[发明专利]车牌图像提取方法、装置、系统、存储介质和计算机设备

说明书

本发明实施例提供了一种车牌图像提取方法、装置、系统、存储介质和计算机设备。本发明实施例提供的技术方案中，获取车辆前脸图像，并将所述车辆前脸图像转化为灰度图；通过Canny算法和Snake活动轮廓模型对所述灰度图进行计算，得到所述灰度图的边缘轮廓曲线；根据从所述灰度图提取的车牌区域特征和所述边缘轮廓曲线确定目标区域；根据所述目标区域和所述车辆前脸图像，通过形态学算法和Mask模板算法从所述车辆前脸图像中提取出车牌图像，能够提高车牌图像的清晰度，降低监控设备分辨率低和外界因素使得监控设备采集的车辆前脸图像的质量较差，导致提取的车牌图像的质量也较差。

【技术领域】

本发明涉及物联网技术领域，尤其涉及一种车牌图像提取方法、装置、系统、存储介质和计算机设备。

【背景技术】

智能交通系统作为一种先进的自动化道路交通管理系统，主要依托前沿的计算机视频图像技术、模式识别、计算机网络技术、传感器技术和射频技术。基于计算机视频图像技术的车辆识别系统以其低成本、高效率、自动化水平高的特点不仅是当前研究热点，也成为智能交通发展的趋势。

目前，车辆识别系统处理的对象主要为城市交通主干道路口和高速路关键位置监控设备采集的车辆前脸图像。由于监控设备分辨率低和外界因素的影响，使得监控设备采集的车辆前脸图像的质量较差，导致提取的车牌图像的质量也较差。

【发明内容】

有鉴于此，本发明实施例提供了一种车牌图像提取方法、装置、存储介质和计算机设备，能够解决相关技术中由于监控设备分辨率低和外界因素使得监控设备采集的车辆前脸图像的质量较差，导致提取的车牌图像的质量也较差的问题。

第一方面，本发明实施例提供了一种车牌图像提取方法，所述方法包括：

获取车辆前脸图像，并将所述车辆前脸图像转化为灰度图；

通过Canny算法和Snake活动轮廓模型对所述灰度图进行计算，得到所述灰度图的边缘轮廓曲线；

根据从所述灰度图提取的车牌区域特征和所述边缘轮廓曲线确定目标区域；

根据所述目标区域和所述车辆前脸图像，通过形态学算法和Mask模板算法从所述车辆前脸图像中提取出车牌图像。

可选地，通过Canny算法和Snake活动轮廓模型得到所述灰度图的边缘轮廓曲线，具体包括：

通过Canny算法对所述灰度图进行计算得到所述灰度图的第一边缘轮廓曲线；

通过Snake活动轮廓模型对所述第一边缘轮廓曲线进行计算得到所述灰度图的第二边缘轮廓曲线。

可选地，根据从所述灰度图提取的车牌区域特征和所述边缘轮廓确定目标区域，具体包括：

从所述第二边缘轮廓曲线中筛选出所有的闭合区域；

计算每个所述闭合区域的面积，将面积小于预设阈值的所述闭合区域删除得出剩余的所述闭合区域；

根据所述车牌区域特征从剩余的所述闭合区域中确定出目标区域。

可选地，根据所述目标区域和所述车辆前脸图像，通过形态学算法和Mask模板算法从所述车辆前脸图像中提取出车牌图像，具体包括：

通过形态学算法对所述目标区域进行计算生成车牌区域；

根据所述车牌区域和所述车辆前脸图像，通过Mask模板算法从所述车辆前脸图像中提取出所述车牌图像。

可选地，所述形态学算法包括腐蚀和/或膨胀。

可选地，所述通过Canny算法对所述灰度图进行计算得到所述灰度图的第一边缘轮廓曲线，具体包括：

通过高斯平滑滤波器对所述灰度图进行平滑处理；