CN112133101B - 增强车牌区域的方法、装置、摄像装置、计算设备及存储介质 - Google Patents

增强车牌区域的方法、装置、摄像装置、计算设备及存储介质 Download PDF

Info

Publication number
CN112133101B
CN112133101B CN202011001414.8A CN202011001414A CN112133101B CN 112133101 B CN112133101 B CN 112133101B CN 202011001414 A CN202011001414 A CN 202011001414A CN 112133101 B CN112133101 B CN 112133101B
Authority
CN
China
Prior art keywords
color
image
license plate
pixel point
enhancement
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
CN202011001414.8A
Other languages
English (en)
Other versions
CN112133101A (zh
Inventor
郑海涛
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN202011001414.8A priority Critical patent/CN112133101B/zh
Publication of CN112133101A publication Critical patent/CN112133101A/zh
Application granted granted Critical
Publication of CN112133101B publication Critical patent/CN112133101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/10—Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming different wavelengths into image signals
    • H04N25/11—Arrangement of colour filter arrays [CFA]; Filter mosaics

Abstract

本申请公开了增强车牌区域的方法、装置、摄像装置、计算设备及存储介质。其中一种增强车牌区域的方法，包括：获取场景的彩色图像和场景的高亮灰度图像；对于彩色图像中任一个第一像素点，确定该第一像素点的颜色是否为车牌颜色；在确定为车牌颜色时，根据高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度；根据第一像素点的色彩增强强度，对所述第一像素点进行色彩增强处理，并确定第一像素点的输出像素值。

