一种图像矫正方法、装置及停车管理系统与流程

1.本技术属于停车管理领域，尤其涉及一种图像矫正方法、装置及停车管理系统。


背景技术：

2.路内停车中采用图像采集设备(包括但不限于摄像头等)针对停车位上的车辆进行拍照，获取车辆图像，采用预设算法针对车辆图像进行包含车辆的对象识别。
3.由于图像采集设备安装位置通常为非平齐对应车位，或特意安装非平齐，以便获取更大的采集范围(像素面积)，因此采集的车辆图像通常都是大角度的倾斜图像。由于基于深度学习的预设算法所用于训练的样本绝大多是水平拍摄图像，因此预设算法对大角度的倾斜图像识别准确率会明显降低。
4.针对以上问题目前采用人为调整角度方式，人为调整角度方式不但工作效率较低且存在人为误差，因此亟需一种精准调整方式。


技术实现要素：

5.本技术实施例提供了一种图像矫正方法、装置及停车管理系统，以解决现有预设算法对大角度的倾斜图像识别准确率低的问题。
6.为实现上述目的，本技术采用的一种技术方案是：
7.一种图像矫正方法，其特征在于：
8.它包括：
9.获取包含至少一辆车的待矫正图像；
10.将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；
11.获取每一所述待矫正拆分图像的矫正角度；
12.按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正。
13.所述获取每一所述待矫正拆分图像的矫正角度，包括：
14.将所述待矫正拆分图像输入预设矫正模型，得到所述待矫正拆分图像的矫正角度。
15.所述预设矫正模型的形成过程，包括：
16.通过人为方式获取所述待矫正拆分图像的矫正角度；
17.将所述待矫正拆分图像的矫正角度和所述待矫正拆分图像输入预设矫正模型进行训练，直至所述预设矫正模型输出的矫正角度与通过人为方式获取的所述待矫正拆分图像的矫正角度差别在预设范围值内。
18.所述预设矫正模型为神经网络回归模型。
19.一种图像矫正装置，其特征在于：
20.它包括：
21.第一获取单元，用于获取包含至少一辆车的待矫正图像；
22.拆分单元，用于将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；
23.第二获取单元，用于获取每一所述待矫正拆分图像的矫正角度；
24.处理单元，用于按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正
25.所述第二获取单元，包括：
26.将所述待矫正拆分图像输入预设矫正模型，得到所述待矫正拆分图像的矫正角度。
27.一种停车管理系统，其特征在于：
28.它包括所述的图像矫正装置。
29.所述停车管理系统，还包括：
30.所述图像采集设备，用于针对停车位上的车辆图像进行采集，形成包含至少一辆车的车辆图像。
31.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器所述的图像矫正模型的步骤，它包括：
32.获取包含至少一辆车的待矫正图像；
33.将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；
34.获取每一所述待矫正拆分图像的矫正角度；
35.按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正
36.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述的图像矫正模型的步骤，它包括：
37.获取包含至少一辆车的待矫正图像；
38.将所述待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一所述待矫正拆分图像包含一车辆；
39.获取每一所述待矫正拆分图像的矫正角度；
40.按照预设算法处理所有所述待矫正拆分图像的矫正角度，获取矫正角度，以便根据所述矫正角度矫正所述待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照所述矫正角度矫正
41.本技术实施例提供的图像矫正方法的有益效果在于：它采用获取包含若干车辆的待矫正图像，并按照车辆数量拆分待矫正图像，获取每一待矫正拆分图像的矫正角度，按照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度，以便根据矫正角度矫正待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照矫正角度矫正。本技术实施例通过拆分获取矫正角度再整合的方式获取矫正整体图像的矫正角度，按照矫正角度针
对所有待矫正图像自动矫正，相对人力不但工作效率高且误差小，从而能够有效解决现有预设算法对大角度的倾斜图像识别准确率低的问题。
附图说明
42.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，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。
43.图1是本技术一实施例提供的一种图像矫正方法的示意图；
44.图2是本技术一实施例提供的一种预设矫正模型的示意图；
45.图3是本技术一实施例提供的一种图像矫正装置的结构示意图；
46.图4是本技术一实施例提供的一种停车管理系统的结构示意图；
47.图5是本技术一实施例中计算机设备的内部结构图。
具体实施方式
48.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
