不同类型的冗余信息,例如空间冗余、视觉冗余、结构冗余或时间冗余等。将目标位置添加到车辆图像的冗余信息中,使得图像采集设备101不需要单独向图像处理设备102发送该目标位置,在一定程度上,减少了由于传输过程中的数据丢失造成的图像处理设备102接收的车辆图像和目标位置不对应的情况。
图像采集设备101将目标位置添加到车辆图像的冗余信息之后,可以对车辆图像进行编码,获得第一编码数据。其中,编码例如可以是对图像进行压缩,或者,可以是转换图像格式等。随着科技的进步,图像采集设备101拍摄的车辆图像的清晰度越来越高,使得车辆图像所占空间越来越大。因此,可以对车辆图像进行压缩,并以数据传输格式对压缩后的图像进行格式转换,获得第一编码数据。数据传输格式例如可以是数据包或数据流等形式,具体不作限制。
图像采集设备101获得第一编码数据之后,可以向图像处理设备102发送该第一编码数据,其中,图像采集设备101和图像处理设备102之间可以是有线通信方式,或者,可以是无线通信方式,具体不作限制。
发送方法二:
图像采集设备101对车辆图像进行编码,得到第二编码数据;向图像处理设备102发送第二编码数据和目标位置。
具体的,图像采集设备101在获得车辆图像和目标位置之后,可以对车辆图像进行编码,获得第二编码数据,具体获得第二编码数据的方式和发送方法一种介绍的图像采集设备101获得第一编码数据的方式相同,在此不再赘述。
图像采集设备101获得第二编码数据之后,可以以预设格式对目标位置进行格式转换,以便数据的传输,或者,可以不对目标位置进行格式转换,具体不作限制。其中,预设格式可以是JSON格式或键值格式等。
图像采集设备101向图像处理设备102发送第二编码数据和目标数据。
S205,图像处理设备102接收来自图像采集设备101发送的车辆图像和目标位置。
图像处理设备102获得车辆图像和目标位置的方法可以是获得共同编码的车辆图像和目标位置;或者,图像处理设备102获得车辆图像和目标位置的方法可以是分别获得车辆图像和目标位置。根据图像采集设备101向图像处理设备102发送车辆图像和目标位置的方法不同,图像处理设备102接收来自图像采集设备101发送的车辆图像和目标位置的方法也不同,下面对发送方法对应的接收方法进行介绍。
接收方法一:
如果图像采集设备采用上述的发送方法一中的方法进行发送,图像处理设备102接收来自图像采集设备101的第一编码数据;对第一编码数据进行解码,获得车辆图像和目标位置。
图像处理设备102在接收来自图像采集设备101的第一编码数据,图像处理设备102获得第一编码数据。图像处理设备102在获得第一编码数据之后,可以对第一编码数据进行解码,获得车辆图像和目标位置。图像处理设备102可以根据数据传输格式对接收的第一编码数据进行解析,获得待解压的车辆图像。图像处理设备102可以对待解压的车辆图像进行解压,获得车辆图像。其中,图像处理设备102在解码第一编码数据时所依据的数据传输格式与图像采集设备101对车辆图像进行编码时所依据的数据传输格式是相同的数据传输格式,该数据传输格式可以是预先设定的。
图像处理设备102对第一编码数据进行解码之后,可以从获得的车辆图像的冗余信息中获得目标位置。
接收方法二:
如果图像采集设备采用上述的发送方法二中的方法进行发送,图像处理设备102接收来自图像采集设备101的第二编码数据和目标位置;对第二编码数据进行解码,获得车辆图像;
图像处理设备102接收来自图像采集设备101的第二编码数据和目标位置,图像处理设备102获得第二编码数据和目标位置。如果图像处理设备102接收的是格式转换后的目标位置,那么图像处理设备102可以依据预设格式,对格式转换后的目标位置进行解析,获得目标位置。
图像处理设备102对第二编码数据进行解码,具体图像处理设备102对第二编码数据进行解码的解码方式和接收方法一种介绍的图像处理设备102对第一编码数据进行解码的解码方式相同,在此不再赘述。
S206,图像处理设备102根据目标位置,确定车辆图像中目标位置对应的目标区域图像。
图像处理设备102在获得车辆图像和目标位置之后,可以根据目标位置,在车辆图像中确定该目标位置对应的目标区域,获得目标区域图像。如果目标位置是目标相对于车辆图像的相对位置,那么图像处理设备102可以根据相对位置,确定车辆图像中相对位置对应的像素点集合。该像素点集合即为目标位置对应的目标区域,图像处理设备102保留车辆图像中的该像素点集合中的像素点,删除车辆图像中的其余像素点,得到目标区域图像。