Description

增强车牌区域的方法、装置、摄像装置、计算设备及存储介质
技术领域
本申请涉及图像处理技术领域，特别涉及增强车牌区域的方法、装置、摄像装置、计算设备及存储介质。
背景技术
在一些场景中，需要对场景图像中车牌进行图像增强处理，以便提高车牌的视觉效果。
目前，车牌增强方案通常首先获取场景图像，然后对场景图像进行文字识别，以确定车牌上的字符。然后，车牌增强方案可以基于车牌上的字符的位置，添加一个包含车牌上的字符的矩形框，并将矩形框区域作为车牌区域。在此基础上，对矩形框内的图像区域进行图像增强处理，以获取车牌区域的增强处理结果。
然而，目前的车牌增强方案容易出现矩形框区域的尺寸与场景图像中车牌的真实尺寸存在偏差，并且增强车牌区域后的场景图像中，车牌区域的边界过渡异常(即车牌区域尺寸过大或过小)的问题。另外，目前的车牌增强方案通常只对一帧图像中一个目标车牌区域进行增强，而不会对图像中非目标车牌的其他车牌区域进行增强，因此同一个图像中车牌区域的增强效果不够稳定，容易出现不同车辆的车牌区域的视觉增强效果不一致。另外，针对同一车牌的前后两帧图像，在前一帧图像中该车牌属于抓拍目标时，目前的车牌增强方案会对该车牌的车牌区域进行增强处理，而后一帧中该车牌不属于抓拍目标时，不会对该车牌的车牌区域进行增强处理，进而导致对前后帧中同一车牌的增强处理效果的不统一。
为此，如何提高车牌区域的增强效果是需要解决的技术问题。
发明内容
为此，本申请提出了增强车牌区域的方法、装置、摄像装置、计算设备及存储介质，能够提高车牌区域的增强效果。
根据本申请一个方面，提供一种增强车牌区域的方法，包括：
获取场景的彩色图像和场景的高亮灰度图像；
对于彩色图像中任一个第一像素点，确定该第一像素点的颜色是否为车牌颜色；
在确定第一像素点的颜色为所述车牌颜色时，根据所述高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度；
根据第一像素点的色彩增强强度，对所述第一像素点进行色彩增强处理，并确定第一像素点的输出像素值。
在一些实施例中，所述根据第一像素点的色彩增强强度，对所述第一像素点进行色彩增强处理，并确定第一像素点的输出像素值，包括：
确定所述第一像素点对应的色彩增强矩阵；
利用所述色彩增强矩阵对所述第一像素点进行色彩增强处理，得到色彩增强结果；
将所述色彩增强强度作为所述色彩增强结果的权重，确定所述色彩增强结果与所述第一像素点的颜色的加权结果，并将加权结果作为第一像素点的输出像素值。
在一些实施例中，所述获取场景的彩色图像和场景的高亮灰度图像，包括：
由第一图像传感器采集彩色图像，以得到场景的彩色图像；
由第二图像传感器采集场景的高亮灰度图像，所述高亮灰度图像中车牌区域为高亮区域。
在一些实施例中，所述获取场景的彩色图像和场景的高亮灰度图像，包括：
由贝尔模板图像传感器采集贝尔图像；
由第一图像信号处理器对所述贝尔图像进行处理，以得到场景的彩色图像；
由第二图像信号处理器对所述贝尔图像进行处理，以输出车牌区域高亮的灰度图像，并将所述车牌区域高亮的灰度图像作为所述场景的高亮灰度图像。
在一些实施例中，所述对于彩色图像中任一个第一像素点，根据该第一像素点的颜色，确定该第一像素点的颜色是否为所述车牌颜色，包括：
在所述车牌颜色为蓝色时，确定第一像素点的红色分量、绿色分量和蓝色分量中的最大颜色分量值；
在所述最大颜色分量值为蓝色分量时，确定第一像素点的颜色为车牌颜色；
在所述最大颜色分量值为绿色分量，绿色分量小于蓝色分量和红色分量之和，并且蓝色分量大于红色分量的三倍值时，确定第一像素点的颜色为车牌颜色。
在一些实施例中，所述根据所述高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度，包括：
在确定亮度值未超过第一阈值时，确定色彩增强强度为零；
在确定亮度值到达第一阈值，且未超过第二阈值时，确定色彩增强强度为预设强度值、亮度值以及占比值之积，其中，占比值与亮度值成正比；
在确定亮度值超过第二阈值时，确定色彩增强强度为预设强度值与亮度值之积。
在一些实施例中，所述根据所述高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度，包括：在确定亮度值未超过第三阈值时，确定色彩增强强度为零；在确定亮度值达到第三阈值时，确定色彩增强强度为预设强度值与亮度值之积。
在一些实施例中，所述确定所述第一像素点对应的色彩增强矩阵，包括：
根据所述第一像素点的灰阶，确定该灰阶对应的色彩增强矩阵，并将其作为第一像素点对应的色彩增强矩阵。
在一些实施例中，所述根据所述第一像素点的灰阶，确定该灰阶对应的色彩增强矩阵，包括：
从多个灰阶值的色彩增强矩阵中，查询与第一像素点的灰阶对应的色彩增强矩阵。
在一些实施例中，所述根据所述第一像素点的灰阶，确定该灰阶对应的色彩增强矩阵，包括：
将第一像素点的最大颜色分量值以及第二像素点的亮度值之中的较小值作为第一像素点的灰阶；
确定第一色彩校正矩阵，所述第一色彩校正矩阵用于表征对图像的色彩调整方式；
根据第一色彩校正矩阵和灰阶，确定灰阶对应的色彩增强矩阵。
在一些实施例中，所述确定第一色彩校正矩阵，包括：
获取预设的色彩矩阵增强强度；
获取预设的第二色彩校正矩阵，其中，第二色彩校正矩阵通过对拍摄场景的彩色图像的设备进行标定而得到；
根据第二色彩校正矩阵和色彩矩阵增强强度，确定第一色彩校正矩阵。
根据本申请一个方面，提供一种增强车牌区域的装置，包括：
图像获取单元，获取场景的彩色图像和场景的高亮灰度图像；
图像增强单元，用于：
对于彩色图像中任一个第一像素点，确定该第一像素点的颜色是否为车牌颜色；
在确定第一像素点的颜色为所述车牌颜色时，根据所述高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度；
根据第一像素点的色彩增强强度，对所述第一像素点进行色彩增强处理，并确定第一像素点的输出像素值。
根据本申请一个方面，提供一种摄像装置，包括：
贝尔模板的图像传感器，输出场景的贝尔图像；
第一图像信号处理器，对所述贝尔图像进行处理，以得到场景的彩色图像；
第二图像信号处理器，对所述贝尔图像进行处理，以输出车牌区域高亮的灰度图像，并将所述车牌区域高亮的灰度图像作为所述场景的高亮灰度图像；
处理器；
存储设备；
其中，所述处理器用于执行增强车牌区域的方法。
根据本申请一个方面，提供一种摄像装置，包括：
第一图像传感器，采集彩色图像；
第二图像传感器，采集场景的高亮灰度图像。
处理器；
存储设备；
其中，所述处理器用于执行增强车牌区域的方法。
根据本申请一个方面，提供一种计算设备，包括：
处理器；
存储设备；
其中，所述处理器用于执行增强车牌区域的方法。
根据本申请一个方面，提供一种存储介质，存储有一个或多个程序，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行增强车牌区域的方法的指令。
综上，根据本申请的增强车牌区域的方案，通过选定颜色符合车牌颜色的像素点和根据亮度确定色彩增强强度，能够对车牌区域的像素点进行色彩增强处理，从而能够提高车牌区域的底色鲜艳度、对比度和清晰度，进而提高车牌区域的图像增强效果。
