CN111582046A - 一种车牌图像处理方法和装置 - Google Patents
一种车牌图像处理方法和装置 Download PDFInfo
- Publication number
- CN111582046A CN111582046A CN202010297371.6A CN202010297371A CN111582046A CN 111582046 A CN111582046 A CN 111582046A CN 202010297371 A CN202010297371 A CN 202010297371A CN 111582046 A CN111582046 A CN 111582046A
- Authority
- CN
- China
- Prior art keywords
- value
- color
- license plate
- hue
- plate image
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims description 49
- 238000012937 correction Methods 0.000 claims description 18
- 239000003086 colorant Substances 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 4
- 238000011065 in-situ storage Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims 3
- 238000012795 verification Methods 0.000 abstract description 5
- 230000007704 transition Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种车牌图像处理方法和装置,属于图像处理技术领域。本申请公开的图像处理方法包括:获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M;遍历车牌图像的像素点,判断像素点的色调值L是否在表征为过曝的预设色调范围;如果在预设色调范围,则利用色调值L和饱和度值M对像素点的色调值L进行修正,得到修复色调值L’。本申请通过先获取车牌图像的色调值和饱和度值,再判断车牌图像的像素点的色调值是否过曝,然后利用色调值和饱和度值对过曝的像素点的色调值进行修正,从而得到显示正确颜色的车牌图像,有利于车牌识别和车牌校验。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种车牌图像处理方法和装置。
背景技术
现有的交通监控设备对车辆抓拍监控图像时,为了拍摄清楚场景中行人、车辆以及车辆中人的行为等信息,需要提高交通监控设备的曝光时间或者在附近安装补光用爆闪灯,交通监控设备抓拍时会联动爆闪灯爆闪,抓拍的瞬间爆闪灯亮度比较大,导致抓拍到的监控图像中的车牌可能会过曝,进而导致车牌图像颜色失真,不利于车牌识别和车牌校验。
发明内容
本申请主要解决的技术问题是提供一种车牌图像处理方法,能够解决车牌图像颜色失真的问题。
为解决上述技术问题,本申请采用的一个技术方案是:
提供一种车牌图像处理方法,包括:
获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M;
遍历所述车牌图像的像素点,判断所述像素点的所述色调值L是否在表征为过曝的预设色调范围;
如果在所述预设色调范围,则利用所述色调值L和所述饱和度值M对所述像素点的色调值L进行修正,得到修复色调值L’。
为解决上述技术问题,本申请采用的另一个技术方案是:
提供一种车牌图像处理装置,包括相互耦接的存储器和处理器,所述存储器存储有程序指令,所述处理器用于执行所述程序指令以实现上述技术方案所述的车牌图像处理方法。
本申请的有益效果是:区别于现有技术的情况,本申请先获取车牌图像的色调值和饱和度值,再判断车牌图像的像素点的色调值是否过曝,然后利用色调值和饱和度值对过曝像素点的色调值进行修正,从而得到显示正确颜色的车牌图像,有利于车牌识别和车牌校验。
附图说明
为了更清楚地说明本申请实施方式中的技术方案,下面将对实施方式描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施方式,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的附图。其中:
图1为本申请车牌图像处理方法一实施方式的流程示意图;
图2为图1中步骤S101一实施方式的流程示意图;
图3为图1中步骤S103一实施方式的流程示意图;