如果目标位置是在车辆图像映射的坐标中的坐标位置,那么图像处理设备102可以根据坐标位置,在坐标中确定坐标位置对应的像素点坐标集合。该像素点坐标集合对应的像素点即为目标位置对应的目标区域。图像处理设备102保留车辆图像映射的坐标中该像素点坐标集合对应的像素点,删除其余像素点,得到目标区域图像。
对于目标位置中只包括一个目标位置的情况,确定出的目标区域图像中也值包括一个目标区域图像;对于目标位置包括多个目标位置的情况,那么确定出的目标区域图像中也对应包括多个目标区域图像。
例如,请参考图4,若目标为车牌,则图像采集设备101向图像处理设备102发送的是车辆图像和车牌位置,如(a)图所示的车辆图像和虚线框32表示的车牌位置。图像处理设备102在接收来自图像采集设备101的车辆图像和车牌位置之后,根据车辆图像和车牌位置,确定车牌位置对应的目标区域图像,如(b)图,图像处理设备102确定出车牌区域图像。
S207,图像处理设备102对目标区域图像进行识别,获得车牌。
具体的,图像处理设备102在获得目标区域图像之后,可以根据图像识别技术对目标区域图像进行识别,获得车牌。其中,车牌可以是车牌号码、车牌的背景颜色或车牌中的字体颜色中的一种或多种,具体不作限制。如果目标区域图像中只包括一个目标区域图像,则图像处理设备102可以直接对该目标区域图像进行识别,获得车牌;如果目标区域图像中包括多个目标区域图像,那么图像处理设备102可以分别对目标区域图像中的每个目标区域图像进行识别,例如采用分类器识别,或者利用O光学字符识别(Optical CharacterRecognition,OCR)进行识别,从而获得每个目标区域图像对应的车牌。根据图像识别技术识别车牌的方法有很多,下面以其中的两种为例进行介绍。
方法一:
图像处理设备102通过卷积层提取目标区域图像的特征,获得多个特征图;图像处理设备102将多个特征图进行池化处理后,通过分类器的计算,获得车牌。
具体的,图像处理设备102中设置有进过训练集训练好的神经网络模型,该神经网络模型中包括卷积层、池化层和分类器。训练集中包括具有标签的样本图像,标签可以包括样本图像对应的车牌号码、车牌的背景颜色或车牌中的字体颜色中的一种或多种,样本图像为与目标区域图像类似的包含车牌的图像。经过训练集训练的神经网络模型,在以目标区域图像为输入图像时,可以将目标区域图像经过卷积层计算,获得目标区域图像对应的多个特征图像,并对多个特征图像进行池化处理,将池化后的特征图通过分类器进行识别,确定目标区域图像对应的车牌。
通过分类器确定目标区域图像对应的车牌的方法可以是,分类器根据池化后的特征图,计算出车牌中的每个字符所有可能的值的概率,将其中概率值最大的字符确定为该车牌的车牌号码;并可以根据相同的方法确定车牌的背景颜色或车牌的字符颜色,只需要在分类器中设置不同功能的分类器即可。
方法二:
图像处理设备102确定目标区域图像中各个像素的梯度值和梯度方向,根据梯度值和梯度方向计算目标区域图像的梯度方向直方图特征,将该梯度方向直方图特征输入分类器进行计算,获得车牌。
具体的,梯度值和梯度方向可以反映字符的轮廓特征,如果需要识别字符颜色或车牌背景颜色,可以计算目标区域图像中像素点RGB信息的梯度值。图像处理设备102在计算目标区域图像中各个像素点的梯度值和梯度方向之后,可以将梯度值根据梯度方向确定到梯度方向直方图中,获得目标区域图像的梯度方向直方图特征。图像处理设备102在获得梯度方向直方图特征之后,可以将该梯度方向直方图特征作为分类器的输入,对目标区域图像中的字符、字符颜色或背景颜色进行识别。
其中,分类器可以是修正二次判别函数(modified quadratic discriminantfunction,MQDF)或支持向量机(support vector machine,SVM)等,具体不作限制。
S208,图像处理设备102向用户终端104发送车牌,用户终端104接收来自图像处理设备102的车牌。
具体的,图像处理设备102确定车牌之后,可以向用户终端104发送确定出的车牌,用户终端104接收来自图像处理设备102的车牌,使得用户终端104可以实时接收经过图像采集设备101采集范围内的车辆的车牌。
其中,用户可以是通过该图像处理系统查看当前车辆的车牌的工作人员,例如,公安机关通过该图像处理系统追踪车辆的警务人员,或者,车辆门禁旁通过该图像处理系统查看车辆的车牌的服务人员等需要该图像处理系统的用户。用户终端104可以是用户查看车牌的设备,例如终端设备等。
S209,用户终端104显示车牌。