另外说明的是，由于对场景图像进行全图处理(即针对图像中全部像素点进行增强处理判断)，增强图像区域的方案能够对同一图像帧中全部车牌区域进行图像增强，从而能够提高对图像帧中不同车牌区域的增强效果的一致性。另外，增强图像区域的方案能够对不同图像帧中同一车牌的车牌区域进行增强处理，从而提高对不同图像帧中车牌增强处理效果的统一性。另外，由于针对图像中全部像素点进行增强处理判断，本申请的增强车牌区域的方案能够避免从图像中提取矩形框方式引起的边界过渡异常，从而能够提高车牌边缘过渡的平滑性，进而提高车牌增强效果。
附图说明
图1示出了根据本申请一些实施例的应用场景的示意图；
图2示出了根据本申请一些实施例的摄像装置110的示意图；
图3示出了根据本申请一些实施例的摄像装置110的示意图；
图4示出了根据本申请一些实施例的增强车牌区域的方法400的流程图；
图5A示出了根据本申请一些实施例的场景的拍摄图像的示意图；
图5B示出了根据本申请一些实施例的场景的高亮灰度图像；
图5C示出了根据本申请一些实施例的增强车牌区域后的图像；
图6示出了根据本申请一些实施例的获取场景的彩色图像和高亮灰度图像的方法600的流程图；
图7示出了根据本申请一些实施例的获取场景的彩色图像和高亮灰度图像的方法600的流程图；
图8示出了根据本申请一些实施例的确定第一像素点是否为车牌颜色的方法800的流程图；
图9示出了根据本申请一些实施例的确定第一像素点是否为车牌颜色的方法900的流程图；
图10示出了根据本申请一些实施例的确定第一像素点的色彩增强强度的方法1000的流程图；
图11示出了根据本申请一些实施例的确定第一像素点的色彩增强强度的方法1100的流程图；
图12示出了根据本申请一些实施例的确定第一像素点的输出像素值的方法1200的流程图；
图13示出了根据本申请一些实施例的确定该灰阶对应的色彩增强矩阵的方法1300的流程图；
图14示出了根据本申请一些实施例的确定第一色彩校正矩阵的方法1400的流程图；
图15示出了根据本申请一些实施例的增强车牌区域的装置1500；
图16示出了根据本申请一些实施例的计算设备的示意图。
具体实施方式
为使本申请的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本申请进一步详细说明。
图1示出了根据本申请一些实施的应用场景的示意图。
如图1所示，应用场景可以包括摄像装置110和计算设备120。摄像装置110例如可以是部署智能交通场景中的卡口抓拍设备或者电警抓拍设备等。计算设备120可以通过有线网络或者无线网络与摄像装置120通讯。这里，计算设备120可以作为摄像装置110的管理设备，例如可以是网络硬盘录像机(NVR)、服务器等设备。
摄像装置110可以拍摄场景的图像。这里，场景为车辆通行场景。摄像装置110的拍摄角度可以覆盖场景的车牌区域。
本申请提出了一种增强车牌区域的方案，以便能够提高车牌区域的增强效果。
这里，增强车牌区域的方案例如可以在摄像装置110或者计算设备120等设备中执行，本申请对此不做限制。
图2示出了根据本申请一些实施例的摄像装置110的示意图。
如图2所示，摄像装置110可以包括贝尔模板的图像传感器210、第一图像信号处理器220、第二图像信号处理器230、处理器240和存储设备250。
贝尔模板的图像传感器210可以输出场景的贝尔图像。贝尔模板是指图像传感器表面的红色、绿色和蓝色滤镜排列，也可以称为贝尔图案。光线通过贝尔模板，激发图像传感器。图像传感器的信号通过模数转换后得到的图像称为贝尔图像。
第一图像信号处理器220可以对贝尔图像进行处理，以得到场景的彩色图像。
第二图像信号处理器230可以对贝尔图像进行处理，以输出车牌区域高亮的灰度图像。这里，车牌区域高亮的灰度图像可以作为场景的高亮灰度图像。
另外说明的是，本申请的实施例还可以配置集成在摄像装置110或者独立于摄像装置110的补光设备(图2未示出)，以便在拍摄场景时进行补光。
存储设备250可以存储摄像装置110的程序和数据。
在一些实施例中，处理器240可以执行根据本申请的增强车牌区域的方案。在一些实施例中，处理器240向计算设备120发送场景的彩色图像和高亮灰度图像，以便计算设备120执行根据本申请的增强车牌区域的方案。
图3示出了根据本申请一些实施例的摄像装置110的示意图。如图3所示，摄像装置110可以包括第一图像传感器310、第二图像传感器320、处理器330和存储设备340。
第一图像传感器310可以采集彩色图像。
第二图像传感器320可以采集场景的高亮灰度图像。例如，第二图像传感器320可以采集场景的红外图像，并将红外图像作为场景的高亮灰度图像。这里，由于车牌区域采用定向逆反射反光材料，因此场景的高亮灰度图像中车牌区域容易过曝而高亮。换言之，场景的高亮灰度图像中车牌区域为高亮区域。这样，摄像装置110可以采集场景的彩色图像和场景的高亮灰度图像。
另外说明的是，本申请的实施例还可以配置集成在摄像装置110或者独立于摄像装置110的补光设备(图3未示出)，以便在拍摄场景时进行补光。补光设备例如包括：可见光补光设备和红外光补光设备。可见光补光设备可以在可见光不足时，对第一图像传感器310进行补光。红外光补光设备可以对第二图像传感器210进行补光。
存储设备340可以存储摄像装置110的程序和数据。
另外，由于第一图像传感器310和第二图像传感器320存在一定的视场差。处理器330可以将高亮灰度图像与彩色图像进行配准对齐，即使得高亮灰度图像和彩色图像采用相同的图像坐标系统(像素坐标系)。
在一些实施例中，处理器330可以执行根据本申请的增强车牌区域的方案。在一些实施例中，处理器330向计算设备120发送场景的彩色图像和高亮灰度图像，以便计算设备120执行根据本申请的增强车牌区域的方案。
图4示出了根据本申请一些实施例的增强车牌区域的方法400的流程图。方法400例如可以由摄像装置110或者计算设备120执行。
如图4所示，在步骤S401中，获取场景的彩色图像和场景的高亮灰度图像。这里，场景的彩色图像例如可以是红绿蓝(RGB)等颜色模式的彩色图像。例如图5A示出了场景的拍摄图像的示意图。尽管图5A被呈现为灰度图，实际上用于代表场景的彩色图像。由于车牌采用定向逆反射反光材料，车牌区域更容易在场景的高亮灰度图像中形成高亮区域。例如，图5B示出了场景的高亮灰度图像。图5B中车牌区域呈现为高亮区域。
对于彩色图像中任一个第一像素点，方法400可以执行步骤S402。在步骤S402中，确定该第一像素点的颜色是否为车牌颜色。这里，车牌颜色是指需要增强的车牌底色，可以根据需要设定。车牌颜色(即车牌的底色)的范围例如可以包括：蓝色、黄色、绿色、黄绿双拼色、黑色和白色等。
在步骤S402确定第一像素点的颜色为车牌颜色时，方法400可以执行步骤S403。在步骤S403中，根据高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度。这里，对于不同的亮度值，本申请的实施例可以采用不同的色彩增强强度。例如，亮度值较低时，色彩增强强度较低或者为零。亮度值较高时，色彩增强强度较高。简言之，亮度值越高，色彩增强强度越大。由于车牌区域采用定向逆反射的反光材料，步骤S403中涉及的亮度较高的像素点属于车牌区域。因此，车牌区域的像素点色彩增强强度较高，而车牌区域之外的像素点色彩增强强度低。
