一种VIN图像检测处理方法、装置、电子设备及存储介质

技术领域

本发明涉及图像检测识别技术领域，具体涉及一种VIN图像检测处理方法、装置、电子设备及计算机可读存储介质。

背景技术

车辆识别代号(Vehicle Identification Number，VIN)是汽车厂商为识别一辆车而给车指定的一组号码，在车辆识别和车辆年检时，正确识别车架上金属刻印的VIN是非常重要环节。VIN是汽车厂商为识别一辆车而给车指定的一组号码，由于VIN为金属刻印具有唯一性且不易被篡改，所以VIN在车辆识别和车辆年检非常重要。

VIN的检测识别及等比例还原在计算机视觉上属于光学字符识别(OpticalCharacter Recognition,OCR)的范畴。当今较火热的深度学习可有效处理这类问题，但存在难以获得大量VIN数据集，导致训练数据缺乏，准确率不够高。且金属刻印的VIN存在反光较为严重、字符与背景较为相似及对比度较低等视觉问题难点，难以利用现有的机器视觉技术进行VIN图像检测识别及等比例还原。

因此，急需提出一种VIN图像检测处理方法、装置、电子设备及计算机可读存储介质，解决现有技术中存在的由于金属刻印的VIN存在反光较为严重、字符与背景较为相似及对比度较低等视觉问题难点，导致VIN图像检测的准确率不够高的技术问题。

发明内容

有鉴于此，有必要提供一种VIN图像检测处理方法、装置、电子设备及计算机可读存储介质，用以解决现有技术中存在的由于金属刻印的VIN存在反光较为严重、字符与背景较为相似及对比度较低等视觉问题难点，导致VIN图像检测的准确率不够高的技术问题。

一方面，本发明提供了一种VIN图像检测处理方法，包括：

获取初始照片，对所述初始照片进行直方图规定化处理，得到规定化图像；

对所述规定化图像进行VIN粗定位区域检测，得到所述VIN粗定位区域的VIN粗区域图像；

根据所述VIN粗区域图像，得到VIN最小外接矩形，根据所述VIN最小外接矩形对所述VIN粗区域图像进行裁剪，得到VIN精确区域图像；

对所述VIN精确区域图像进行等比例还原，得到目标图像。

在一些可能的实现方式中，所述获取初始照片，包括：

获取多张不同位置图片，根据张正友标定法对所述多张不同位置图片进行计算，得到相机内参和畸变系数；

获取照片，根据所述相机内参和所述畸变系数对所述照片进行校正，得到初始照片。

在一些可能的实现方式中，所述对所述规定化图像进行VIN粗定位区域检测，得到所述VIN粗定位区域的VIN粗区域图像，包括：

根据预设尺寸，对所述规定化图像进行等比例缩小，得到缩小图像；

对所述缩小图像进行直方图均衡化处理，得到均衡化图像；

对所述均衡化图像进行区域检测，得到VIN粗定位区域；

根据预设扩大比例对所述VIN粗定位区域进行扩大，并对扩大后的所述VIN粗定位区域进行裁剪，得到VIN粗区域图像。

在一些可能的实现方式中，所述根据所述VIN粗区域图像，得到VIN最小外接矩形，包括：

根据霍夫变换对所述VIN粗区域图像进行倾斜校正，得到校正图像；

对所述校正图像进行精定位，得到精定位图像；

根据预设VIN尺寸比例和所述精定位图像的区域大小信息对所述精定位图像上的区域进行筛选，得到符合所述预设VIN尺寸比例，且面积最大的检测区域，将所述检测区域确定为VIN区域；