49.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
50.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
51.如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0052]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0053]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0054]
如图1所示，本技术一实施例提供的一种图像矫正方法10，它包括：
[0055]
步骤11、获取包含至少一辆车的待矫正图像；
[0056]
其中，待矫正图像中至少包括一辆车，车的数量在此不做限定。
[0057]
步骤12、将待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一待矫正拆分图像包含一车辆；
[0058]
其中，待矫正图像中包括若干辆车，按照待矫正图像中的车辆数量拆分待矫正图像，例如待矫正图像中包括3辆车，则将待矫正图像拆分成3个待矫正拆分图像。
[0059]
步骤13、获取每一待矫正拆分图像的矫正角度；
[0060]
其中，获取每一待矫正拆分图像的矫正角度的过程可以包括但不限于以下形式：
[0061]
将待矫正拆分图像输入预设矫正模型，得到待矫正拆分图像的矫正角度。
[0062]
如图2所示，本技术一实施例提供的一种预设矫正模型的形成过程，包括：
[0063]
步骤131、通过人为方式获取待矫正拆分图像的矫正角度；
[0064]
步骤132、将待矫正拆分图像的矫正角度和待矫正拆分图像输入预设矫正模型进行训练，直至预设矫正模型输出的矫正角度与通过人为方式获取的待矫正拆分图像的矫正角度差别在预设范围值内。
[0065]
其中，预设矫正模型可以采用包括但不限于神经网络回归模型，可以根据需要而定，在此不做限定。
[0066]
预设范围值根据实际需要而定，例如预设范围值选取为1度，即预设矫正模型输出的矫正角度与通过人为方式获取的待矫正拆分图像的矫正角度差别为1度。根据实际需要而定，在此不做限定。
[0067]
步骤14、按照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度，以便根据矫正角度矫正待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照矫正角度矫正；
[0068]
其中，按照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度，可以采用以下两种方式的任意一种或其他方法，在此不做限定。
[0069]
方法一、采用均值偏移聚类算法针对所有待矫正拆分图像的矫正角度取一个聚类中心，并获取聚类中心所在待拆分图像的矫正角度，采用此角度作为待矫正图像的矫正角度。
[0070]
上述预设算法为均值偏移聚类算法，均值偏移聚类算法为现有技术，故不再详述。
[0071]
方法二、统计每一待矫正拆分图像的矫正角度，并将矫正角度取均值，将均值作为待矫正图像的矫正角度。
[0072]
例如，待矫正图像内含有三辆车，将待矫正图像拆分成3个待矫正拆分图像，3个待矫正拆分图像的矫正角度分别为5度，6度和7度，则3个矫正角度的均值为6度，6度为待矫正图像的矫正角度。
[0073]
为了提高准确度，可以采用多张待矫正图像，由于每一待矫正图像内所含车辆数不固定，因此可以采用多张待矫正图像，获取同一待矫正图像获取装置的拆分矫正角度统计，从而获取更加准确的矫正角度。
[0074]
上述预设算法为统计之后取平均值算法，其为现有技术，故不再详述。
[0075]
根据矫正角度矫正待矫正图像可以采用包括但不限于反向按照矫正角度旋转待矫正图像，也可以根据需要选定其他方式，在此不做限定。
[0076]
综上可知，本技术一实施例提供的一种图像矫正方法，它采用获取包含若干车辆的待矫正图像，并按照车辆数量拆分待矫正图像，获取每一待矫正拆分图像的矫正角度，按
照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度，以便根据矫正角度矫正待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照矫正角度矫正。本技术实施例通过拆分获取矫正角度再整合的方式获取矫正整体图像的矫正角度，按照矫正角度针对所有待矫正图像自动矫正，相对人力不但工作效率高且误差小，从而能够有效解决现有预设算法对大角度的倾斜图像识别准确率低的问题。
[0077]
需要说明的是，以上一种图像矫正方法针对的是同一个获取待矫正图像的获取装置，即每一待矫正图像的获取装置的矫正角度相同，可以按照同一矫正角度处理所有同一个获取待矫正图像的获取装置的获取的待矫正图像。
[0078]
如图3所示，本技术一实施例提供的一种图像矫正装置20，它包括：
[0079]
第一获取单元21，用于获取包含至少一辆车的待矫正图像；
[0080]
其中，待矫正图像中至少包括一辆车，车的数量在此不做限定。
[0081]
拆分单元22，用于将待矫正图像进行拆分，得到若干待矫正拆分图像，其中每一待矫正拆分图像包含一车辆；
[0082]
其中，待矫正图像中包括若干辆车，按照待矫正图像中的车辆数量拆分待矫正图像，例如待矫正图像中包括3辆车，则将待矫正图像拆分成3个待矫正拆分图像。
[0083]