具体的,用户终端104在接收车牌之后,可以对车牌进行显示。具体显示方式可以是以文字方式显示,或者,可以是通过音频信息显示,或者,可以通过视频信息显示,等等,具体不作限制。
例如,用户终端104在用户终端104关联的显示屏上显示“车牌号码:A”的文字信息,或者,用户终端104通过用户终端104关联的音频播放装置播放“车牌号码为A”的音频信息,或者,用户终端104通过用户终端104关联的视频播放装置播放目标区域图像和“车牌号码:A”的视频信息,等等。
在一种可能的实施例中,用户终端104在显示车牌的同时,还可以显示通过图像处理设备102获得的车辆图像或目标区域图像等其他与该车牌有关的信息,具体不作限制。
S210,图像处理设备102对车牌进行存储。
具体的,图像处理设备102在确定车牌之后,可以对车牌进行存储。图像处理设备102可以将车牌存储在本地内存中,或者,存储在第三方服务器的数据库中,或者,可以是存储在云数据库中,或者,可以是存储在图像处理设备102关联的数据库中,具体不作限制。
在一种可能的实施例中,图像处理设备102在存储车牌的同时,还可以存储通过图像采集设备101获得的车辆图像或目标区域图像等其他与该车牌有关的信息,具体不作限制。
在一种可能的实施例中,如果数据库中存储了车辆图像的采集时间和车牌的对应关系,那么图像处理设备102在接收来自用户终端104的查询信息时,可以根据查询信息中包括的第一时间段,在数据库中查询采集时间在该第一时间段内的车牌,并将查询结果发送至用户终端104,以使用户终端104根据查询结果进行显示。其中,查询信息用于查询第一时间段内经过图像采集设备101采集范围内的车辆的车牌。
作为一种实施例,S201、S208~S210是可选的部分。
基于同一发明构思,本申请实施例提供一种图像处理方法,该方法中,图像采集设备101可以是直接获得目标区域图像,并将该目标区域图像发送给图像处理设备102,图像处理设备102根据接收到的目标区域图像识别车牌。下面结合图5,对本申请实施例涉及的图像处理方法进行介绍。
请参考图5,为本申请实施例涉及的图像采集设备101、图像处理设备102和用户终端104之间的交互示意图。
S501,图像采集设备101确定是否存在车辆。
确定是否存在车辆的方式可以参照前文S201论述的内容,此处不再赘述。
S502,图像采集设备101对车辆进行抓拍,获得车辆图像。
获得车辆的方式、车辆图像的内容等可以参照前文S202论述的内容,此处不再赘述。
作为一种实施例,图像采集设备101在采集车辆图像的时候,还可以获得采集时间、采集位置等一些关于采集的车辆图像的属性信息。
S503,图像采集装置确定车辆图像中的目标位置。
确定车辆图像中的目标位置的方法,以及目标位置的内容等可以参照前文S203论述的内容,此处不再赘述。
S504,图像采集设备101根据目标位置,确定车辆图像中目标位置对应的目标区域图像。
图像采集设备101在获得车辆图像和目标位置之后,可以根据目标位置,确定车辆图像中目标位置对应的目标区域图像,具体确定目标区域图像的方法和S207中介绍的图像处理设备102确定目标区域的方法相同,在此不再赘述。
如前文论述的内容,目标位置中可能包括一个或多个目标位置。对于目标位置中包括一个的情况,图像采集设备101可以根据S207中介绍的方法确定出该目标位置对应的目标区域图像。
对于目标位置中包括多个的情况,图像采集设备101可以根据S207中介绍的方法分别确定目标位置中每一个目标位置对应的目标区域图像。
S505,图像采集设备101对目标区域图像进行编码,获得第三编码数据。
图像采集设备101在获得目标区域图像之后,可以对目标区域图像进行编码,获得第三编码数据,具体编码方法和S204介绍的图像采集设备101获得第一编码数据的方式相同,在此不再赘述。
作为一种实施例,图像采集设备101在向图像处理设备102发送第一编码数据、第二编码数据或第三编码数据的时候,可以将该属性信息一同发送至图像处理设备102,使得图像处理设备102可以获得针对车辆图像或目标区域图像的更多的描述信息。
在一种可能的实施例中,图像采集设备101可以对目标区域图像和车辆图像进行编码,获得第三编码数据,使得图像处理设备102既可以获得用于识别车牌的目标区域图像,又可以获得完整的车辆图像,便于图像处理设备102对车辆图像进行其他处理。
S506,图像采集设备101向图像处理设备102发送第三编码数据,图像处理设备102接收来自图像采集设备101的第三编码数据。
S507,图像处理设备102对第三编码数据进行解码,获得目标区域图像。