判断是否存在所述VIN区域，且所述VIN区域唯一；

若否，则结束所述VIN图像检测处理，并进行报错；

若是，则根据直方图波峰检测法精确定位所述VIN区域，得到所述VIN区域的VIN最小外接矩形。

在一些可能的实现方式中，所述根据直方图波峰检测法精确定位所述VIN区域，得到所述VIN区域的VIN最小外接矩形，包括：

根据所述精定位图像的高度方向选取直方图波峰区域，得到高度方向波峰区域；

根据所述精定位图像的宽度方向选取直方图波峰区域，得到宽度方向波峰区域；

根据所述高度方向波峰区域和所述宽度方向波峰区域，得到所述VIN单个字符区域；

根据波峰连续性算法对所述VIN单个字符区域进行计算，得到所述VIN区域的VIN最小外接矩形。

在一些可能的实现方式中，所述根据波峰连续性算法对所述VIN单个字符区域进行计算，得到所述VIN区域的VIN最小外接矩形，包括：

将所述VIN单个字符区域的最大像素跨度确定为判别像素跨度；

判断第一波峰与第二波峰之间的空白区域跨度是否小于所述判别像素跨度；

若是，则将所述第一波峰对应的字符区域、所述第二波峰对应的字符区域和所述空白区域跨度确定在同一个VIN区域范围内，将所述第二波峰确定为所述第一波峰，将第三波峰确定为所述第二波峰，重新执行“判断第一波峰与第二波峰之间的空白区域跨度是否小于所述判别像素跨度”的操作；

若否，则输出所述VIN区域的VIN最小外接矩形。

在一些可能的实现方式中，所述对所述VIN精确区域图像进行等比例还原，得到目标图像，包括：

根据所述VIN粗区域图像的尺寸信息，得到每英寸长度上的像素点个数；

根据所述像素点个数，按预设还原比例对所述VIN精确区域图像进行还原，得到目标图像。

第二方面，本发明还提供了一种VIN图像检测处理装置，包括：

照片获取模块，用于获取初始照片，对所述初始照片进行直方图规定化处理，得到规定化图像；

区域检测模块，用于对所述规定化图像进行VIN粗定位区域检测，得到所述VIN粗定位区域的VIN粗区域图像；

图像裁剪模块，用于根据所述VIN粗区域图像，得到VIN最小外接矩形，根据所述VIN最小外接矩形对所述VIN粗区域图像进行裁剪，得到VIN精确区域图像；

图像还原模块，用于对所述VIN精确区域图像进行等比例还原，得到目标图像。

第三方面，本发明还提供了一种电子设备，包括存储器和处理器，其中，

存储器，用于存储程序；

处理器，与存储器耦合，用于执行存储器中存储的程序，以实现上述任一种实现方式中的VIN图像检测处理方法中的步骤。

第四方面，本发明还提供了一种计算机可读存储介质，用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述任一种实现方式中的VIN图像检测处理方法中的步骤。

采用上述实施例的有益效果是：本发明提供的VIN图像检测处理方法，获取初始照片，对初始照片进行直方图规定化处理，得到规定化图像；对规定化图像进行VIN粗定位区域检测，得到VIN粗定位区域的VIN粗区域图像；根据VIN粗区域图像，得到VIN最小外接矩形，根据VIN最小外接矩形对VIN粗区域图像进行裁剪，得到VIN精确区域图像；对VIN精确区域图像进行等比例还原，得到目标图像。本发明通过对初始照片进行直方图规定化处理，去除初始照片中过亮的部分噪声，通过VIN粗定位区域的检测，可以得到增强图片对比度、过滤噪声强化边缘信息之后的VIN粗区域图像，通过对VIN粗区域图像进行VIN图像检测，可以提高检测结果的准确率，以解决现有技术中存在的由于金属刻印的VIN存在反光较为严重、字符与背景较为相似及对比度较低等视觉问题难点，导致VIN图像检测的准确率不够高的技术问题。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的VIN图像检测处理方法的一个实施例流程示意图；

图2为本发明提供的直方图规格化之后的一个实施例的示意图；

图3为本发明提供的图像处理模块的一个实施例流程示意图；

图4为本发明提供的VIN粗区域图像的一个实施例的示意图；

图5为本发明提供的VIN精确区域图像的一个实施例的示意图；

图6为本发明提供的目标图像的一个实施例的示意图；

图7为本发明提供的VIN图像检测处理装置的一个实施例结构示意图；

图8为本发明提供的电子设备的一个实施例结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器系统和/或微控制器系统中实现这些功能实体。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。