图4为图1中步骤S103或者步骤S104之后本申请车牌图像处理方法一实施方式的流程示意图;
图5为图4中步骤S205一实施方式的流程示意图;
图6为获取色调值和饱和度值之前的步骤一实施方式的流程示意图;
图7为本申请车牌图像处理装置一实施方式的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性的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。
请参阅图1,图1为本申请车牌图像处理方法一实施方式的流程示意图,本实施方式包括如下步骤:
S101,获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M。
交通监控设备对车辆抓拍的监控图像中,车牌图像可能会因过曝而导致颜色失真,需要对颜色失真的车牌图像进行修复。通常图像可以用多种表色系统表达,但是用以色调、饱和度和明度形成的表色系统表达图像时,最方便判断图像颜色是否失真。因此本实施方式先获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M,便于判断车牌图像的颜色是否失真。
具体地,请参阅图2,本实施方式的步骤S101包括如下子步骤:
S1011,获取车牌图像的以亮度、第一色差和第二色差形成的原始第三表色系统的亮度值Y0、第一色差值U0和第二色差值V0,其中,第三表色系统为交通监控设备输出的监控图像的表色系统。
表色系统可以理解为图像的格式,从交通监控设备输出的监控图像是以第三表色系统表达的,可以直接获取到形成原始第三表色系统的亮度值Y0、第一色差值U0和第二色差值V0,便于后续转变为其他表色系统。
S1012,利用原始第三表色系统计算车牌图像的以红绿蓝三原色形成的原始第二表色系统的红色值R、绿色值G和蓝色值B。
获取到原始第三表色系统的亮度值Y0、第一色差值U0和第二色差值V0之后,可以根据以下公式计算车牌图像的以红绿蓝三原色形成的原始第二表色系统的红色值R、绿色值G和蓝色值B,以将车牌图像用第二表色系统表达:
R=ROUND(Y0+1.402*V0),
G=ROUND(Y0-0.344U0-0.714V0),
B=ROUND(Y0+1.772U0)。
S1013,利用原始第二表色系统计算车牌图像的第一表色系统的色调值L和饱和度值M。当计算出原始第二表色系统的红色值R、绿色值G和蓝色值B之后,先将红色值R、绿色值G和蓝色值B三者中的最大值定义为最大值Cmax,将红色值R、绿色值G和蓝色值B三者中的最小值定义为最小值Cmin,再获取到最大值Cmax减去最小值Cmin得到的差异值diff。定义初始色调值为L0,然后根据以下公式计算初始色调值L0:
计算出初始色调值L0之后,再根据以下公式计算色调值L和饱和度值M:
其中,INT是向下取整公式,即如果计算出来的数据有小数,则直接将小数舍弃,只保留整数。
S102,遍历车牌图像的像素点,判断像素点的色调值L是否在表征为过曝的预设色调范围。
当车牌图像的像素点被曝光时,其颜色发生失真,在色相环上表现为色调发生偏移,可以据此在色相环上将车牌真实颜色所对应色调值附近的色调范围设置为一个表征为过曝的预设色调范围,并遍历车牌图像的所有像素点,一个一个判断像素点色调值L是否在该预设色调范围。
S103,如果在预设色调范围,则利用色调值L和饱和度值M对像素点的色调值L进行修正,得到修复色调值L’。当判断出某一个像素点在表征为过曝的预设色调范围时,则可以认为该像素点过曝,需要对该像素点的色调值进行修正,以修复失真的颜色。
具体地,请参阅图3,本实施方式中步骤S103可以包括如下子步骤:
S1031,获取预设目标色调值Lstd与像素点的色调值L的差值;
S1032,将差值与像素点的饱和度值M相乘,再除以系数c,并向下取整,得到修正因子,其中,系数c为一提前设定且可更改的值;
S1033,将修正因子与色调值L相加,得到修复色调值L’。
可以将上述子步骤S1031~S1033总结为一个公式:
L’=L+INT((Lstd-L)*M/c,
其中,预设目标色调值Lstd可以根据未失真的车牌图像的颜色进行设置,在色相环上找到与该未失真颜色对应的色调值,将其设置为目标色调值Lstd。饱和度值M较高的区域常常处于车牌背景区域,也就是车牌过曝区域,饱和度值M较低的区域常常是车牌字符或者边框等区域。车牌背景区域颜色越淡,即颜色失真越多,饱和度值M越大,所以需要将目标色调值Lstd与色调值L相减,再乘上饱和度值M,然后根据上述公式计算修复色调值L’,可以将色调值L尽可能向目标色调值Lstd靠拢,修复失真的车牌图像的颜色。
进一步地,请继续参阅图1,本实施方式还包括如下步骤:
S104,如果像素点的色调值L不在预设色调范围,则将像素点的修复色调值L’设置为与其色调值L相等。车牌图像如果因过曝发生颜色失真,一般是车牌背景区域颜色变淡,车牌字符或者边框等区域的像素点的色调值L则不在表征为过曝的预设色调范围,可以认为这些像素点不过曝,不需要对其色调值L进行修复,为方便后续统一计算,则将这些像素点的修复色调值L’设置为与其色调值L相等,从而获得车牌图像的所有像素点的修复色调值L’,其中,所有像素点由过曝的像素点和不过曝的像素点组成。在另一实施例中,对不过曝的像素点也可以不设置其修复色调值L’,而是直接输出其色调值L,后续转变为其他表色系统时,可以将过曝的像素点和不过曝的像素点分开计算。也就是说,对于过曝的像素点,利用其修复色调值L’计算其他表色系统,对于不过曝的像素点,直接利用其色调值L计算其他表色系统,从而得到所有像素点的其他表色系统。
请参阅图4,图4为图1中步骤S103或者步骤S104之后本申请车牌图像处理方法一实施方式的流程示意图,本实施方式还包括如下步骤:
S201,获取所有像素点的第一表色系统的明度值N,进而获取到由修复色调值L’、饱和度值M和明度值N形成的所有像素点的修正第一表色系统。具体可参阅上述子步骤S1011~S1013,当获取到最大值Cmax之后,明度值N即等于最大值Cmax,此时车牌图像的所有像素点的修正第一表色系统已经计算得出。
S202,判断是否遍历完车牌图像的所有像素点。遍历车牌图像的所有像素点是为了对所有像素点进行判断,区分出过曝的像素点和不过曝的像素点,从而针对过曝的像素点和不过曝的像素点用不同的方式获取修复色调值L’。判断是否遍历完车牌图像的所有像素点这一步能够保证车牌图像的每一个像素点的修复色调值L’都被获取到。
S203,如果遍历完,则根据车牌图像的所有像素点的修正第一表色系统获取修正第二表色系统,其中,修正第二表色系统由修正红色值R’、修正绿色值G’和修正蓝色值B’形成。
利用修正第一表色系统计算修正第二表色系统时,依据饱和度值M是否等于零,分为以下两种情况计算:
(1)如果M=0,则R’=G’=B’=N;
(2)如果M≠0,则先根据以下公式计算中间值i、f、a、b和c:
i=INT(L’/60),
f=INT(100*(L’-60*i)/60),
a=max(N*INT((100-M)/100),0),
b=max(N*INT((10000-M*f)/10000),0),
c=max(N*INT((10000-M*(100-f))/10000),0);
再判断中间值i的取值:
如果i=0,则R’=N,G’=min(c,255),B’=min(a,255);
如果i=1,则R’=min(b,255),G’=N,B’=min(a,255);
如果i=2,则R’=min(a,255),G’=N,B’=min(c,255);
如果i=3,则R’=min(a,255),G’=min(b,255),B’=N;
如果i=4,则R’=min(c,255),G’=min(a,255),B’=N;
如果i=5,则R’=N,G’=min(a,255),B’=min(b,255);
其中,min是取最小值的公式。
根据上述公式可以计算出车牌图像的修正第二表色系统,便于后续计算。
S204,根据修正第二表色系统获取修正第三表色系统,其中,修正第三表色系统由修正亮度值Y、第一修正色差值U和第二修正色差值V形成。利用修正第二表色系统计算修正第三表色系统时,可根据以下公式进行:
Y=ROUND(0.299*R’+0.587*G’+0.144*B’),
U=ROUND(-0.169*R’-0.331*G’+0.5*B’),
V=ROUND(0.5*R’-0.149*G’-0.081*B’)。
由于第三表色系统为交通监控设备输出的监控图像的表色系统,所以将原始第三表色系统经原始第二表色系统转换为第一表色系统,并修复过曝像素点的色调值之后,需要再经修正第二表色系统转换为修正第三表色系统,以使修正后的车牌图像后续能够经过进一步编码处理之后再输入交通监控设备。
S205,根据修正第三表色系统对车牌图像进行颜色校正,得到颜色校正图像。如果直接将用修正第三表色系统表达的车牌图像贴入交通监控设备输出的监控图像中,车牌图像的边界出可能出现过渡突兀的情况,因此需要先对修复过的车牌图像进行处理,得到颜色校正图像,以使后续贴入监控图像时,车牌图像的边界过渡更加平滑,避免出现明显的边界痕迹。
具体地,请参阅图5,步骤S205包括如下子步骤:
S2051,将车牌图像分为第一区域和第二区域。车牌图像可能发生颜色失真的背景区域一般位于车牌图像中心,而车牌图像的边缘区域是需要与监控图像帖合的区域,为使帖合之后边界过渡更加平滑,将车牌图像分为位于中心的第一区域和位于边缘的第二区域。具体地,可以将车牌图像的边缘内缩预定像素宽度后得到第一区域和第二区域的边界,其中,第二区域环绕设置在第一区域外围。该预定像素宽度可根据经验设定,比如16~64像素之间。