在步骤S404中，根据第一像素点的色彩增强强度，对第一像素点进行色彩增强处理，并确定第一像素点的输出像素值。这里，输出像素值可以认为是对第一像素点按照色彩增强强度进行色彩校正的结果。
综上，方法400通过步骤S402和步骤S403的组合(即由步骤S402选定颜色符合车牌颜色像素点，和由步骤403根据亮度确定色彩增强强度)，能够对车牌区域的像素点进行色彩增强处理，从而能够提高车牌区域的底色鲜艳度、对比度和清晰度，进而提高车牌区域的图像增强效果。例如，图5C示出了增强车牌区域后的图像。尽管图5C被显示为灰度图，但其实际上是彩色图像。
另外说明的是，由于对场景图像进行全图处理(即针对图像中全部像素点进行增强处理判断)，方法400能够对同一图像帧中全部车牌区域进行图像增强，从而能够提高图像帧中不同车牌区域的增强一致性。另外，方法400能够对不同图像帧中同一车牌的车牌区域进行增强处理，从而提高不同帧中车牌增强处理的统一性。另外，由于针对图像中全部像素点进行增强处理判断，本申请的增强车牌区域的方法400能够避免从图像中提取矩形框方式引起的边界过渡异常，从而能够提高车牌边缘过渡的平滑性，进而提高车牌增强效果。
在一些实施例中，本申请的实施例除了执行方法400之外，还可以进一步增强底牌区域的对比度和清晰度。对比度的提升，则可以采用类似于直方图均衡化的方式。该方式能够对车牌区域的灰阶进行重新映射，使其灰阶的整体分布更加均匀。对于清晰度的提升，本申请实施例可以采用锐化算法来实现，比如USM锐化算法等。
在一些实施例中，步骤S401可以实施为方法600。如图6所示，在步骤S601中，由第一图像传感器采集彩色图像，以得到场景的彩色图像。在步骤S602中，由第二图像传感器采集红外图像，以得到场景的高亮灰度图像。高亮灰度图像中车牌区域为高亮区域。
在一些实施例中，步骤S401可以实施为方法700。如图7所示，在步骤S701中，由贝尔模板图像传感器采集贝尔图像。
在步骤S702中，由第一图像信号处理器对贝尔图像进行处理，以得到场景的彩色图像。
在步骤S703中，由第二图像信号处理器对贝尔图像进行处理，以输出车牌区域高亮的灰度图像，并将车牌区域高亮的灰度图像作为场景的高亮灰度图像。
在一些实施例中，在车牌颜色为蓝色时，步骤S402可以实施为方法800。
如图8所示，在步骤S801中，确定第一像素点的红色分量、绿色分量和蓝色分量中的最大颜色分量值。例如，步骤S801可以根据下述公式确定最大颜色分量值。
maxrgb＝MAX(MAX(rp,gp),bp)
其中，rp表示第一像素点P的红色分量，gp表示第一像素点P的绿色分量，bp表示第一像素点P的蓝色分量，maxrgb表示最大颜色分量值。
在步骤S802中，在最大颜色分量值为蓝色分量时，确定第一像素点的颜色为车牌颜色。
在步骤S803中，在最大颜色分量值为绿色分量，绿色分量小于蓝色分量和红色分量之和，并且蓝色分量大于红色分量的三倍值时，确定第一像素点的颜色为车牌颜色。
在一些实施例中，步骤S802和S803可以根据下述公式实施。
pFlag＝((maxrgb＝＝bp)||((maxrgb＝＝gp)&&(gp<bp+rp)&&(bp>rp*3)))
其中，当maxrgb为蓝色分量bp时，pFlag为1，pFlag为1表示第一像素点的颜色为车牌颜色。当maxrgb为绿色分量，且满足(gp<bp+rp)和(bp>rp*3)时，pFlag也将置为1。该情况主要发生在车牌底色偏爆时，此时绿色分量可能会比蓝色分量略大，红色分量值较小。
另外说明的是，车牌颜色为蓝色之外的其他颜色时，也可以采用相应的颜色判断方式。例如，车牌颜色为黄色时，步骤S402可以根据红色分量、蓝色分量和绿色分量确定第一像素点是否为车牌颜色。例如，在红色分量和绿色分量均大于蓝色分量，并且红色分量与绿色分量接近时，确定第一像素点为黄色，即确定第一像素点为车牌颜色。其中，红色分量和绿色分量的差值小于一个差值阈值时，步骤S402确定红色分量与绿色分量接近。差值阈值例如为5。又例如，车牌为双拼色。步骤S402可以确定一个第一像素点是否为两种车牌颜色之一。在第一像素点为两种车牌颜色之一时，步骤S402可以确定第一像素点的颜色为车牌颜色。
在一些实施例中，在车牌颜色为黄色时，步骤S402可以实施为方法900。
如图9所示，在步骤S901中，确定第一像素点的红色分量、绿色分量和蓝色分量中的最小颜色分量值。例如，步骤S901可以根据下述公式确定最小颜色分量值。
minrgb＝MIN(MIN(rp,gp),bp)
其中，rp表示第一像素点P的红色分量，gp表示第一像素点P的绿色分量，bp表示第一像素点P的蓝色分量，minrgb表示最小颜色分量值。
在步骤S902中，在最小颜色分量值为蓝色分量，并且红色分量与绿色分量的差值小于差值阈值时，确定第一像素点的颜色为车牌颜色。
在一些实施例中，步骤S403可以实施为方法1000。如图10所示，在步骤S1001中，在确定亮度值未超过第一阈值时，确定色彩增强强度为零。这里，在一个第一像素点的亮度值未超过第一阈值时，由于亮度值较低，不符合车牌区域高亮的特征，该第一像素点可以被认为是非车牌区域的像素点，因此步骤S1001将其色彩增强强度设置为零。
在步骤S1002中，在确定亮度值到达第一阈值，且未超过第二阈值时，确定色彩增强强度为预设强度值、亮度值以及占比值之积。其中，占比值与亮度值成正比。第一阈值小于第二阈值。
在步骤S1003中，在确定亮度值超过第二阈值时，确定色彩增强强度为预设强度值与亮度值之积。
这里，在一个第一像素值的亮度值超过第二阈值时，由于亮度值较高，符合车牌区域高亮的特征，该第一像素点可以被认为是车牌区域的像素点，从而步骤S1003将色彩增强强度设置为一个较大值，即预设强度值与亮度值之积。
另外，在一个第一像素值的亮度值处于第一阈值和第二阈值之间时，该第一像素值有可能是车牌区域，也有可能非车牌区域。因此，步骤S1002通过利用预设强度值、亮度值以及占比值之积，可以将色彩增强强度设置为一个中间值。中间值大于零，并且小于较大值。
在一些实施例中，步骤S403可以根据下述公式确定色彩增强强度。
pCStr＝CStr*CLIP(3*(yp-ythr1)，0，ythr2)*yp/ythr2
其中，ythr1和ythr2对应第一阈值和第二阈值，前者小于后者。这两个阈值的设定值例如为100和150。CStr为预设强度值，值域[0，256]，默认值例如为256。CStr值为0时，可以使得色彩增强强度pCStr始终为0。CLIP表示数值范围截断，CLIP(3*(yp-ythr1)，0，ythr2)/ythr2表示占比值。yp表示亮度值。
当yp<＝ythr1时，随着yp的逐步提升，占比值始终为0，pCStr也始终为0。
当ythr1<yp<＝ythr2时，随着yp的逐步提升，占比值和pCStr也在逐步提升，占比值和pCStr将最终达到100％和亮度值yp。
当ythr2<yp<＝255时，随着yp的逐步提升，占比值始终为100％，对应的pCStr还在不断提升，最终达到饱和值255。