本发明实施例提供了一种VIN图像检测处理方法、装置、电子设备及计算机可读存储介质，以下分别进行说明。

图1为本发明提供的VIN图像检测处理方法的一个实施例流程示意图，如图1所示，VIN图像检测处理方法包括：

S101、获取初始照片，对所述初始照片进行直方图规定化处理，得到规定化图像；

S102、对所述规定化图像进行VIN粗定位区域检测，得到所述VIN粗定位区域的VIN粗区域图像；

S103、根据所述VIN粗区域图像，得到VIN最小外接矩形，根据所述VIN最小外接矩形对所述VIN粗区域图像进行裁剪，得到VIN精确区域图像；

S104、对所述VIN精确区域图像进行等比例还原，得到目标图像。

与现有技术相比，本发明提供的VIN图像检测处理方法，获取初始照片，对初始照片进行直方图规定化处理，得到规定化图像；对规定化图像进行VIN粗定位区域检测，得到VIN粗定位区域的VIN粗区域图像；根据VIN粗区域图像，得到VIN最小外接矩形，根据VIN最小外接矩形对VIN粗区域图像进行裁剪，得到VIN精确区域图像；对VIN精确区域图像进行等比例还原，得到目标图像。本发明通过对初始照片进行直方图规定化处理，去除初始照片中过亮的部分噪声，通过VIN粗定位区域的检测，可以得到增强图片对比度、过滤噪声强化边缘信息之后的VIN粗区域图像，通过对VIN粗区域图像进行VIN图像检测，得到VIN精确区域图像，可以提高检测结果的准确率，以解决现有技术中存在的由于金属刻印的VIN存在反光较为严重、字符与背景较为相似及对比度较低等视觉问题难点，导致VIN图像检测的准确率不够高的技术问题。

应当理解的是：步骤S101中获取初始照片可以是使用工业相机拍摄棋盘格标定板得到的照片，也可以是直接从其他地方获取到的照片。

在本发明的一些实施例中，步骤S101包括：

获取多张不同位置图片，根据张正友标定法对所述多张不同位置图片进行计算，得到相机内参和畸变系数；

获取照片，根据所述相机内参和所述畸变系数对所述照片进行校正，得到初始照片。

在本发明的具体实施例中，可以使用工业相机拍摄棋盘格标定板，获取多张不同位置图片；采用张正友标定法对多张不同位置图片计算得到相机内参和畸变系数；利用相机内参和畸变系数对拍摄的照片进行校正，得到初始照片。

需要说明的是，在得到初始照片之后，还需要通过直方图规定化处理对初始照片进行处理，消除初始照片过亮的部分噪声，如图2所示，图2为对初始照片进行直方图规定化处理，消除过亮的部分噪声，得到的规定化图像。

在本发明的一些实施例中，步骤S102包括：

根据预设尺寸，对所述规定化图像进行等比例缩小，得到缩小图像；

对所述缩小图像进行直方图均衡化处理，得到均衡化图像；

对所述均衡化图像进行区域检测，得到VIN粗定位区域；

根据预设扩大比例对所述VIN粗定位区域进行扩大，并对扩大后的所述VIN粗定位区域进行裁剪，得到VIN粗区域图像。

在本发明的具体实施例中，对规定化图像进行等比例缩小，是为了提高运算效率，对缩小图像进行直方图均衡化处理，是为了增强图片对比度，还可以将均衡化图像输入至图像处理单元，如图3所示，图像处理单元包含灰度化，双边滤波(过滤噪声强化边缘信息)，Canny边缘检测(提取边缘信息)，OTSU法(图像二值化)，图像形态学运算(腐蚀，膨胀处理)等步骤，可以对均衡化图像进行处理，然后提取出VIN粗定位区域。为保证VIN粗定位区域中边缘信息完整，可以按预设扩大比例扩大VIN粗定位区域，然后再进行裁剪，得到VIN粗区域图像，如图4所示，图4为扩大VIN粗定位区域之后，通过裁剪得到的VIN粗区域图像；预设扩大比例可以为1：1.5。其中，预设扩大比例可以根据实际情况进行设置，本发明实施例在此不加以限制。

在本发明的一些实施例中，步骤S103包括：

根据霍夫变换对所述VIN粗区域图像进行倾斜校正，得到校正图像；

对所述校正图像进行精定位，得到精定位图像；

根据预设VIN尺寸比例和所述精定位图像的区域大小信息对所述精定位图像上的区域进行筛选，得到符合所述预设VIN尺寸比例，且面积最大的检测区域，将所述检测区域确定为VIN区域；