S2052,在第一区域内,将各像素点用修正第三表色系统表达。第一区域位于车牌图像的中心,不需要与监控图像进行贴合,因此在此区域内,将各像素点直接用修正第三表色系统表达,则可能发生颜色失真的背景区域的颜色得到修复。
S2053,在第二区域内,根据各像素点的原始第三表色系统、修正第三表色系统和预设权重系数w计算得到第二区域内各像素点的融合第三表色系统,进而得到颜色校正图像。其中,原始第三表色系统由亮度值Y0、第一色差值U0和第二色差值V0形成,融合第三表色系统由融合亮度值Y’、第一融合色差值U’和第二融合色差值V’形成。第二区域位于车牌图像的边缘处,需要与监控图像进行贴合,为使边界过渡平滑,将此区域内的像素点的第三表色系统进行进一步融合处理。具体地,根据如下公式计算此区域内各像素点的融合第三表色系统:
Y’=ROUND(Y0*w+Y*(1-w)),
U’=ROUND(U0*w+U*(1-w)),
V’=ROUND(V0*w+V*(1-w))。
此时,由第一区域和第二区域形成的车牌图像被转换为颜色校正图像,后续贴入监控图像之后,边界过渡更加平滑,不会出现明显的边界痕迹。
S206,在交通监控设备输出的监控图像中用颜色校正图像原位替换车牌图像,并输出替换之后的监控图像。
交通监控设备输出的原始监控图像包含有颜色失真的车牌图像,经过本实施方式所述的颜色修复及边界融合处理,颜色失真的车牌图像转换为颜色校正图像,此时在监控图像中用该颜色校正图像原位替换车牌图像,即将颜色校正图像与监控图像贴合,得到处理后的监控图像,此时车牌颜色得到修复,且没有明显的边界痕迹,有利于车牌识别和车牌校验。
在另一实施方式中,请参阅图6,获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M,之前,还包括如下步骤:
S301,判断交通监控设备输出的监控图像是否包含底色为蓝色的车牌图像。交通监控设备抓拍到的监控图像中可能出现各种车辆的图像,本实施方式对蓝色车牌的车辆监控图像进行处理,所以先判断监控图像中是否包含底色为蓝色的车牌图像。
S302,如果包含,则在监控图像中获取车牌图像和车牌图像在监控图像中的位置,并执行获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M的步骤。如果监控图像包含底色为蓝色的车牌图像,则获取该车牌图像,即在监控图像中以车牌的边缘为边界,将车牌图像取出,同时还获取该车牌图像在原监控图像中的坐标位置,便于对车牌图像进行颜色修复之后再与原监控图像进行贴合。
S303,如果不包含,则直接输出监控图像。如果监控图像不包含底色为蓝色的车牌图像,则不需要对该监控图像进行颜色修复,直接将其输出即可。
本实施方式专门针对蓝色车牌图像的过曝问题,在获取车牌图像之前先判断交通监控设备输出的监控图像是否包含蓝色车牌,如果包含,则参阅上述实施方式中的方法对蓝色车牌图像进行颜色修复处理,如果不包含,则不进行任何处理,直接输出监控图像。本实施方式可以修复现有交通场景中数量最多的蓝色车牌的过曝问题,使蓝色车牌能够显示正确的颜色,有利于车牌识别和车牌校验。
请参阅图7,为本申请车牌图像处理装置一实施方式的结构示意图,本实施方式的车牌图像处理装置包括相互耦接的存储器701和处理器702,存储器702存储有程序指令,处理器701用于执行程序指令以实现上述任一实施方式所述的车牌图像处理方法。具体可参见上述任一实施方式,在此不再赘述。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (12)
1.一种车牌图像处理方法,其特征在于,所述方法包括:
获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M;
遍历所述车牌图像的像素点,判断所述像素点的所述色调值L是否在表征为过曝的预设色调范围;
如果在所述预设色调范围,则利用所述色调值L和所述饱和度值M对所述像素点的色调值L进行修正,得到修复色调值L’。
2.根据权利要求1所述的方法,其特征在于,所述对所述像素点的色调值L进行修正,得到修复色调值L’,包括:
获取预设目标色调值Lstd与所述像素点的色调值L的差值;
将所述差值与所述像素点的饱和度值M相乘,再除以系数c,并向下取整,得到修正因子,其中,所述系数c为一提前设定且可更改的值;
将所述修正因子与所述色调值L相加,得到所述修复色调值L’。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
如果所述像素点的所述色调值L不在所述预设色调范围,则将所述像素点的所述修复色调值L’设置为与所述像素点的所述色调值L相等。
4.根据权利要求3所述的方法,其特征在于,所述得到在所述预设色调范围内和不在的所述预设色调范围内的所述像素点的所述修复色调值L’之后,还包括:
获取所有所述像素点的所述第一表色系统的所述明度值N,进而获取到由所述修复色调值L’、所述饱和度值M和所述明度值N形成的所有所述像素点的修正第一表色系统。
5.根据权利要求4所述的方法,其特征在于,所述获取到所述修正第一表色系统之后,还包括:
判断是否遍历完所述车牌图像的所有所述像素点;
如果遍历完,则根据所述车牌图像的所有所述像素点的所述修正第一表色系统获取修正第二表色系统,其中,所述修正第二表色系统由修正红色值R’、修正绿色值G’和修正蓝色值B’形成;
根据所述修正第二表色系统获取修正第三表色系统,其中,所述修正第三表色系统由修正亮度值Y、第一修正色差值U和第二修正色差值V形成。
6.根据权利要求5所述的方法,其特征在于,所述根据所述修正第二表色系统获取修正第三表色系统,之后,还包括:
根据所述修正第三表色系统对所述车牌图像进行颜色校正,得到颜色校正图像;
在所述交通监控设备输出的监控图像中用所述颜色校正图像原位替换所述车牌图像,并输出替换之后的所述监控图像。
7.根据权利要求6所述的方法,其特征在于,所述根据所述修正第三表色系统对所述车牌图像进行颜色校正,得到颜色校正图像,包括:
将所述车牌图像分为第一区域和第二区域;
在所述第一区域内,将各像素点用所述修正第三表色系统表达;
在所述第二区域内,根据各像素点的原始第三表色系统、所述修正第三表色系统和预设权重系数w计算得到所述第二区域内所述各像素点的融合第三表色系统,进而得到颜色校正图像;
其中,所述原始第三表色系统由亮度值Y0、第一色差值U0和第二色差值V0形成,所述融合第三表色系统由融合亮度值Y’、第一融合色差值U’和第二融合色差值V’形成。
8.根据权利要求7所述的方法,其特征在于,所述将所述车牌图像分为第一区域和第二区域,包括:
将所述车牌图像的边缘内缩预定像素宽度后得到所述第一区域和所述第二区域的边界,其中,所述第二区域环绕设置在所述第一区域外围。
9.根据权利要求7所述的方法,其特征在于,所述在所述第二区域内,根据各像素点的原始第三表色系统、所述修正第三表色系统和预设权重系数w计算得到所述第二区域内所述各像素点的融合第三表色系统,包括:
将1与所述权重系数w的差值乘以所述修正亮度值Y,再加上所述亮度值Y0与所述权重系数w的乘积,再四舍五入取整,得到所述融合亮度值Y’;
将1与所述权重系数w的差值乘以所述第一修正色差值U,再加上所述第一色差值U0与所述权重系数w的乘积,再四舍五入取整,得到所述第一融合色差值U’;
将1与所述权重系数w的差值乘以所述第二修正色差值V,再加上所述第二色差值V0与所述权重系数w的乘积,再四舍五入取整,得到所述第二融合色差值V’。
10.根据权利要求1或者4所述的方法,其特征在于,所述获取所述第一表色系统的所述色调值L、所述饱和度值M和所述明度值N,包括:
获取所述车牌图像的以亮度、第一色差和第二色差形成的原始第三表色系统的亮度值Y0、第一色差值U0和第二色差值V0,其中,第三表色系统为交通监控设备输出的监控图像的表色系统;
利用所述原始第三表色系统计算所述车牌图像的以红绿蓝三原色形成的原始第二表色系统的红色值R、绿色值G和蓝色值B;
利用所述原始第二表色系统计算所述车牌图像的所述第一表色系统的所述色调值L、所述饱和度值M和所述明度值N。
11.根据权利要求1所述的方法,其特征在于,所述获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M,之前,还包括:
判断交通监控设备输出的监控图像是否包含底色为蓝色的车牌图像;
如果包含,则在所述监控图像中获取所述车牌图像和所述车牌图像在所述监控图像中的位置,并执行所述获取车牌图像的以色调、饱和度和明度形成的第一表色系统的色调值L和饱和度值M的步骤;
如果不包含,则直接输出所述监控图像。
12.一种车牌图像处理装置,其特征在于,包括相互耦接的存储器和处理器,所述存储器存储有程序指令,所述处理器用于执行所述程序指令以实现权利要求1-11任一项所述的车牌图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010297371.6A CN111582046B (zh) | 2020-04-15 | 2020-04-15 | 一种车牌图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010297371.6A CN111582046B (zh) | 2020-04-15 | 2020-04-15 | 一种车牌图像处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582046A true CN111582046A (zh) | 2020-08-25 |
CN111582046B CN111582046B (zh) | 2023-09-05 |
Family
