[发明专利]基于车牌识别的摄像头参数调整方法、装置、设备和介质

权利要求书

1.一种基于车牌识别的摄像头参数调整方法，其特征在于，包括：

获取摄像头采集的包含参照车牌的图像；

分别获取所述参照车牌的坐标和第一检测框的坐标；

基于所述参照车牌的坐标和所述第一检测框的坐标判断所述参照车牌是否处于所述第一检测框的中间区域；

若否，则改变所述第一检测框的坐标，生成第二检测框，以使所述参照车牌处于第二检测框的中间区域；

基于所述第二检测框的坐标生成用以触发所述摄像头捕捉车牌图像的触发线；

所述第一检测框和所述第二检测框的形状均为矩形；所述改变所述第一检测框的坐标，生成第二检测框包括：

获取所述第二检测框的水平边与竖直边的第一长度比例；

获取所述第二检测框与所述参照车牌的水平边的第二长度比例，或者，获取所述第二检测框与所述参照车牌的竖直边的第二长度比例；

基于所述第一长度比例、所述第二长度比例和所述参照车牌的中心点坐标确定所述第二检测框的坐标。

2.根据权利要求1所述的方法，其特征在于，所述获取摄像头采集的包含参照车牌的图像为所述摄像头拍摄的停在预设位置的带有所述参照车牌的车辆图像。

3.根据权利要求1所述的方法，其特征在于，所述获取所述参照车牌的坐标包括：

对所述包含参照车牌的图像进行二值化处理，得到全景二值化图像；

根据车牌特征属性从所述全景二值化图像中获取多个车牌候选子区域；

根据车牌附加属性设置打分模型；

基于所述打分模型分别对所述多个车牌候选子区域进行打分，将大于第一阈值的所有车牌候选子区域，作为车牌区域样本；

采用训练好的支持向量机模型对所述车牌区域样本进行识别，或者采用训练好的神经网络模型对所述车牌区域样本进行分类，得到置信度大于第二阈值的车牌候选区域；

获取所述置信度大于第二阈值的车牌候选子区域的坐标，即为所述参照车牌的坐标。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述第一检测框的形状为矩形，所述基于所述参照车牌的坐标和所述第一检测框的坐标判断所述参照车牌是否处于所述第一检测框的中间区域包括：

基于所述参照车牌的四角坐标计算得到所述参照车牌的中心点坐标；

基于所述第一检测框的四角坐标计算得到所述第一检测框的中心点坐标；

判断所述参照车牌的中心点坐标与所述第一检测框的中心点坐标是否重合；

若否，则判定所述参照车牌未处于所述第一检测框的中间区域。

5.根据权利要求1至3任一项所述的方法，其特征在于，所述第一检测框和所述第二检测框的形状均为矩形；所述改变所述第一检测框的坐标，生成第二检测框还包括：

显示第一触发点，所述第一触发点的坐标为所述参照车牌的中心点坐标；

接收第一用户触发信号，所述第一用户触发信号为用户触发所述第一触发点所产生的信号；

在接收所述第一用户触发信号后，接收第二用户触发信号，所述第二用户触发信号为用户触发第二触发点所产生的信号；

基于所述第一触发点和所述第二触发点的坐标确定所述第二检测框的坐标。

6.根据权利要求1至3任一项所述的方法，其特征在于，所述第二检测框为矩形检测框；所述触发线平行于所述第二检测框的两个水平边，所述触发线与所述第二检测框的两个竖直边相交得到两个交点，每个所述交点与所述两个水平边的距离之比均为预设比值。