[发明专利]图像调节方法、装置、电子装置和存储介质

说明书

本申请涉及一种图像调节方法，其中，该图像调节方法包括：获取待调节图像，所述待调节图像存在亮度不均匀区域；基于第一调节比例对所述待调节图像的所有像素点进行亮度调节，得到全局调节图像；将所述全局调节图像的每个像素点的亮度与预设亮度阈值进行比较，并基于比较结果对每个所述像素点的亮度进行调节，得到目标图像。通过本申请，解决了现有技术中识别精度的提升效果不明显、算法复杂度高、计算成本高的问题，无需增加训练样本，计算简单，耗时短，并且能够提升图像质量，最终有效提高识别精度。

技术领域

本申请涉及图像处理技术领域，特别是涉及图像调节方法、装置、电子装置和存储介质。

背景技术

车牌识别是智能交通领域不可或缺的一部分。随着深度学习在计算机视觉与图像处理领域的广泛应用，车牌的检测、识别、分类等任务往往都引入了卷积神经网络。基于卷积神经网络的车牌识别算法通过大量的训练样本以及深层卷积特征对车牌进行识别，具有识别精度高、无需手工设置图像特征等优势。但是，基于卷积神经网络的识别算法需要通过大量的训练样本进行学习，因此训练样本的质量直接影响到了识别结果。在实际任务中，由于待识别图像存在光照、遮挡等情形，导致样本图像存在亮度不均匀的情况，因此训练样本的图像质量较差，识别算法往往不能准确地对车牌进行识别。

为了解决光照、遮挡导致的样本图像亮度不均匀的问题，传统改进方式都是在图像识别算法中嵌入图像调整算法，对待识别车牌图像进行调整，以提高训练样本的质量。但是，这种方式对识别精度的提升效果并不明显，同时，增加了算法的复杂程度和计算成本。

针对相关技术中存在的识别精度的提升效果不明显、算法复杂度高、计算成本高的问题，目前还没有提出有效的解决方案。

发明内容

在本实施例中提供了一种图像调节方法、装置、电子装置和存储介质，以解决相关技术中识别精度的提升效果不明显、算法复杂度高、计算成本高的问题。

第一个方面，在本实施例中提供了一种图像调节方法，包括：

获取待调节图像，所述待调节图像存在亮度不均匀区域；

基于第一调节比例对所述待调节图像的所有像素点进行亮度调节，得到全局调节图像；

将所述全局调节图像的每个像素点的亮度与预设亮度阈值进行比较，并基于比较结果对每个所述像素点的亮度进行调节，得到目标图像。

在其中的一些实施例中，所述基于第一调节比例对所述待调节图像的所有像素点进行亮度调节，得到全局调节图像之前包括：

获取所述待调节图像中像素值超过第一阈值的像素点的像素平均值，得到第一像素值；

获取所述待调节图像中像素值最大的像素点的第二像素值；

基于所述第一像素值以及第二像素值得到所述第一调节比例。

在其中的一些实施例中，所述基于第一调节比例对所述待调节图像的所有像素点进行亮度调节，得到全局调节图像之前还包括：

分别获取所述待调节图像中像素值超过第一阈值的基准像素点，并分别计算所述基准像素点的R通道、G通道以及B通道的像素平均值；

分别获取所述待调节图像中R通道、G通道以及B通道的最大像素值；

基于所述像素平均值以及所述最大像素值分别得到R通道、G通道以及B通道的调节比例。

在其中的一些实施例中，所述分别获取所述待调节图像中像素值超过第一阈值的基准像素点之前还包括：

基于所述待调节图像获取R通道、G通道以及B通道的像素值的直方图；

基于所述直方图获取所述第一阈值。

在其中的一些实施例中，所述获取待调节图像包括：