ID=72113039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010297371.6A Active CN111582046B (zh) | 2020-04-15 | 2020-04-15 | 一种车牌图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582046B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116824906A (zh) * | 2023-08-29 | 2023-09-29 | 成都市巨多广告有限公司 | 一种具有识别功能的停车场引导方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040057060A1 (en) * | 2002-09-25 | 2004-03-25 | Dialog Semiconductor Gmbh. | Method for fast color saturation control |
JP2009206903A (ja) * | 2008-02-28 | 2009-09-10 | Sharp Corp | 色調整装置及び色調整方法 |
CN101742339A (zh) * | 2010-01-14 | 2010-06-16 | 中山大学 | 一种彩色图像增强的方法 |
US20140147041A1 (en) * | 2012-11-28 | 2014-05-29 | International Business Machines Corporation | Image color correction |
US20140176596A1 (en) * | 2012-12-21 | 2014-06-26 | Wipro Limited | Method and system for dynamic brightness correction in digital images |
CN107038715A (zh) * | 2017-03-21 | 2017-08-11 | 腾讯科技(深圳)有限公司 | 一种图像处理方法及装置 |
CN107491161A (zh) * | 2017-09-25 | 2017-12-19 | 深圳市华星光电半导体显示技术有限公司 | 显示器的节能方法及系统 |
CN107657594A (zh) * | 2017-09-22 | 2018-02-02 | 武汉大学 | 一种高质量的快速色调映射方法和系统 |
CN108280813A (zh) * | 2018-01-30 | 2018-07-13 | 努比亚技术有限公司 | 一种图像处理方法、终端及计算机可读存储介质 |
CN108960259A (zh) * | 2018-07-12 | 2018-12-07 | 浙江工业大学 | 一种基于hsv的车牌预处理方法 |
CN110378859A (zh) * | 2019-07-29 | 2019-10-25 | 西南科技大学 | 一种新的高动态范围图像生成方法 |
CN110689488A (zh) * | 2019-08-22 | 2020-01-14 | 稿定(厦门)科技有限公司 | 图像调色方法、介质、设备及装置 |
-
2020
- 2020-04-15 CN CN202010297371.6A patent/CN111582046B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040057060A1 (en) * | 2002-09-25 | 2004-03-25 | Dialog Semiconductor Gmbh. | Method for fast color saturation control |
JP2009206903A (ja) * | 2008-02-28 | 2009-09-10 | Sharp Corp | 色調整装置及び色調整方法 |
CN101742339A (zh) * | 2010-01-14 | 2010-06-16 | 中山大学 | 一种彩色图像增强的方法 |
US20140147041A1 (en) * | 2012-11-28 | 2014-05-29 | International Business Machines Corporation | Image color correction |
US20140176596A1 (en) * | 2012-12-21 | 2014-06-26 | Wipro Limited | Method and system for dynamic brightness correction in digital images |