图像处理设备102接收来自图像采集设备101的第三编码数据之后,对第三编码数据进行解码,获得目标区域图像,具体解码方法和S205介绍的图像处理设备102对第一编码数据进行解码的解码方式相同,在此不再赘述。
S508,图像处理设备102对目标区域图像进行识别,获得车牌。
对目标区域图像进行识别,获得车牌的方法等可以参照前文S207论述的内容,此处不再赘述。
S509,图像处理设备102向用户终端104发送车牌,用户终端104接收来自图像处理设备102的车牌。
用户终端104接收来自图像处理设备102的车牌的内容等可以参照前文S208论述的内容,此处不再赘述。
S510,用户终端104显示车牌。
用户终端104显示车牌的方法等内容可以参照前文S209论述的内容,此处不再赘述。
S511,图像处理设备102对车牌进行存储。
图像处理设备102对车牌进行存储的内容可以参照前文S210论述的内容,此处不再赘述。
作为一种实施例,S501、S509~S511是可选的部分。
基于同一发明构思,本申请实施例提供图像处理装置,该图像处理装置相当于前文论述的图像采集设备101,能够实现前述图像处理的方法对应的功能。请参考图6,该装置包括处理模块601和收发模块602,其中:
处理模块601:用于获得包括车牌的车辆图像,以及通过位置探测设备检测至少一个目标在车辆图像中的目标位置;其中,目标为车辆或车牌;
收发模块602:用于向图像处理设备102发送至少一个目标位置和车辆图像,以使图像处理设备102根据至少一个目标位置和车辆图像获取目标区域图像,并根据目标区域图像识别车牌;或,向图像处理设备102发送车辆图像中与至少一个目标位置中每个目标位置对应的目标区域图像,以使图像处理设备102根据目标区域图像识别车牌。
在一种可能的实施例中,处理模块601具体用于:
通过位置探测设备检测车辆的方向,并对车辆进行抓拍,获得车辆图像;
针对车辆图像中每个车辆,确定每个车辆的车辆位置,并根据每个车辆位置和预设相对位置关系,确定一目标位置,其中,预设相对位置关系为车牌相对于车辆的位置关系;或,
筛选出车辆图像中占比满足预设大小的车辆,并根据筛选出的每个车辆的车辆位置以及预设相对位置关系,确定出车辆图像中的目标位置。
在一种可能的实施例中,收发模块602具体用于:
对至少一个目标位置和车辆图像进行编码,获得第一编码数据,向图像处理设备102发送第一编码数据;或,
对车辆图像进行编码,获得第二编码数据,向图像处理设备102发送第二编码数据和至少一个目标位置。
基于同一发明构思,本申请实施例提供一种图像处理装置,该图像处理设备102能够实现前述图像处理的方法对应的功能。该图像处理设备102相当于前文论述的图像处理装置。请参考图7,该装置包括收发模块701和处理模块702,其中:
收发模块701:用于获得目标区域图像;其中,目标区域图像是指车辆图像中目标位置对应的区域,目标为车辆或车牌;
处理模块702:识别目标区域图像中的车牌。
在一种可能的实施例中,收发模块701具体用于:
接收来自图像采集设备101的第一编码数据,对第一编码数据进行解码,获得至少一个目标位置和车辆图像;或,接收来自图像采集设备101的第二编码数据和至少一个目标位置,对第二编码数据进行解码,获得车辆图像;
根据每个目标位置,从车辆图像中确定出目标区域图像。
在一种可能的实施例中,处理模块702还用于:
在识别目标区域图像中的车牌之后,若接收来自用户终端104的查询信息,则根据各个车辆图像的拍摄时间,获取在第一时间段内的各个车辆的车牌;其中,查询信息用于查询第一时间段内过往的车牌,车辆图像的拍摄时间是从图像采集设备101获取的;或,
向用户终端104发送识别出的车牌,以使用户终端104接收并显示车牌。
基于同一发明构思,本申请实施例提供一种图像处理系统,请继续参考图1,该系统包括相当于前文论述的图像采集设备101和相当于前文论述的图像处理设备102。
基于同一发明构思,本申请实施例提供一种计算设备,该设备能够实现前述图像处理方法对应的功能,请参考图8,该设备包括:
至少一个处理器801,以及与至少一个处理器801连接的存储器802,本申请实施例中不限定处理器801与存储器802之间的具体连接介质,图8中是以处理器801和存储器802之间通过总线800连接为例。总线800在图8中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线800可以分为地址总线、数据总线、控制总线等,为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。或者,处理器801也可以称为控制器801,对于名称不做限制。
