[发明专利]模糊车牌图像模糊度评价方法

说明书

本发明提供了模糊车牌图像模糊程度评价方法，将模糊车牌图像模糊度评价看作一个分类问题，并将车牌图像的模糊度分为两类：比较模糊和严重模糊。首先，基于人眼对车牌图像的识别能力设计了模糊车牌图像模糊等级标定准则，并依据该准则建立了带标签的训练库和测试库；其次，基于逻辑回归引导的判别字典学习模型对车牌图像块的重构误差向量，设计车牌模糊等级评价特征；最后，基于所设计的特征建立了评价模型。

技术领域

本发明涉及图像处理领域的图像质量评价，尤其涉及一种模糊车牌图像模糊度评价的方法。

背景技术：

车牌图像是监控视频中重要的信息来源，并且车牌识别是用于从车牌图像中提取信息的最有效、最便捷的手段。但是，由于自然光照的昼夜变化、雨雪雾等恶劣天气的影响、车辆自身的运动、采集设备本身分辨率较低等因素，监控摄像头采集到的车牌图像往往会变得模糊，并且不同的车牌图像会有不同的模糊等级。

为了获得最好的识别结果，对于不同模糊程度的车牌图像，应当采用不同的预处理和识别方法。因此，有必要进行车牌的模糊度评价来确定这些模糊等级之间的界线，那么对于一幅已知模糊级别的车牌图像，就可以选择出最合适的识别方法。

发明内容

为了解决上述的技术问题，本发明的目的是提供一种模糊车牌图像模糊度评价的方法。

本发明解决其技术问题所采用的技术方案是：

模糊车牌模糊度评价的方法，包括：

S1、设计模糊车牌图像模糊等级标定准则，依据该准则建立带标签的训练库和测试库；

S2、基于逻辑回归引导的判别字典学习模型对车牌图像块的重构误差向量，设计车牌模糊等级评价特征，并基于该特征建立评价模型；

进一步，所述步骤S1，其具体为：

S11、由于没有公开的用于验证评价算法的模糊车牌图像数据集，因此需要从实际的监控视频中采集模糊车牌图像，用于建立训练库和测试库。

S12、从监控视频中采集到的车牌图像同时包含清晰图像和模糊图像，因此需要将模糊车牌图像筛选处理，采用了一个用于卡口处的车牌检测算法来进行筛选工作。对于每一幅车牌图像，使用Photoshop软件生成它的虚拟背景，并用检测算法从生成的图像中检测车牌。如果车牌能够被检测到，那么就认为该车牌为清晰车牌，并将它从数据库中删除，否则就将其保留下来。

S13、由于从监控视频中获取的车牌图像是未加标签的，需要设计了一个加标签准则，然后依据该准则建立了训练集和测试集。对于一幅模糊车牌图像，用人眼去识别它的后五位字符，如果能取得100％的识别率就将该车牌图像标定为比较模糊的图像，否则将该车牌标定为严重模糊的图像。依据该准则就可以建立带标签的训练库和测试库，标签共两类：比较模糊和严重模糊。

进一步，所述步骤S2，其具体意义为：

S21、对于一幅车牌图像，从它后五位字符所在的区域中提取图像块。这样做的原因是，所设计的打标签机制只涉及到车牌的后五位字符。依据中国大陆车牌制定标准，定位到车牌后五位字符所在区域。在得到目标区域后，将该区域平均分割成五个子区域，并将相邻的两个子区域结合起来作为一个图像块，这样就从一幅车牌中提取出了四个图像块。并且这四个图像块具有和该车牌图像一样的标签。

S22、利用提取出的所有的图像块进行字典模型的训练，这里使用的字典学习模型为逻辑回归引导的判别字典学习模型，用公式描述为：