判断是否存在所述VIN区域，且所述VIN区域唯一；

若否，则结束所述VIN图像检测处理，并进行报错；

若是，则根据直方图波峰检测法精确定位所述VIN区域，得到所述VIN区域的VIN最小外接矩形。

在本发明的具体实施例中，可以利用霍夫变换(Hough Change)对VIN粗区域图像进行倾斜校正，得到校正图像，然后将校正图像输入至图像处理单元进行精定位，得到精定位图像；其中，对校正图像进行处理的图像处理单元与对均衡化图像进行处理的图像处理单元为一个单元，但是双边滤波核(过滤噪声强化边缘信息)的大小不一样，对校正图像进行处理的图像处理单元的双边滤波核较小。然后可以根据预设VIN尺寸比例和精定位图像的区域大小信息对精定位图像上的区域进行筛选，得到符合预设VIN尺寸比例，且面积最大的检测区域，然后将检测区域确定为VIN区域；再判断精定位图像上是否存在VIN区域，且VIN区域是否唯一，如果精定位图像上不存在VIN区域，或者存在VIN区域，但是VIN区域不唯一，则报错，终止本发明的步骤，结束流程；如果精定位图像上存在VIN区域，并且VIN区域唯一，则可以进行后续步骤。

在本发明的一些实施例中，所述根据直方图波峰检测法精确定位所述VIN区域，得到所述VIN区域的VIN最小外接矩形，包括：

根据所述精定位图像的高度方向选取直方图波峰区域，得到高度方向波峰区域；

根据所述精定位图像的宽度方向选取直方图波峰区域，得到宽度方向波峰区域；

根据所述高度方向波峰区域和所述宽度方向波峰区域，得到所述VIN单个字符区域；

根据波峰连续性算法对所述VIN单个字符区域进行计算，得到所述VIN区域的VIN最小外接矩形。

在本发明的具体实施例中，可以通过直方图波峰检测法精确定位VIN区域，直方图波峰检测法包括沿精定位图像的高度方向选取直方图波峰区域，得到高度方向波峰区域，在沿精定位图像的宽度方向选取直方图波峰区域，得到宽度方向波峰区域，从而可以根据高度方向波峰区域和宽度方向波峰区域确定VIN单个字符区域，再使用波峰连续性算法对VIN单个字符区域进行计算，可以得到VIN区域的VIN最小外接矩形。

在本发明的一些实施例中，所述根据波峰连续性算法对所述VIN单个字符区域进行计算，得到所述VIN区域的VIN最小外接矩形，包括：

将所述VIN单个字符区域的最大像素跨度确定为判别像素跨度；

判断第一波峰与第二波峰之间的空白区域跨度是否小于所述判别像素跨度；

若是，则将所述第一波峰对应的字符区域、所述第二波峰对应的字符区域和所述空白区域跨度确定在同一个VIN区域范围内，将所述第二波峰确定为所述第一波峰，将第三波峰确定为所述第二波峰，重新执行“判断第一波峰与第二波峰之间的空白区域跨度是否小于所述判别像素跨度”的操作；

若否，则输出所述VIN区域的VIN最小外接矩形。

在本发明的具体实施例中，可以将VIN单个字符区域的最大像素跨度确定为判别像素跨度，也可以根据实际情况预设判别像素跨度，然后判断第一波峰与第二波峰之间的空白区域跨度是否小于判别像素跨度，如果是，则可以将第一波峰对应的字符区域、第二波峰对应的字符区域和空白区域跨度确定在一个VIN区域范围内，再判断第二波峰与第三波峰之间的空白区域跨度，如此循环，直到两股波峰间空白区域跨度大于判别像素跨度，确定属于一个VIN区域范围内字符，得到包括一个VIN区域范围内字符的VIN区域的最小外接矩形。

需要说明的是，在得到VIN区域的VIN最小外接矩形之后，可以沿着VIN区域的最小外接矩形对VIN粗区域图像进行裁剪，得到VIN精确区域图像，如图5所示，图5为对VIN粗区域图像进行裁剪，得到的VIN精确区域图像，在得到VIN精确区域图像之后，可以对VIN精确区域图像的内容进行识别，得到VIN精确区域图像上的车辆识别代号。