在本申请实施例中,存储器802存储有可被至少一个处理器801执行的指令,至少一个处理器801通过执行存储器802存储的指令,可以执行前文论述的图像处理方法。处理器801可以实现图6或图7所示的图像处理装置中各个模块的功能。
其中,处理器801是该设备的控制中心,可以利用各种接口和线路连接整个该设备的各个部分,通过运行或执行存储在存储器802内的指令以及调用存储在存储器802内的数据,该设备的各种功能和处理数据。
在一种可能的实施例中,处理器801可包括一个或多个处理单元,处理器801可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器801中。在一些实施例中,处理器801和存储器802可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
其中,处理器801可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列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,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。
存储器802作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器802可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器802是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器802还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
基于同一发明构思,本申请实施例还提供一种存储介质,该存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行前文论述的图像处理方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (9)

1.一种图像处理方法,其特征在于,应用于图像采集设备,所述方法包括:
通过位置探测设备检测车辆的方向,并对车辆进行抓拍,获得车辆图像;
针对所述车辆图像中每个车辆,确定每个车辆的车辆位置,并根据每个车辆位置和预设相对位置关系,确定一目标位置,其中,所述预设相对位置关系为预先设置的车牌相对于车辆的位置关系;或,筛选出所述车辆图像中占比满足预设大小的车辆,并根据筛选出的每个车辆的车辆位置以及预设相对位置关系,确定出车辆图像中的目标位置;其中,目标为车辆或车牌;
向图像处理设备发送至少一个目标位置和所述车辆图像,以使所述图像处理设备根据所述至少一个目标位置和车辆图像获取目标区域图像,并根据所述目标区域图像识别车牌,其中,所述至少一个目标位置携带在所述车辆图像的冗余信息中;或,
向图像处理设备发送所述车辆图像中与至少一个目标位置中每个目标位置对应的目标区域图像,以使所述图像处理设备根据目标区域图像识别车牌。
2.根据权利要求1所述的方法,其特征在于,向图像处理设备发送至少一个目标位置和所述车辆图像,包括:
对所述至少一个目标位置和所述车辆图像进行编码,获得第一编码数据,向所述图像处理设备发送所述第一编码数据;或,
对所述车辆图像进行编码,获得第二编码数据,向所述图像处理设备发送第二编码数据和所述至少一个目标位置。
3.一种图像处理方法,其特征在于,应用于图像处理设备中,所述方法包括:
接收来自图像采集设备的第一编码数据,对所述第一编码数据进行解码,获得至少一个目标位置和车辆图像,其中,所述至少一个目标位置携带在所述车辆图像的冗余信息中;或,接收来自图像采集设备的第二编码数据和至少一个目标位置,对所述第二编码数据进行解码,获得车辆图像;其中,所述至少一个目标位置中的一个目标位置是所述图像采集设备针对所述车辆图像中每个车辆,确定每个车辆的车辆位置,并根据每个车辆位置和预设相对位置关系确定的,其中,所述预设相对位置关系为预先设置的车牌相对于车辆的位置关系,或者筛选出所述车辆图像中占比满足预设大小的车辆,并根据筛选出的每个车辆的车辆位置以及预设相对位置关系,确定出车辆图像中的目标位置,目标为车辆或车牌;