上述公式的表述可以很好的体现亮度值yp提升与pCStr提升之间的关系，表征了对车牌区域进行增强的目标。即，尽可能让高亮的车牌区域获得较好的增强，低暗区域无增强，其他区域(即亮度值在第一阈值和第二阈值之间的区域)的增强介于两者之间。
综上，根据本申请的方法1000，能够通过分析亮度值，能够使得高亮的车牌区域内像素点的色彩增强强度较大，而较大概率非车牌区域的像素点的色彩增强强度设置为零，从而能够利用色彩增强强度对车牌底色的像素点进行较大增强，从而提高车牌区域的增强效果。另外，由于方法1000可以将亮度值居中(即处于第一和第二阈值之间的亮度值)的像素点(例如车牌区域边缘外的像素点)进行适中的增强处理，能够避免从图像中提取矩形框方式引起的边界过渡异常，从而能够提高车牌边缘过渡的平滑性，进一步提高车牌增强效果。
在一些实施例中，步骤S403可以实施为方法1100。
如图11所示，在步骤S1101中，在确定亮度值未超过第三阈值时，确定色彩增强强度为零。
在步骤S1102中，在确定亮度值达到第三阈值时，确定色彩增强强度为预设强度值与亮度值之积。
这里，第三阈值例如为125。未超过第三阈值的像素点可以认为非车牌区域，达到第三阈值的像素点可以认为属于车牌区域。因此，通过分析亮度值是否达到第三阈值，方法1100能够使得车牌区域的像素点的色彩增强强度较大，而非车牌区域色彩增强强度为零，从而能够对车牌底色区域的像素点进行较强的色彩增强。
在一些实施例中，步骤S404可以实施为方法1200。
如图12所示，在步骤S1201中，确定第一像素点对应的色彩增强矩阵。这里，色彩增强矩阵为一个对色彩进行增强处理的矩阵。换言之，第一色彩校正矩阵用于表征对图像的色彩调整方式。
在步骤S1202中，利用色彩增强矩阵对第一像素点进行色彩增强处理，得到色彩增强结果。
在步骤S1203中，将色彩增强强度作为色彩增强结果的权重，确定色彩增强结果与第一像素点的颜色的加权结果，并将加权结果作为第一像素点的输出像素值。
综上，方法1200通过将色彩增强强度作为权重，能够使得输出像素值的色彩增强程度与权重成正比，从而能够根据色彩增强强度确定输出像素值。
在一些实施例中，步骤S1201可以根据第一像素点的灰阶，确定该灰阶对应的色彩增强矩阵。
在一些实施例中，步骤S1201可以实施为方法1300。
如图13所示，在步骤S1301中，将第一像素点的最大颜色分量值以及第二像素点的亮度值之中的较小值作为第一像素点的灰阶。对于不同位宽图像的灰阶g的值域范围是不一样的。例如，对于8位(bits)的图像，灰阶的值域范围为[0,28-1]。对于12位的图像，灰阶的值域范围为[0,212-1]。
例如，步骤S1301可以根据下述公式确定第一像素点的灰阶。
g＝MIN(maxrgb,yp)
在步骤S1302中，确定第一色彩校正矩阵。第一色彩校正矩阵用于表征对图像的色彩调整方式。
在步骤S1303中，根据第一色彩校正矩阵和灰阶，确定灰阶对应的色彩增强矩阵。
在一些实施例中，彩色图像为8位的rgb图像。步骤S1303还可以根据下述公式确定灰阶g对应的色彩增强矩阵。
gStr_Q7＝(255-g)*128/255
Figure BDA0002694458140000111
gNCCMat＝NCCMat*gAdj_Mat/256
其中，g表示灰阶，NCCMat表示第一色彩校正矩阵。gAdj_Mat表示根据灰阶确定的调整矩阵。gNCCMat表示灰阶g对应的色彩增强矩阵。
综上，通过对不同的灰阶g确定不同的色彩增强矩阵，能够使得尽可能让高亮车牌区域获得较好的增强(即提高车牌区域的饱和度和色彩鲜艳度)，低暗区域几乎无增强，其他区域介于两者之间。另外，通过灰阶g的公式，步骤S1301可以使得车牌区域(车牌区域对应的第一像素点的最大颜色分量值通常小于第二像素点的亮度值)，可以将第一像素点的最大颜色分量值作为灰阶值，而不是将第二像素点的亮度值作为灰阶值。在此基础上，步骤1303确定的色彩增强矩阵不会对车牌区域的第一像素点的增强过度，从而避免车牌底色与车牌号码的对比度降低，进而提高车牌区域的增强效果。
另外，步骤S1301可以使得非车牌区域(非车牌区域(例如车灯照射区域)对应的第一像素点的最大颜色分量值可能会大于第二像素点的亮度值)，可以将第二像素点的亮度值作为灰阶值，而不是将第一像素点的最大颜色分量值作为灰阶值，从而能够使得符合车牌底色并且非车牌区域的像素点得到适当的增强，进而使得提高图像中车牌颜色的处理效果的平滑性，即，避免符合车牌颜色的非车牌区域的处理效果和车牌区域的处理效果之间差异太大。
在一些实施例中，步骤S1302可以将对拍摄彩色图像的设备进行标定而得到的色彩校正矩阵作为第一色彩校正矩阵。
在一些实施例中，步骤S1302可以实施为方法1400。
在步骤S1401中，获取预设的色彩矩阵增强强度。色彩矩阵增强强度例如可以表示为CMStr。本申请实施例可以根据增强强度的需要，设定色彩矩阵增强强度。色彩矩阵增强强度的取值范围例如为[0,100]，默认值例如取50。这样，本申请的实施例能够灵活地调整色彩矩阵(即下文中第二色彩校正矩阵)的校正强度。比如，在不同场景中，由于光线等参数不同，本申请实施例可以通过设定不同的色彩矩阵增强强度，而实现不同色彩增强效果。
在步骤S1402中，获取预设的第二色彩校正矩阵。其中，第二色彩校正矩阵通过对拍摄场景的彩色图像的设备进行标定而得到。
第二色彩校正矩阵例如可以表示为一个3x3矩阵，例如为：
Figure BDA0002694458140000121
在一些实施例中，步骤S1402可以获取与车牌颜色对应的第二色彩校正矩阵。例如，蓝色车牌对应的第二色彩校正矩阵为：
Figure BDA0002694458140000122
该矩阵中归一化的单位为256。
在步骤S1403中，根据第二色彩校正矩阵和色彩矩阵增强强度，确定第一色彩校正矩阵。
例如，步骤S1403可以根据下述公式确定第一色彩校正矩阵。
CMStr_Q7＝(100-CMStr)*128/100
Figure BDA0002694458140000123
NCCMat＝CCMat*Adj-Mat/256
其中，CMStr表示色彩矩阵增强强度。由于调整矩阵Adj_Mat归一化单位值为256，因此，乘积矩阵CCMat*Adj_Mat的每个元素需要除以256，即可得到新的色彩增强矩阵gNCCMat。
在一些实施例中，执行方法1200的设备可以线下计算多个灰阶值的色彩增强矩阵。计算方式与上文计算方式类似，这里不再赘述。在此基础上，步骤S1201可以从多个灰阶值的色彩增强矩阵中，查询与第一像素点的灰阶对应的色彩增强矩阵。在一些实施例中，在S1202可以根据下述公式确定色彩增强结果。
Figure BDA0002694458140000131
其中，grp、ggp、gbp表示用灰阶值g对应的色彩增强矩阵gNCCMat增强处理后得到的r、g、b色彩分量，由于gNCCMat增强处理可能导致数据溢出，因此需要进行CLIP数据范围截断处理。
在一些实施例中，步骤S1203可以根据下述公式确定第一像素点的输出像素值。
orp＝((256-pCStr)*rp+pCStr*grp)>>8
