車牌圖像質(zhì)量的綜合評價方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域的圖像質(zhì)量評估，尤其涉及盲源圖像質(zhì)量評估。
【背景技術(shù)】
[0002] 車牌信息是視頻監(jiān)控領(lǐng)域中非常重要的信息之一，常常成為案件偵破的關(guān)鍵因 素。而常見的車牌識別、車牌重建等工作往往需要對批量車牌圖像按照不同質(zhì)量進行分類， 消耗大量時間。除此之外，一幅車牌圖像的質(zhì)量是否達到標(biāo)準(zhǔn)以及對不達標(biāo)的圖像分析其 低質(zhì)量的原因已經(jīng)成為車牌重建中亟需解決的一個問題。
[0003] 車牌圖像質(zhì)量評估屬于盲源質(zhì)量評估，通常采用通用的圖像質(zhì)量評價標(biāo)準(zhǔn)，對車 牌這一特定對象本身特點利用不充分，對視頻監(jiān)控等特殊場景常見的降質(zhì)特點針對性不 足，評價結(jié)果往往達不到預(yù)期。

【發(fā)明內(nèi)容】

[0004] 為了解決上述的技術(shù)問題，本發(fā)明的目的是提供一種考慮多因素的車牌圖像質(zhì)量 綜合評價方法。
[0005] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0006] 車牌圖像質(zhì)量的綜合評價方法，包括：
[0007] S1、建立清晰可識別車牌圖像及模糊不可識別車牌圖像樣本庫，訓(xùn)練得到樣本庫 車牌圖像的頻率特征、顏色特征區(qū)分能力最強的超平面方程參數(shù)；
[0008] S2、由用戶輸入目標(biāo)車牌圖像及其顏色并選擇普通或快速方法，判斷目標(biāo)車牌圖 像是否經(jīng)過最近鄰插值的拉伸，若是，則將目標(biāo)車牌圖像還原為實際空間分辨率，并記錄其 分辨率值，反之將輸入目標(biāo)車牌圖像空間分辨率大小作為實際空間分辨率；
[0009] S3、對目標(biāo)車牌圖像進行DCT變換，對變換結(jié)果進行處理后記錄為此目標(biāo)車牌圖像 的頻率特征；
[0010] S4、判斷用戶是否選擇快速方法，若是，直接執(zhí)行步驟S5,否則由用戶交互式標(biāo)定 目標(biāo)車牌圖像中車牌本身的四個角點，將車牌進行幾何校成為正矩形并去除其背景，代替 原圖作為目標(biāo)車牌圖像；
[0011] S5、對目標(biāo)車牌圖像的灰度圖進行垂直投影并進行一維中值濾波，計算投影結(jié)果 中同一數(shù)值出現(xiàn)最多的次數(shù)，記錄此數(shù)目作為目標(biāo)車牌圖像的灰度投影特征；
[0012] S6、判斷目標(biāo)車牌圖像是否為彩色圖像，若不是，直接執(zhí)行步驟S7,反之對目標(biāo)車 牌圖像進行顏色聚類，找出所有聚類中心中距離車牌標(biāo)準(zhǔn)藍(lán)色、標(biāo)準(zhǔn)黃色中心的最短距離， 結(jié)合用戶輸入的車牌顏色記錄為目標(biāo)車牌圖像的顏色特征；
[0013] S7、對之前得到的若干種特征分別與預(yù)先設(shè)置的閾值進行比較，判斷其是否達到 標(biāo)準(zhǔn)，若其中任何一個特征未達到標(biāo)準(zhǔn)則判斷目標(biāo)車牌質(zhì)量未達標(biāo)，反之判斷其達標(biāo)。
[0014] 進一步，所述步驟S1，其具體為：
[0015] 頻率特征、顏色特征均為二維特征(具體生成方式如S3、S6所述），分為可識別、不 可識別兩類，在此情況下區(qū)分兩類樣本的超平面退化為二維平面中的一條直線，該直線在 平面中大致劃分兩類樣本，滿足分類錯誤率最小，具體如下：