在本发明的一些实施例中，步骤S104包括：

根据所述VIN粗区域图像的尺寸信息，得到每英寸长度上的像素点个数；

根据所述像素点个数，按预设还原比例对所述VIN精确区域图像进行还原，得到目标图像。

在本发明的具体实施例中，可以根据VIN粗区域图像的尺寸信息，计算VIN粗区域图像上每英寸长度上的像素点个数，利用图像插值算法根据每英寸长度上的像素点个数通过预设还原比例对VIN精确区域图像进行还原，如图6所示，图6为经过还原之后，得到的目标图像，可以在得到目标图像之后，对目标图像的内容进行识别，得到VIN精确区域图像上的车辆识别代号。

本发明通过对初始照片进行直方图规定化处理，去除初始照片中过亮的部分噪声，通过VIN粗定位区域的检测，可以得到增强图片对比度、过滤噪声强化边缘信息之后的VIN粗区域图像，通过对VIN粗区域图像进行VIN图像检测，得到VIN精确区域图像，可以提高检测结果的准确率，以解决现有技术中存在的由于金属刻印的VIN存在反光较为严重、字符与背景较为相似及对比度较低等视觉问题难点，导致VIN图像检测的准确率不够高的技术问题。

为了更好实施本发明实施例中的VIN图像检测处理方法，在VIN图像检测处理方法基础之上，对应的，本发明实施例还提供了一种VIN图像检测处理装置，如图7所示，VIN图像检测处理装置包括：

照片获取模块701，用于获取初始照片，对所述初始照片进行直方图规定化处理，得到规定化图像；

区域检测模块702，用于对所述规定化图像进行VIN粗定位区域检测，得到所述VIN粗定位区域的VIN粗区域图像；

图像裁剪模块703，用于根据所述VIN粗区域图像，得到VIN最小外接矩形，根据所述VIN最小外接矩形对所述VIN粗区域图像进行裁剪，得到VIN精确区域图像；

图像还原模块704，用于对所述VIN精确区域图像进行等比例还原，得到目标图像。

上述实施例提供的VIN图像检测处理装置可实现上述VIN图像检测处理方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述VIN图像检测处理方法实施例中的相应内容，此处不再赘述。

如图8所示，本发明还相应提供了一种电子设备800。该电子设备800包括处理器801、存储器802及显示器803。图8仅示出了电子设备800的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

存储器802在一些实施例中可以是电子设备800的内部存储单元，例如电子设备800的硬盘或内存。存储器802在另一些实施例中也可以是电子设备800的外部存储设备，例如电子设备800上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

进一步地，存储器802还可既包括电子设备800的内部储存单元也包括外部存储设备。存储器802用于存储安装电子设备800的应用软件及各类数据。

处理器801在一些实施例中可以是一中央处理器(Central Processing Unit，CPU)，微处理器或其他数据处理芯片，用于运行存储器802中存储的程序代码或处理数据，例如本发明中的VIN图像检测处理方法。

显示器803在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器803用于显示在电子设备800的信息以及用于显示可视化的用户界面。电子设备800的部件801-803通过系统总线相互通信。

在本发明的一些实施例中，当处理器801执行存储器802中的VIN图像检测处理程序时，可实现以下步骤：

获取初始照片，对所述初始照片进行直方图规定化处理，得到规定化图像；

对所述规定化图像进行VIN粗定位区域检测，得到所述VIN粗定位区域的VIN粗区域图像；

根据所述VIN粗区域图像，得到VIN最小外接矩形，根据所述VIN最小外接矩形对所述VIN粗区域图像进行裁剪，得到VIN精确区域图像；

对所述VIN精确区域图像进行等比例还原，得到目标图像

应当理解的是：处理器801在执行存储器802中的VIN图像检测处理程序时，除了上面的功能之外，还可实现其他功能，具体可参见前面相应方法实施例的描述。

进一步地，本发明实施例对提及的电子设备800的类型不做具体限定，电子设备800可以为手机、平板电脑、个人数字助理(personal digitalassistant，PDA)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载IOS、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，电子设备800也可以不是便携式电子设备，而是具有触敏表面(例如触控面板)的台式计算机。

相应地，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述各方法实施例提供的VIN图像检测处理方法步骤或功能。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件(如处理器，控制器等)来完成，计算机程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上对本发明所提供的VIN图像检测处理方法、装置、电子设备及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。