[发明专利]一种适用于车辆识别的图像处理方法及装置

说明书

本发明公开一种适用于车辆识别的图像处理方法及装置，方法包括获取用于车辆识别的原始图像，并构建所述原始图像的图像衰退模型；基于多边滤波算法，对所述原始图像进行边缘重构、重影矩阵估计和潜在图像估计，得到增强的重影图像；以所述原始图像、所述增强的重影图像估算所述图像衰退模型的点扩散函数，采用自适应反卷积和所述点扩散函数评估所述原始重影图像中的潜在清晰图像。本发明实施例基于边缘优化和多边滤波器的混合算法来消除单图像运动重影，通过采用改进的基于边缘优化的算法来恢复强边缘，同时降低噪声，采用多边滤波器对图像的非强边缘部分进行平滑以消除噪声和窄边；能恢复出丰富的图像细节，增强去重影效果，有利于准确识别车辆。

技术领域

本发明涉及图像识别技术领域，尤其是涉及一种适用于车辆识别的图像处理方法及装置。

背景技术

随着汽车保有量不断增长，道路的交通压力不断加大，与汽车相关的安全管理问题也日益凸显，为了实现对运行汽车的优化管理和调度，可通过对汽车特征的检测和识别以获取车辆数量情况，从而为驾驶员和车辆管理调度中心提供可视化的信息参考。车辆识别在车辆安全管理和道路交通管控等领域具有重要的应用价值，且研究车辆特征提取方法，在侦查与车辆相关的违法犯罪方面也具有很好的应用前景。

现有技术如申请号为201910091807.3的一种道路交通车辆的特征提取系统，其涉及一种道路交通车辆的特征提取系统，通过边缘轮廓检测模块、增强处理模块对采集的车辆图像进行边缘和信息增强处理，并通过特征提取模块在仿真对不变区域对车辆角点分布信息进行处理，以实现车辆像素特征点的提取，具有特征提取的准确性高的特点。但，发明人发现，该现有技术未考虑车辆行驶过程中来自车辆打光不均、车辆所在背景环境随机多变的干扰，导致不能稳定地准确识别车辆。

发明内容

本发明提供一种适用于车辆识别的图像处理方法，以解决现有的车辆识别准确性受干扰影响的技术问题，通过识别方法的改进，能恢复出丰富的图像细节，去重影效果较好，准确识别车辆。

为了解决上述技术问题，本发明实施例提供了一种适用于车辆识别的图像处理方法，包括步骤：

获取用于车辆识别的原始图像，并构建所述原始图像的图像衰退模型；

基于多边滤波算法，对所述原始图像进行边缘重构、重影矩阵估计和潜在图像估计，得到增强的重影图像；

以所述原始图像、所述增强的重影图像估算所述图像衰退模型的点扩散函数，采用自适应反卷积和所述点扩散函数评估所述原始重影图像中的潜在清晰图像。

在本发明的其中一种实施例中，所述对所述原始图像进行边缘重构、重影矩阵估计和潜在图像估计，包括：

对所述原始图像进行边缘重构，提取出所述原始图像中的强边缘区域；

基于所述强边缘区域，利用迭代方法估算重影核以进行重影矩阵估计。

在本发明的其中一种实施例中，所述对所述原始图像进行边缘重构，提取出所述原始图像中的强边缘区域，具体为：

将所述原始图像从RGB颜色空间转换为YCbCr颜色空间并对转换后的图像进行下采样和上采样，得到采样结果；

基于所述原始图像的亮度与所述采样结果的亮度差，得到所述原始图像的高频层，以所述高频层提取出所述原始图像中的强边缘区域。

在本发明的其中一种实施例中，所述基于所述强边缘区域，利用迭代方法估算重影核以进行重影矩阵估计，具体为：

建立所述原始图像的先验定义函数和设定所述先验定义函数中的正则化项；

基于所述强边缘区域，利用所述先验定义函数和所述正则化项估算重影核。

在本发明的其中一种实施例中，所述构建所述原始图像的图像衰退模型，包括：