第二获取单元23，用于获取每一待矫正拆分图像的矫正角度；
[0084]
其中，获取每一待矫正拆分图像的矫正角度的过程可以包括但不限于以下形式：
[0085]
将待矫正拆分图像输入预设矫正模型机构231，得到待矫正拆分图像的矫正角度。
[0086]
预设矫正模型机构231，用于通过人为方式获取待矫正拆分图像的矫正角度；
[0087]
将待矫正拆分图像的矫正角度和待矫正拆分图像输入预设矫正模型进行训练，直至预设矫正模型输出的矫正角度与通过人为方式获取的待矫正拆分图像的矫正角度差别在预设范围值内。
[0088]
预设范围值根据实际需要而定，例如预设范围值选取为1度，即预设矫正模型输出的矫正角度与通过人为方式获取的待矫正拆分图像的矫正角度差别为1度。根据实际需要而定，在此不做限定。
[0089]
处理单元24，用于按照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度，以便根据矫正角度矫正待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照矫正角度矫正；
[0090]
其中，按照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度，可以采用以下两种方式的任意一种或其他方法，在此不做限定。
[0091]
方法一、采用均值偏移聚类算法针对所有待矫正拆分图像的矫正角度取一个聚类中心，并获取聚类中心所在待拆分图像的矫正角度，采用此角度作为待矫正图像的矫正角度。
[0092]
上述预设算法为均值偏移聚类算法，均值偏移聚类算法为现有技术，故不再详述。
[0093]
方法二、统计每一待矫正拆分图像的矫正角度，并将矫正角度取均值，将均值作为待矫正图像的矫正角度。
[0094]
例如，待矫正图像内含有三辆车，将待矫正图像拆分成3个待矫正拆分图像，3个待矫正拆分图像的矫正角度分别为5度，6度和7度，则3个矫正角度的均值为6度，6度为待矫正图像的矫正角度。
[0095]
为了提高准确度，可以采用多张待矫正图像，由于每一待矫正图像内所含车辆数不固定，因此可以采用多张待矫正图像，获取同一待矫正图像获取装置的拆分矫正角度统计，从而获取更加准确的矫正角度。
[0096]
上述预设算法为统计之后取平均值算法，其为现有技术，故不再详述。
[0097]
根据矫正角度矫正待矫正图像可以采用包括但不限于反向按照矫正角度旋转待矫正图像，也可以根据需要选定其他方式，在此不做限定。
[0098]
综上可知，本技术一实施例提供的一种图像矫正装置，它采用获取包含若干车辆的待矫正图像，并按照车辆数量拆分待矫正图像，获取每一待矫正拆分图像的矫正角度，按照预设算法处理所有待矫正拆分图像的矫正角度，获取矫正角度，以便根据矫正角度矫正待矫正图像，得到矫正图像，从而使得后续所有待矫正图像直接按照矫正角度矫正。本技术实施例通过拆分获取矫正角度再整合的方式获取矫正整体图像的矫正角度，按照矫正角度针对所有待矫正图像自动矫正，相对人力不但工作效率高且误差小，从而能够有效解决现有预设算法对大角度的倾斜图像识别准确率低的问题。
[0099]
如图4所示，本技术一实施例提供的一种停车管理系统30，它包括：
[0100]
图像矫正装置20。
[0101]
停车管理系统30，还包括：
[0102]
图像采集设备31，用于针对停车位上的车辆图像进行采集，形成包含至少一辆车的车辆图像。
[0103]
图像采集设备31可以设置在停车位的同侧和/或对侧。
[0104]
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0105]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再详述。
[0106]
本技术还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如任一实施例中图像矫正模型的步骤。
[0107]
图5示出了一个实施例中计算机设备的内部结构图。如图5所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现图像矫正模型。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行图像矫正模型。本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示
更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0108]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
[0109]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0110]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0111]
在本技术所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0112]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元上的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0113]
以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均包含在本技术的保护范围之内。