根据每个目标位置,从所述车辆图像中确定出目标区域图像,其中,目标区域图像是指车辆图像中目标位置对应的区域;
识别目标区域图像中的车牌。
4.根据权利要求3所述的方法,其特征在于,在识别目标区域图像中的车牌之后,还包括:
若接收来自用户终端的查询信息,则根据各个车辆图像的拍摄时间,获取在第一时间段内的各个车辆的车牌;其中,所述查询信息用于查询第一时间段内过往的车牌,车辆图像的拍摄时间是从所述图像采集设备获取的;或,
向所述用户终端发送识别出的车牌,以使所述用户终端接收并显示车牌。
5.一种图像处理装置,其特征在于,所述装置设置在图像采集设备中,所述装置包括:
处理模块:用于通过位置探测设备检测车辆的方向,并对车辆进行抓拍,获得车辆图像,以及针对所述车辆图像中每个车辆,确定每个车辆的车辆位置,并根据每个车辆位置和预设相对位置关系,确定一目标位置,其中,所述预设相对位置关系为预先设置的车牌相对于车辆的位置关系;或,筛选出所述车辆图像中占比满足预设大小的车辆,并根据筛选出的每个车辆的车辆位置以及预设相对位置关系确定的;其中,目标为车辆或车牌;
收发模块:用于向图像处理设备发送至少一个目标位置和所述车辆图像,以使所述图像处理设备根据所述至少一个目标位置和车辆图像获取目标区域图像,并根据所述目标区域图像识别车牌,其中,所述至少一个目标位置携带在所述车辆图像的冗余信息中;或,向图像处理设备发送所述车辆图像中与至少一个目标位置中每个目标位置对应的目标区域图像,以使所述图像处理设备根据目标区域图像识别车牌。
6.一种图像处理装置,其特征在于,所述装置设置在图像处理设备中,所述装置包括:
收发模块:用于接收来自图像采集设备的第一编码数据,对所述第一编码数据进行解码,获得至少一个目标位置和车辆图像,其中,所述至少一个目标位置携带在所述车辆图像的冗余信息中;或,接收来自图像采集设备的第二编码数据和至少一个目标位置,对所述第二编码数据进行解码,获得车辆图像;其中,所述至少一个目标位置中的一个目标位置是所述图像采集设备针对所述车辆图像中每个车辆,确定每个车辆的车辆位置,并根据每个车辆位置和预设相对位置关系确定的,其中,所述预设相对位置关系为预先设置的车牌相对于车辆的位置关系,或者筛选出所述车辆图像中占比满足预设大小的车辆,并根据筛选出的每个车辆的车辆位置以及预设相对位置关系确定的,目标为车辆或车牌;
处理模块:根据每个目标位置,从所述车辆图像中确定出目标区域图像,其中,目标区域图像是指车辆图像中目标位置对应的区域,以及识别目标区域图像中的车牌,识别目标区域图像中的车牌。
7.一种图像处理系统,其特征在于,包括如权利要求5所述的图像处理装置和如权利要求6所述的图像处理装置。
8.一种计算设备,其特征在于,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行如权利要求1-4中任一项所述的方法。
9.一种存储介质,其特征在于,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1-4中任一项所述的方法。
CN202010316670.XA 2020-04-21 2020-04-21 一种图像处理方法、装置、系统及存储介质 Active CN111507342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010316670.XA CN111507342B (zh) 2020-04-21 2020-04-21 一种图像处理方法、装置、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010316670.XA CN111507342B (zh) 2020-04-21 2020-04-21 一种图像处理方法、装置、系统及存储介质

Publications (2)

Publication Number Publication Date
CN111507342A CN111507342A (zh) 2020-08-07
CN111507342B true CN111507342B (zh) 2023-10-10

Family

ID=71864873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010316670.XA Active CN111507342B (zh) 2020-04-21 2020-04-21 一种图像处理方法、装置、系统及存储介质

Country Status (1)