ogp＝((256-pCStr)*gp+pCStr*ggp)>>8
obp＝((256-pCStr)*bp+pCStr*gbp)>>8
其中，(orp、ogp、obp)表示输出像素值。
综上，步骤S1203可以增强处理后的像素值(例如，grp、ggp、gbp)与原像素值(例如，rp、gp、bp)进行融合处理，得到具有增强融合效果的输出像素值。
图15示出了根据本申请一些实施例的增强车牌区域的装置1500。装置1500例如可以部署在摄像装置110或者计算设备120中。
如图15所示，装置1500可以包括：图像获取单元1501和图像增强单元1502。
图像获取单元1501可以获取场景的彩色图像和场景的高亮灰度图像。
对于彩色图像中任一个第一像素点，图像增强单元1502可以确定该第一像素点的颜色是否为车牌颜色。在确定第一像素点的颜色为车牌颜色时，图像增强单元1502根据高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度。
图像增强单元1502可以根据第一像素点的色彩增强强度，对第一像素点进行色彩增强处理，并确定第一像素点的输出像素值。
综上，增强车牌区域的装置1500通过选定颜色符合车牌颜色像素点，和根据亮度确定色彩增强强度，能够对车牌区域的像素点进行色彩增强处理，从而能够提高车牌区域的底色鲜艳度、对比度和清晰度，进而提高车牌区域的图像增强效果。
另外说明的是，由于对场景图像进行全图处理(即针对图像中全部像素点进行增强处理判断)，增强车牌区域的装置1500能够对同一图像帧中全部车牌区域进行图像增强，从而能够提高图像帧中不同车牌区域的增强一致性。另外，增强车牌区域的装置1500能够对不同图像帧中同一车牌的车牌区域进行增强处理，从而提高不同帧中车牌增强处理的统一性。另外，由于针对图像中全部像素点进行增强处理判断，本申请的增强车牌区域的增强车牌区域的装置1500能够避免从图像中提取矩形框方式引起的边界过渡异常，从而能够提高车牌边缘过渡的平滑性，进而提高车牌增强效果。
在一些实施例中，图像增强单元1502可以根据第一像素点的灰阶，确定该灰阶对应的色彩增强矩阵。图像增强单元1502利用色彩增强矩阵对第一像素点进行色彩增强处理，得到色彩增强结果。图像增强单元1502将色彩增强强度作为色彩增强结果的权重，确定色彩增强结果与第一像素点的颜色的加权结果，并将加权结果作为第一像素点的输出像素值。
在一些实施例中，图像获取单元1501可以由第一图像传感器采集彩色图像，以得到场景的彩色图像。另外，由第二图像传感器采集场景的高亮灰度图像，以便图像获取单元1501获取场景的高亮灰度图像。
在一些实施例中，图像获取单元1501可以由贝尔模板图像传感器采集贝尔图像。图像获取单元1501可以由第一图像信号处理器对贝尔图像进行处理，以得到场景的彩色图像。图像获取单元1501可以由第二图像信号处理器对贝尔图像进行处理。第二图像信号处理器可以输出车牌区域高亮的灰度图像。图像获取单元1501将车牌区域高亮的灰度图像作为场景的高亮灰度图像。
在一些实施例中，在车牌颜色为蓝色时，图像增强单元1502可以确定第一像素点的红色分量、绿色分量和蓝色分量中的最大颜色分量值。在最大颜色分量值为蓝色分量时，图像增强单元1502可以确定第一像素点的颜色为车牌颜色。在最大颜色分量值为绿色分量，绿色分量小于蓝色分量和红色分量之和，并且蓝色分量大于红色分量的三倍值时，图像增强单元1502可以确定第一像素点的颜色为车牌颜色。
在一些实施例中，为了确定第一像素点的色彩增强强度，图像增强单元1502可以在确定亮度值未超过第一阈值时，确定色彩增强强度为零。在确定亮度值到达第一阈值，且未超过第二阈值时，图像增强单元1502确定色彩增强强度为预设强度值、亮度值以及占比值之积。其中，占比值与亮度值成正比。在确定亮度值超过第二阈值时，图像增强单元1502确定色彩增强强度为预设强度值与亮度值之积。
在一些实施例中，图像增强单元1502根据所述第一像素点的灰阶，确定该灰阶对应的色彩增强矩阵，并将其作为第一像素点对应的色彩增强矩阵。例如，图像增强单元1502可以从多个灰阶值的色彩增强矩阵中，查询与第一像素点的灰阶对应的色彩增强矩阵。又例如，图像增强单元1502将第一像素点的最大颜色分量值以及第二像素点的亮度值之中的较小值作为第一像素点的灰阶。图像增强单元1502确定第一色彩校正矩阵。在此基础上，根据第一色彩校正矩阵和灰阶，图像增强单元1502确定灰阶对应的色彩增强矩阵。
在一些实施例中，为了确定第一色彩校正矩阵，图像增强单元1502可以获取预设的色彩矩阵增强强度。图像增强单元1502还可以获取预设的第二色彩校正矩阵。其中，第二色彩校正矩阵通过对拍摄场景的彩色图像的设备(例如摄像装置110)进行标定而得到。根据第二色彩校正矩阵和色彩矩阵增强强度，图像增强单元1502可以确定第一色彩校正矩阵。装置1200更具体实施方式与方法400一致，这里不再赘述。
图16示出了根据本申请一些实施例的计算设备的示意图。如图16所示，该计算设备包括一个或者多个处理器(CPU)1602、通信模块1604、存储器1606、用户接口1610，以及用于互联这些组件的通信总线1608。
处理器1602可通过通信模块1604接收和发送数据以实现网络通信和/或本地通信。
用户接口1610包括一个或多个输出设备1612，其包括一个或多个扬声器和/或一个或多个可视化显示器。用户接口1610也包括一个或多个输入设备1614。用户接口1610例如可以接收遥控器的指令，但不限于此。
存储器1606可以是高速随机存取存储器，诸如DRAM、SRAM、DDR RAM、或其他随机存取固态存储设备；或者非易失性存储器，诸如一个或多个磁盘存储设备、光盘存储设备、闪存设备，或其他非易失性固态存储设备。
存储器1606存储处理器1602可执行的指令集，包括：
操作系统1616，包括用于处理各种基本系统服务和用于执行硬件相关任务的程序；
应用1618，包括用于实现上述增强车牌区域的各种程序。这种程序能够实现上述各实例中的处理流程，比如可以包括增强车牌区域的方法400。
另外，本申请的每一个实施例可以通过由数据处理设备如计算机执行的数据处理程序来实现。显然，数据处理程序构成了本发明。此外，通常存储在一个存储介质中的数据处理程序通过直接将程序读取出存储介质或者通过将程序安装或复制到数据处理设备的存储设备(如硬盘和或内存)中执行。因此，这样的存储介质也构成了本发明。存储介质可以使用任何类型的记录方式，例如纸张存储介质(如纸带等)、磁存储介质(如软盘、硬盘、闪存等)、光存储介质(如CD-ROM等)、磁光存储介质(如MO等)等。
因此本申请还公开了一种非易失性存储介质，其中存储有程序。该程序包括指令，所述指令当由处理器执行时，使得计算设备执行根据本申请的增强车牌区域的方法400。
另外，本申请所述的方法步骤除了可以用数据处理程序来实现，还可以由硬件来实现，例如，可以由逻辑门、开关、专用集成电路(ASIC)、可编程逻辑控制器和嵌微控制器等来实现。因此这种可以实现本申请所述方法的硬件也可以构成本申请。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (12)

