[发明专利]一种车牌图像无参考质量分析的评分方法有效
申请号: | 202111107282.1 | 申请日: | 2021-09-22 |
公开(公告)号: | CN113763378B | 公开(公告)日: | 2023-07-18 |
发明(设计)人: | 杨一明;瞿洪桂;程亚文 | 申请(专利权)人: | 北京中电兴发科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V20/10;G06V10/764;G06Q10/06 |
代理公司: | 北京市盛峰律师事务所 11337 | 代理人: | 席小东 |
地址: | 100095 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车牌 图像 参考 质量 分析 评分 方法 | ||
1.一种车牌图像无参考质量分析的评分方法,其特征在于,包括以下步骤:
步骤1,获得车牌图像样本总集合S;
步骤1.1,获得m张车牌图像;对每张车牌图像进行预处理,将每张车牌图像处理为统一尺寸的车牌图像,作为车牌图像样本;
由此得到m张车牌图像样本;其中,每张车牌图像样本具有样本标签;所述样本标签包括清晰车牌图像标签或模糊车牌图像标签;
所述m张车牌图像样本中,包括m1张清晰车牌图像样本和m2张模糊车牌图像样本;
步骤1.2,将m1张清晰车牌图像样本组成清晰车牌图像样本集合S1;将m2张模糊车牌图像样本组成模糊车牌图像样本集合S2;
清晰车牌图像样本集合S1和模糊车牌图像样本集合S2,组成车牌图像样本总集合S;
步骤2,构建车牌图像有效评分算法集合,其中,所述车牌图像有效评分算法集合共包括n种车牌图像有效评分算法,分别表示为:有效评分算法SF1,SF2,...,SFn;
具体方法为:
对于每种车牌图像评分算法G,识别所述车牌图像评分算法G是否为车牌图像有效评分算法,如果是,则将所述车牌图像评分算法G加入到所述车牌图像有效评分算法集合;
其中:采用以下方法,识别所述车牌图像评分算法G是否为车牌图像有效评分算法:
步骤2.1,采用车牌图像评分算法G,分别计算清晰车牌图像样本集合S1中每张清晰车牌图像样本的图像清晰度评分,由此计算得到m1个图像清晰度评分;
步骤2.2,对m1个图像清晰度评分的分布进行统计,得到横坐标是图像清晰度评分、纵坐标为样本数量的清晰车牌图像样本的图像清晰度分布图;
步骤2.3,采用车牌图像评分算法G,分别计算模糊车牌图像样本集合S2中每张模糊车牌图像样本的图像清晰度评分,由此计算得到m2个图像清晰度评分;
步骤2.4,对m2个图像清晰度评分的分布进行统计,得到横坐标是图像清晰度评分、纵坐标为样本数量的模糊车牌图像样本的图像清晰度分布图;
步骤2.5,判断清晰车牌图像样本的图像清晰度分布图和模糊车牌图像样本的图像清晰度分布图是否具有明显差异,如果有,则得到车牌图像评分算法G为车牌图像有效评分算法的结论;否则,得到车牌图像评分算法G为车牌图像无效评分算法的结论;
步骤3,对于每种有效评分算法SFi,其中,i=1,2,...,n,确定对应的算法阈值Ki:
步骤3.1,确定有效评分算法SFi的初始阈值Ki(0):
采用有效评分算法SFi,分别计算模糊车牌图像样本集合S2中每张模糊车牌图像样本的图像清晰度评分,选出图像清晰度评分最低的图像清晰度评分,作为有效评分算法SFi的初始阈值Ki(0);
步骤3.2,预设置步长ρ;
步骤3.3,从初始阈值Ki(0)开始,以步长ρ为增加值进行遍历,获得满足以下目标函数的阈值,作为有效评分算法SFi的最优的算法阈值Ki:
目标函数:
分类错误率不超过设定值ε;并且,从模糊车牌图像样本集合S2中,识别出模糊车牌图像的数量E最大;
其中:
分类错误率通过以下方法计算:
1)对于车牌图像样本总集合S中的每个车牌图像样本,表示为车牌图像样本P;
2)采用有效评分算法SFi对车牌图像样本P进行识别,得到分类结果;其中,所述分类结果为:所述车牌图像样本P为模糊车牌图像样本或清晰车牌图像样本;
具体的,采用有效评分算法SFi计算得到该车牌图像样本P的图像清晰度评分Score(P);
比较图像清晰度评分Score(P)是否大于当前遍历的阈值Ki(0)+xρ,其中,x为遍历的步数;
如果大于,则得到车牌图像样本P为清晰车牌图像样本的分类结果;否则,得到车牌图像样本P为模糊车牌图像样本的分类结果;
3)将对车牌图像样本P的分类结果,与车牌图像样本P的样本标签进行比较,如果分类结果与样本标签一致,则表明对车牌图像样本P的分类正确;否则,表明对车牌图像样本P的分类错误;
4)因此,对于车牌图像样本总集合S中的每个车牌图像样本,均得到分类结果,采用下式计算分类错误率:
分类错误率=分类错误的样本数量/车牌图像样本总集合S的车牌图像样本总数量;
从模糊车牌图像样本集合S2中,识别出模糊车牌图像的数量E,采用以下方法计算:
1)对于模糊车牌图像样本集合S2中的每个模糊车牌图像样本,采用有效评分算法SFi对其进行识别,得到分类结果;其中,所述分类结果为:所述模糊车牌图像样本为模糊车牌图像样本或清晰车牌图像样本;
2)对于模糊车牌图像样本集合S2,包括m2张模糊车牌图像样本,统计得到分类结果为模糊车牌图像样本的样本数量,即为识别出模糊车牌图像的数量E;
步骤4,由此确定有效评分算法SF1,SF2,...,SFn的算法阈值分别为:K1,K2,...,Kn;
当需要对一张车牌图像tu(0)进行评分时,首先对车牌图像tu(0)进行预处理,处理为统一尺寸的车牌图像,得到车牌图像tu(1);
依次采用有效评分算法SF1,SF2,...,SFn计算车牌图像tu(1)的图像清晰度评分,评分结果分别为:score1,score2,...,scoren;
采用下式,计算对车牌图像tu(1)的图像清晰度总评分score:
其中:
Wi代表有效评分算法SFi的算法权重;
score(max)为预设置的评分最大值;
score(min)为预设置的评分最小值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京中电兴发科技有限公司,未经北京中电兴发科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111107282.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:显示面板及其制备方法
- 下一篇:基因编辑技术在治疗癌症中的应用
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序