CN107038715A (zh) * | 2017-03-21 | 2017-08-11 | 腾讯科技(深圳)有限公司 | 一种图像处理方法及装置 |
CN107657594A (zh) * | 2017-09-22 | 2018-02-02 | 武汉大学 | 一种高质量的快速色调映射方法和系统 |
CN107491161A (zh) * | 2017-09-25 | 2017-12-19 | 深圳市华星光电半导体显示技术有限公司 | 显示器的节能方法及系统 |
CN108280813A (zh) * | 2018-01-30 | 2018-07-13 | 努比亚技术有限公司 | 一种图像处理方法、终端及计算机可读存储介质 |
CN108960259A (zh) * | 2018-07-12 | 2018-12-07 | 浙江工业大学 | 一种基于hsv的车牌预处理方法 |
CN110378859A (zh) * | 2019-07-29 | 2019-10-25 | 西南科技大学 | 一种新的高动态范围图像生成方法 |
CN110689488A (zh) * | 2019-08-22 | 2020-01-14 | 稿定(厦门)科技有限公司 | 图像调色方法、介质、设备及装置 |
Non-Patent Citations (2)
Title |
---|
明军;梁彦;王新;: "一种与色度相关的图像质量评价方法", 安徽大学学报(自然科学版), no. 05 * |
陆瑛瑶: "公共交通管理系统中车牌识别算法的研究与设计" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116824906A (zh) * | 2023-08-29 | 2023-09-29 | 成都市巨多广告有限公司 | 一种具有识别功能的停车场引导方法及系统 |
CN116824906B (zh) * | 2023-08-29 | 2023-11-17 | 成都市巨多广告有限公司 | 一种具有识别功能的停车场引导方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111582046B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991707B (zh) | 一种基于昼夜成像特征的交通信号灯图像强化方法及装置 | |
CN111754440B (zh) | 车牌图像增强方法、系统、设备及存储介质 | |
CN102946513B (zh) | 一种启动拍摄装置高动态范围功能的方法、装置及终端 | |
CN103716547A (zh) | 一种智能模式的拍照方法 | |
CN105657267B (zh) | 一种自拍补光的装置和方法 | |
CN106534677B (zh) | 一种图像过曝优化方法及装置 | |
CN102572286A (zh) | 摄影装置、摄影方法和程序 | |
CN111480177A (zh) | 改进的逆色调映射方法和对应装置 | |
CN106851103A (zh) | 基于双摄像头系统的自动对焦方法和装置 | |
CN113825281A (zh) | 灯光控制方法、灯光控制器、设备及存储介质 | |
CN112351195A (zh) | 图像处理方法、装置和电子系统 | |
CN104766276B (zh) | 一种基于颜色空间的偏色校正方法 | |
CN105915728A (zh) | 一种智能手机 | |
CN111209775A (zh) | 信号灯图像处理方法、装置、设备及存储介质 | |
CN111582046A (zh) | 一种车牌图像处理方法和装置 | |
CN106550227A (zh) | 一种图像饱和度调整方法及装置 | |
CN105979152A (zh) | 一种智能拍照系统 | |
CN105791710B (zh) | 一种信号灯图像增强处理方法 | |
CN106101537A (zh) | 一种智能终端 | |
CN111815729B (zh) | 一种实时美肤方法、装置、设备和计算机存储介质 | |
JP2010041174A (ja) | 画像処理装置 | |
CN103974049A (zh) | 一种穿戴式投影装置及投影方法 | |
JP5675391B2 (ja) | 画像処理装置 | |
US20050147318A1 (en) | Image processing apparatus and method | |
CN110533729A (zh) | 智能终端、像素处理方法及计算机可读存储介质 |
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 |