1.一种增强车牌区域的方法，其特征在于，包括：
获取场景的彩色图像和场景的高亮灰度图像，其中，所述高亮灰度图像中车牌区域为高亮区域；
对于彩色图像中任一个第一像素点，确定该第一像素点的颜色是否为车牌颜色；
在确定第一像素点的颜色为所述车牌颜色时，根据所述高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度，其中，亮度值较低时，所述色彩增强强度较低，亮度值较高时，所述色彩增强强度较高；
根据第一像素点的色彩增强强度，对所述第一像素点进行色彩增强处理，并确定第一像素点的输出像素值。
2.如权利要求1所述的方法，其特征在于，所述根据第一像素点的色彩增强强度，对所述第一像素点进行色彩增强处理，并确定第一像素点的输出像素值，包括：
确定所述第一像素点对应的色彩增强矩阵，所述色彩增强矩阵用于表征对第一像素点的颜色调整方式；
利用所述色彩增强矩阵对所述第一像素点进行色彩增强处理，得到色彩增强结果；
将所述色彩增强强度作为所述色彩增强结果的权重，确定所述色彩增强结果与所述第一像素点的颜色的加权结果，并将加权结果作为第一像素点的输出像素值。
3.如权利要求1所述的方法，其特征在于，所述获取场景的彩色图像和场景的高亮灰度图像，包括：
由第一图像传感器采集彩色图像，以得到场景的彩色图像；
由第二图像传感器采集场景的高亮灰度图像，所述高亮灰度图像中车牌区域为高亮区域。
4.如权利要求1所述的方法，其特征在于，所述获取场景的彩色图像和场景的高亮灰度图像，包括：
由贝尔模板图像传感器采集贝尔图像；
由第一图像信号处理器对所述贝尔图像进行处理，以得到场景的彩色图像；
由第二图像信号处理器对所述贝尔图像进行处理，以输出车牌区域高亮的灰度图像，并将所述车牌区域高亮的灰度图像作为所述场景的高亮灰度图像。
5.如权利要求1所述的方法，其特征在于，所述对于彩色图像中任一个第一像素点，确定该第一像素点的颜色是否为所述车牌颜色，包括：
在所述车牌颜色为蓝色时，确定第一像素点的红色分量、绿色分量和蓝色分量中的最大颜色分量值；
在所述最大颜色分量值为蓝色分量时，确定第一像素点的颜色为车牌颜色；
在所述最大颜色分量值为绿色分量，绿色分量小于蓝色分量和红色分量之和，并且蓝色分量大于红色分量的三倍值时，确定第一像素点的颜色为车牌颜色。
6.如权利要求1所述的方法，其特征在于，所述根据所述高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度，包括：
在确定亮度值未超过第一阈值时，确定色彩增强强度为零，
在确定亮度值到达第一阈值，且未超过第二阈值时，确定色彩增强强度为预设强度值、亮度值以及占比值之积，其中，占比值与亮度值成正比，
在确定亮度值超过第二阈值时，确定色彩增强强度为预设强度值与亮度值之积；或者
在确定亮度值未超过第三阈值时，确定色彩增强强度为零，在确定亮度值达到第三阈值时，确定色彩增强强度为预设强度值与亮度值之积。
7.如权利要求2所述的方法，其特征在于，所述确定所述第一像素点对应的色彩增强矩阵，包括：
根据所述第一像素点的灰阶，确定该灰阶对应的色彩增强矩阵，并将其作为第一像素点对应的色彩增强矩阵；
其中，所述根据所述第一像素点的灰阶，确定该灰阶对应的色彩增强矩阵，包括：从多个灰阶值的色彩增强矩阵中，查询与第一像素点的灰阶对应的色彩增强矩阵；或者
将第一像素点的最大颜色分量值以及第二像素点的亮度值之中的较小值作为第一像素点的灰阶；确定第一色彩校正矩阵，所述第一色彩校正矩阵用于表征对图像的色彩调整方式；根据第一色彩校正矩阵和灰阶，确定灰阶对应的色彩增强矩阵。
8.如权利要求7所述的方法，其特征在于，所述确定第一色彩校正矩阵，包括：
获取预设的色彩矩阵增强强度；
获取预设的第二色彩校正矩阵，其中，第二色彩校正矩阵通过对拍摄场景的彩色图像的设备进行标定而得到，所述色彩矩阵增强强度用于调整第二色彩校正矩阵的校正强度；
根据第二色彩校正矩阵和色彩矩阵增强强度，确定第一色彩校正矩阵。
9.一种增强车牌区域的装置，其特征在于，包括：
图像获取单元，获取场景的彩色图像和场景的高亮灰度图像，其中，所述高亮灰度图像中车牌区域为高亮区域；
图像增强单元，用于：
对于彩色图像中任一个第一像素点，确定该第一像素点的颜色是否为所述车牌颜色；
在确定第一像素点的颜色为所述车牌颜色时，根据所述高亮灰度图像中与第一像素点坐标一致的第二像素点的亮度值，确定第一像素点的色彩增强强度，其中，亮度值较低时，所述色彩增强强度较低，亮度值较高时，所述色彩增强强度较高；根据第一像素点的色彩增强强度，对所述第一像素点进行色彩增强处理，并确定第一像素点的输出像素值。
10.一种摄像装置，其特征在于，包括：
贝尔模板的图像传感器，输出场景的贝尔图像；
第一图像信号处理器，对所述贝尔图像进行处理，以得到场景的彩色图像；
第二图像信号处理器，对所述贝尔图像进行处理，以输出车牌区域高亮的灰度图像，并将所述车牌区域高亮的灰度图像作为所述场景的高亮灰度图像；
处理器；
存储设备；
其中，所述处理器用于执行如权利要求1-8中任一项所述的增强车牌区域的方法。
11.一种计算设备，其特征在于，包括：
处理器；
存储设备；
其中，所述处理器用于执行如权利要求1-8中任一项所述的增强车牌区域的方法。
12.一种存储介质，存储有一个或多个程序，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1-8中任一项所述的增强车牌区域的方法的指令。
CN202011001414.8A 2020-09-22 2020-09-22 增强车牌区域的方法、装置、摄像装置、计算设备及存储介质 Active CN112133101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011001414.8A CN112133101B (zh) 2020-09-22 2020-09-22 增强车牌区域的方法、装置、摄像装置、计算设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011001414.8A CN112133101B (zh) 2020-09-22 2020-09-22 增强车牌区域的方法、装置、摄像装置、计算设备及存储介质