Country Link
CN (1) CN111507342B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112950952A (zh) * 2021-02-09 2021-06-11 联想(北京)有限公司 一种处理方法和电子设备
CN112926493B (zh) * 2021-03-19 2023-11-03 浙江大华技术股份有限公司 一种车牌检测方法、装置、设备及介质
CN113761255B (zh) * 2021-08-19 2024-02-09 劢微机器人科技(深圳)有限公司 机器人室内定位方法、装置、设备及存储介质
CN113992919A (zh) * 2021-10-22 2022-01-28 北京筑梦园科技有限公司 一种图像处理装置、车辆检测设备及停车管理系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0528321A (ja) * 1991-07-19 1993-02-05 Hitachi Ltd 画像認識方法および画像認識システム
CN101196980A (zh) * 2006-12-25 2008-06-11 四川川大智胜软件股份有限公司 基于视频的高速移动车辆标志精确识别方法
CN101630361A (zh) * 2008-12-30 2010-01-20 北京邮电大学 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法
JP2013196392A (ja) * 2012-03-19 2013-09-30 Fujitsu Ltd 車両画像認識装置、及び車両画像認識方法
CN103488973A (zh) * 2013-09-12 2014-01-01 上海依图网络科技有限公司 基于图像的车辆品牌识别方法和系统
CN104063712A (zh) * 2014-06-27 2014-09-24 杭州科度科技有限公司 一种车辆信息提取方法和系统
CN107688811A (zh) * 2017-09-12 2018-02-13 北京文安智能技术股份有限公司 车牌识别方法及装置
KR101881458B1 (ko) * 2017-03-09 2018-07-25 건아정보기술 주식회사 동적객체에 대한 인식영역 추출시스템
CN109002820A (zh) * 2018-06-27 2018-12-14 迪蒙智慧交通(深圳)有限公司 一种车牌识别方法、装置及相关设备
WO2019169532A1 (zh) * 2018-03-05 2019-09-12 深圳前海达闼云端智能科技有限公司 车牌识别方法及云系统
CN110348446A (zh) * 2019-06-24 2019-10-18 西安艾润物联网技术服务有限责任公司 图片处理方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6720694B2 (ja) * 2016-05-20 2020-07-08 富士通株式会社 画像処理プログラム、画像処理方法および画像処理装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0528321A (ja) * 1991-07-19 1993-02-05 Hitachi Ltd 画像認識方法および画像認識システム
CN101196980A (zh) * 2006-12-25 2008-06-11 四川川大智胜软件股份有限公司 基于视频的高速移动车辆标志精确识别方法
CN101630361A (zh) * 2008-12-30 2010-01-20 北京邮电大学 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法
JP2013196392A (ja) * 2012-03-19 2013-09-30 Fujitsu Ltd 車両画像認識装置、及び車両画像認識方法
CN103488973A (zh) * 2013-09-12 2014-01-01 上海依图网络科技有限公司 基于图像的车辆品牌识别方法和系统
CN104063712A (zh) * 2014-06-27 2014-09-24 杭州科度科技有限公司 一种车辆信息提取方法和系统
KR101881458B1 (ko) * 2017-03-09 2018-07-25 건아정보기술 주식회사 동적객체에 대한 인식영역 추출시스템