[0016] 直線方程為：〇仍+(〇212+匕=0
[0017]
[0018] 其中ω i，ω 2，b為直線參數(shù)，&，C2為兩類樣本組，上述公式表示該直線滿足其分害" 兩側(cè)分類錯誤率最小。
[0019] 進一步，所述步驟S2中實際分辨率的判斷，包括：
[0020] S21、對目標(biāo)車牌圖像進行邊緣檢測，并在垂直、水平方向上分別進行形態(tài)學(xué)腐蝕 操作，得到兩幅表示目標(biāo)車牌圖像水平、垂直邊緣的二值圖像；
[0021 ] S22、以水平邊緣圖像為例，設(shè)定閾值為圖像水平像素總數(shù)的三分之一，記錄' Γ的 數(shù)目超過這一閾值的行序號，將其序號排列為一個水平邊緣數(shù)組。垂直邊緣圖像同理操作； [0022] S23、以水平邊緣數(shù)組為例，計算數(shù)組相鄰序號間的差值，去除超過圖像行數(shù)1/5的 值并對余下的并進行排序，從大到小進行一次循環(huán)，如果發(fā)現(xiàn)存在更小的差值滿足:邊緣 圖像中到這兩條直線的距離為差值的若干倍的位置存在較多的直線，則將這一差值記錄為 最小循環(huán)行間距，若沒有任何滿足的差值，則默認(rèn)設(shè)為圖像行數(shù)，同理得到最小循環(huán)列間 距；
[0023] S24、取最小循環(huán)行間距、最小循環(huán)列間距中較大值作為空間分辨率網(wǎng)格寬度，若 這一值為圖像的行數(shù)或列數(shù)，則重置為1，認(rèn)為原圖不明顯存在大量相同大小的網(wǎng)格，即不 存在基于最近鄰插值的拉伸現(xiàn)象；
[0024] S25、若判斷原圖存在最近鄰插值的拉伸現(xiàn)象，則將其實際空間分辨率置為原始分 辨率行數(shù)、列數(shù)分別除以網(wǎng)格寬度的值，將原圖下采樣到原始分辨率大小并代替原圖像作 為目標(biāo)車牌圖像。
[0025]進一步，所述步驟S3,其具體為：
[0026] S31、對目標(biāo)車牌圖像進行DCT變換，將變換結(jié)果圖像歸一化為len*len的正方形； [0027] S32、對結(jié)果圖像每條反對角線上的值求和，生成2*len-l維向量，并求出該向量元 素總和；
[0028] S33、以len/3作為分界，將向量分為前后兩部分，分別對兩部分元素求和后除以總 和作為該目標(biāo)車牌圖像的低頻特征和高頻特征，并將這兩個特征組合成頻率特征。
[0029] 進一步，所述步驟S5中灰度投影特征具體意義為：
[0030] 可識別的車牌圖像中字符與背景灰度差異較大，進行垂直投影后的投影圖像峰谷 交替特征非常明顯，灰度投影特征即投影圖像最多被一條水平直線穿過的次數(shù)，而不可識 別的車牌圖像往往表現(xiàn)為峰谷交替不明顯或因為噪聲產(chǎn)生峰谷交替次數(shù)過多的現(xiàn)象。
[0031] 這一特征只有落在給定的閾值上下限之間才被認(rèn)為達標(biāo)。
[0032]進一步，所述步驟S6,其具體為：
[0033]對目標(biāo)車牌圖像進行顏色聚類，找出若干聚類中心，因為只有藍(lán)色和黃色車牌經(jīng) 過這個處理步驟，若車牌顏色為藍(lán)色，則使用標(biāo)準(zhǔn)車牌藍(lán)色作為顏色正標(biāo)準(zhǔn)，標(biāo)準(zhǔn)車牌黃色 作為顏色負(fù)標(biāo)準(zhǔn)，以車牌顏色聚類的各個核心距離這兩個標(biāo)準(zhǔn)的最近距離作為二維的顏色 特征。若車牌顏色為黃色，交換這兩個元素的位置。
[0034]進一步，所述步驟S7,其具體為：
[0035] S71、實際分辨率行、列均大于設(shè)定閾值則表示該參數(shù)達到標(biāo)準(zhǔn)，反之不達標(biāo)；
[0036] S72、頻率特征的分類結(jié)果屬于達標(biāo)類則表示該參數(shù)達到標(biāo)準(zhǔn)，反之不達標(biāo)；
[0037] S73、灰度投影特征值位于設(shè)定的閾值區(qū)域中則表示該參數(shù)達到標(biāo)準(zhǔn)，反之不達 標(biāo)；
[0038] S74、對于彩色圖像，其顏色特征的分類結(jié)果屬于達標(biāo)類則表示該參數(shù)達到標(biāo)準(zhǔn)， 反之不達標(biāo)；
[0039] S75、對于灰度、彩色圖像綜合考慮之前3-4個指標(biāo)，有任何一個不達標(biāo)均將目標(biāo)車 牌圖像判斷為不達標(biāo)，反之判為達標(biāo)。
[0040] 分類函數(shù)為：f(x)=sign( 〇仍+(〇2叉2+13)
[0041] 其中X為輸入特征(頻率特征或顏色特征），ωι，co2，b為直線參數(shù)，通過這一公式對 輸入特征進行分類，判斷分類結(jié)果屬于達標(biāo)類或不達標(biāo)類。
[0042]進一步，所述步驟S1-S7的順序必須嚴(yán)格約束，具體為：
[0043] 步驟S7綜合SI、S2、S3、S5、S6的結(jié)果，必須位于最后；
[0044] 步驟S4會影響S2中需要判斷的邊緣網(wǎng)格化現(xiàn)象，以及對S3的頻率特征結(jié)果產(chǎn)生影 響，必須位于S2、S3之后；
[0045] 步驟S3得出的頻率特征會因為圖像未經(jīng)過S2的實際分辨率處理而誤判為嚴(yán)重缺 失高頻成分，必須位于S2之后；
[0046] 步驟S4在普通方法下使得S5、S6的結(jié)果更加準(zhǔn)確，必須位于S5、S6之前。
[0047] 有益效果
[0048] 本發(fā)明的車牌圖像質(zhì)量的綜合評價方法，包括：以車牌圖像實際分辨率、頻率特 征、灰度投影特征、顏色特征四個方面作為判斷標(biāo)準(zhǔn)，收集大量達標(biāo)、未達標(biāo)車牌進行建庫、 特征訓(xùn)練，將人工判斷結(jié)合訓(xùn)練結(jié)果作為各個判斷標(biāo)準(zhǔn)的判斷參數(shù)，對車牌圖像質(zhì)量進行 綜合判斷。本方法提供了一種有效評價車牌圖像質(zhì)量的方法，可用于車牌圖像分類、判斷目 標(biāo)車牌圖像是否達到標(biāo)準(zhǔn)以及對不達標(biāo)的圖像分析其低質(zhì)量的原因。
【附圖說明】
[0049] 圖1是本發(fā)明的車牌圖像質(zhì)量的綜合評價方法的流程示意圖；
[0050] 圖2是本發(fā)明的實施例一中用于進行評估的經(jīng)過最近鄰拉伸的高質(zhì)量車牌圖像；
[0051] 圖3是本發(fā)明的實施例一中對圖2的車牌進行邊緣檢測的結(jié)果；
[0052]圖4是本發(fā)明的實施例一中對圖2的車牌進行歸一化DCT變換的結(jié)果；
[0053]圖5是本發(fā)明的實施例一中對圖2的車牌進行灰度垂直投影的結(jié)果；
[0054]圖6是本發(fā)明的實施例二中用于進行評估的低質(zhì)量車牌圖像。
[0055] 圖7是本發(fā)明的實施例二中對圖6的車牌進行邊緣檢測的結(jié)果；
[0056] 圖8是本發(fā)明的實施例二中對圖6的車牌進行歸一化DCT變換的結(jié)果；
[0057]圖9是本發(fā)