[发明专利]人脸和/或车牌图像的处理方法

说明书

技术领域

本发明涉及图像处理领域，具体涉及一种人脸和/或车牌图像的处理方法。

背景技术

近年来，人脸和车牌图像的处理越来越多地用于刑侦手段中，人脸和车牌图像处理的应用为刑侦破案解决了许多技术问题，提高和加快了刑侦破案的效率。目前，人脸和车牌图像的处理方式多种多样，涉及到很多图像处理的算法，每种算法都能单独地、不同程度地解决图像中存在的诸如模糊、噪声干扰等问题，但是如何利用和组合这些技术，使得处理的图像展现出更好的视觉效果，是目前比较缺乏的。

发明内容

本发明目的在于克服上述现有技术的不足，而提出了一种人脸和/或车牌图像的处理方法，该方法经过长期的经验摸索，有效地改进对图像的处理方法和流程，取得了较好的人脸和/或车牌图像的处理效果。

实现本发明目的采用的技术方案是一种人脸和/或车牌图像的处理方法，该方法包括如下步骤：

(1)根据待处理图片选择区域，使用矩形框选择人脸和/或车牌图像在图片中的处理范围；

(2)根据图像质量情况，依次选择是否进行对比度调节和/或亮度调节；

(3)对调节后的图像选择图像处理高级算法进行处理，所述图像处理高级算法包括去模糊、去噪和锐化中的一种或者几种；

(4)如是车牌图像则进行反色处理，如是人脸图像则进入下一步；

(5)预览，保存，处理下一张。

本发明方法是在现有的图像处理技术基础之上，经过长期的经验摸索，有效地改进对图像的处理方法和流程，形成了一种高效实用的人脸、车牌图像的处理流程，处理后的图像在对比度、纹理细节和清晰度方面得到提高，图像噪声减少，车牌图像在反色后车牌的数字和字母更加清晰。

附图说明

图1为本发明人脸和/或车牌图像的处理方法流程图。

图2为本实施例所用原始图片。

图3为采用本发明方法对图2进行处理后的图片。

具体实施方式

下面结合实施例对本发明作进一步说明，但不限定本发明。

实施例：本实施例采用车牌图像来详细说明本发明方法的处理流程，输入图像为RGB类型的图片，如图1所示。

以下为本发明实施例的具体步骤：

(1)根据待处理图片选择区域，使用矩形框选择车牌图像在图片中的处理范围；

(2)根据图像质量情况依次选择进行对比度调节、亮度调节。图像亮度和对比度的调节根据像素变换来实现，在输入图像中用f(i,j)表示输入图像中第i行和第j列的像素值，g(i,j)表示输出图像中第i行和第j列的像素值。用以下公式对f(i,j)进行变换：

g(i,j)＝α·f(i,j)+β      (1)参数α(α＞0)是增益参数，β是偏置参数，用α和β分别来控制对比度和亮度。本实施例先设置α＝1.2，β＝0，实施提高图像对比度，然后设置α＝1，β＝10来实施提高亮度。

(3)根据图像改善情况选择使用维纳滤波的方法去模糊，使用中值滤波的方法去噪，使用USM锐化的方法来增强纹理。维纳滤波综合了退化函数和噪声统计特性两个方面进行复原处理，维纳滤波是寻找一个滤波器，使得复原后图像与原始图像f(x,y)的均方误差最小，即：

E[(f(x,y)-f^(x,y))2]=min---(2)]]>

式(2)中E{}为数学期望算子，因此，维纳滤波器也称为最小均方误差滤波器。在频率域中，有约束复原的一般通用表达式的传递函数为