Publications (2)

Publication Number Publication Date
CN112133101A CN112133101A (zh) 2020-12-25
CN112133101B true CN112133101B (zh) 2021-11-26

Family

ID=73842105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011001414.8A Active CN112133101B (zh) 2020-09-22 2020-09-22 增强车牌区域的方法、装置、摄像装置、计算设备及存储介质

Country Status (1)

Country Link
CN (1) CN112133101B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045575A (zh) * 2009-10-21 2011-05-04 英属开曼群岛商恒景科技股份有限公司 用于像素色彩校正的方法以及像素色彩校正装置
CN102375982A (zh) * 2011-10-18 2012-03-14 华中科技大学 一种融合多字符特征的车牌定位方法
CN105447491A (zh) * 2014-07-25 2016-03-30 北京大学深圳研究生院 标识牌图像二值化方法及其装置
CN105578063A (zh) * 2015-07-14 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种图像处理方法和终端
CN108205671A (zh) * 2016-12-16 2018-06-26 浙江宇视科技有限公司 图像处理方法及装置
KR20190011495A (ko) * 2017-07-25 2019-02-07 (주)인펙비전 단속 정확도 및 효율성을 높인 단속차량
CN109544620A (zh) * 2018-10-31 2019-03-29 Oppo广东移动通信有限公司 图像处理方法和装置、计算机可读存储介质和电子设备
CN110428637A (zh) * 2019-07-24 2019-11-08 华为技术有限公司 一种道路卡口抓拍方法和道路卡口抓拍系统
CN111666788A (zh) * 2019-03-07 2020-09-15 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置及设备、存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4581633B2 (ja) * 2004-10-29 2010-11-17 富士フイルム株式会社 色信号補正方法、装置及びプログラム
US8189243B1 (en) * 2007-11-13 2012-05-29 Adobe Systems Incorporated Color calibration for digital imaging devices
US9171224B2 (en) * 2013-07-04 2015-10-27 Qualcomm Incorporated Method of improving contrast for text extraction and recognition applications
CN105868753B (zh) * 2016-04-05 2019-10-18 浙江宇视科技有限公司 蓝色车牌颜色的识别方法及装置
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
CN110390643B (zh) * 2018-04-20 2022-04-26 杭州海康威视数字技术股份有限公司 一种车牌增强方法、装置及电子设备
CN110969176B (zh) * 2018-09-29 2023-12-29 杭州海康威视数字技术股份有限公司 一种车牌样本扩增方法、装置和计算机设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045575A (zh) * 2009-10-21 2011-05-04 英属开曼群岛商恒景科技股份有限公司 用于像素色彩校正的方法以及像素色彩校正装置
CN102375982A (zh) * 2011-10-18 2012-03-14 华中科技大学 一种融合多字符特征的车牌定位方法
CN105447491A (zh) * 2014-07-25 2016-03-30 北京大学深圳研究生院 标识牌图像二值化方法及其装置
CN105578063A (zh) * 2015-07-14 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种图像处理方法和终端
CN108205671A (zh) * 2016-12-16 2018-06-26 浙江宇视科技有限公司 图像处理方法及装置
KR20190011495A (ko) * 2017-07-25 2019-02-07 (주)인펙비전 단속 정확도 및 효율성을 높인 단속차량
CN109544620A (zh) * 2018-10-31 2019-03-29 Oppo广东移动通信有限公司 图像处理方法和装置、计算机可读存储介质和电子设备
CN111666788A (zh) * 2019-03-07 2020-09-15 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置及设备、存储介质
CN110428637A (zh) * 2019-07-24 2019-11-08 华为技术有限公司 一种道路卡口抓拍方法和道路卡口抓拍系统

Also Published As

Publication number Publication date
CN112133101A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
KR102302352B1 (ko) 관심 영역의 자동 노출 제어를 위한 조절 방법, 단말 장치 및 비 일시적 컴퓨터 판독 가능 저장 매체
KR101002195B1 (ko) 노출 제어를 위한 시스템, 방법, 및 장치
JP2022505115A (ja) 画像処理の方法および装置並びにデバイス
WO2021143300A1 (zh) 图像处理方法、装置、电子设备及存储介质
US10867372B2 (en) Electronic device and method for correcting images based on image feature information and image correction scheme
WO2022160895A1 (zh) 图像处理方法、图像处理装置、电子系统及可读存储介质
CN107105172B (zh) 一种用于对焦的方法和装置
CN102572286A (zh) 摄影装置、摄影方法和程序
CN112907497B (zh) 图像融合方法以及图像融合装置
WO2020135234A1 (zh) 一种图像处理方法及装置
CN115496668A (zh) 图像处理方法、装置、电子设备及存储介质
WO2023137956A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN110570370B (zh) 图像信息的处理方法、装置、存储介质及电子设备
CN114998122A (zh) 一种低照度图像增强方法
CN110163816B (zh) 图像信息的处理方法、装置、存储介质及电子设备
CN111327827A (zh) 拍摄场景识别控制方法、装置及拍摄设备
TWI668668B (zh) 影像強化方法及電腦系統
CN117274107B (zh) 低照度场景下端到端色彩及细节增强方法、装置及设备
CN114173062A (zh) 摄像设备图像处理方法、装置、设备和存储介质
CN113868457A (zh) 一种基于图像聚档的图像处理方法及相关装置
CN112133101B (zh) 增强车牌区域的方法、装置、摄像装置、计算设备及存储介质
CN110473156B (zh) 图像信息的处理方法、装置、存储介质及电子设备
US8970739B2 (en) Devices and methods for creating structure histograms for use in image enhancement
JP2003199115A (ja) デジタル画像の品質を改善する改善方法
CN113228621A (zh) 一种曝光控制方法和系统

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