CN107688811A (zh) * 2017-09-12 2018-02-13 北京文安智能技术股份有限公司 车牌识别方法及装置
WO2019169532A1 (zh) * 2018-03-05 2019-09-12 深圳前海达闼云端智能科技有限公司 车牌识别方法及云系统
CN109002820A (zh) * 2018-06-27 2018-12-14 迪蒙智慧交通(深圳)有限公司 一种车牌识别方法、装置及相关设备
CN110348446A (zh) * 2019-06-24 2019-10-18 西安艾润物联网技术服务有限责任公司 图片处理方法及装置

Also Published As

Publication number Publication date
CN111507342A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111507342B (zh) 一种图像处理方法、装置、系统及存储介质
CN109325933B (zh) 一种翻拍图像识别方法及装置
US10839257B2 (en) Prioritizing objects for object recognition
US9830704B1 (en) Predicting performance metrics for algorithms
AU2009243916B2 (en) A system and method for electronic surveillance
US20150010237A1 (en) Information processing system, information processing method, information processing apparatus and control method and control program thereof, and communication terminal and control method and control program thereof
CN110659391A (zh) 一种视频侦查方法及装置
CN111553947A (zh) 目标对象的定位方法、装置
CN113139428A (zh) 目标识别方法、边缘设备、边防监控系统及可读存储介质
CN116347045B (zh) 基于通信及卫星技术的监控方法、装置、设备及存储介质
CN112215037A (zh) 对象追踪方法及装置、电子设备及计算机可读存储介质
CN114679607A (zh) 一种视频帧率控制方法、装置、电子设备及存储介质
CN114332708A (zh) 交通行为检测方法、装置、电子设备及存储介质
CN110555120B (zh) 图片压缩控制方法、装置、计算机设备及存储介质
CN112233428A (zh) 车流量预测方法、装置、存储介质及设备
WO2020115571A1 (en) A system and method for video compression using key frames and sums of absolute differences
US11348338B2 (en) Methods and systems for crowd motion summarization via tracklet based human localization
CN114913470B (zh) 一种事件检测方法及装置
CN111542858A (zh) 动态图像解析装置、动态图像解析系统、动态图像解析方法、以及程序
CN113158794A (zh) 目标检测方法、边缘设备及计算机可读存储介质
CN112115155A (zh) 监控方法、装置、计算机装置及可读存储介质
CN116320350A (zh) 视频处理方法、装置、电子设备及存储介质
WO2024037660A1 (zh) 确定异常分拣区域的方法、装置、电子设备及存储介质
CN111898395B (zh) 一种数据处理方法以及装置
US20240013406A1 (en) Trajectory predicting method and computing system for trajectory prediction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant