(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210975997.7 (22)申请日 2022.08.15 (71)申请人 深圳市爱深盈通信息技 术有限公司 地址 518000 广东省深圳市南 山区西丽 街 道曙光社区TCL国际E城G3 栋1001 (72)发明人 王子镜　周有喜　 (74)专利代理 机构 深圳市嘉勤知识产权代理有 限公司 4 4651 专利代理师 辛鸿飞 (51)Int.Cl. G06V 20/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/44(2022.01) G06V 10/762(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 30/18(2022.01) G06V 30/19(2022.01) (54)发明名称 车牌检测方法、 装置、 设备终端和可读存储 介质 (57)摘要 本申请涉及车牌检测方法、 装置、 设备终端 和可读存储介质， 该车牌检测方法通过获取车牌 的可见光图像和红外图像， 将可见光图像转换为 对应的灰度图像， 获取灰度图像中的车辆光源强 度分布图， 将可见光图像和红外图像 分别进行特 征提取， 得到第一特征图以及第二特征图， 根据 车辆光源强度分布图、 第一特征图和第二特征 图， 计算第一特征图和第二特征图之间的差异程 度值， 根据差异程度值， 分别计算经过先验知识 后的第一特征图和第二特征图， 将可见光图像、 经过先验知识后的第一特征图和第二特征图进 行特征融合， 得到融合后的输出图像， 将融合后 的输出图像输入到预设车牌识别模 型进行识别， 以得到对应的车牌检测结果， 提高了车牌检测的 准确度。 权利要求书2页 说明书7页 附图5页 CN 115050016 A 2022.09.13 CN 115050016 A 1.一种车牌检测方法， 其特征在于， 包括： 获取所述车牌的可见光图像和 红外图像， 将 所述可见光图像转换为对应的灰度图像； 获取所述灰度图像中的车辆光源强度分布图； 将所述可见光图像和所述红外图像分别进行特征提取， 得到所述可见光图像对应的第 一特征图以及所述红外图像对应的第二特 征图； 根据所述车辆光源强度分布图、 所述第一特征图和所述第二特征图， 利用先验公式计 算所述第一特 征图和所述第二特 征图之间的差异程度值； 根据所述差异程度值， 分别计算经 过所述先验知识后的第一特 征图和第二特 征图； 将所述可见光图像、 所述经过所述先验知识后的第 一特征图和第 二特征图进行特征融 合， 得到融合后的输出图像； 将所述融合后的输出图像输入到预设车牌识别模型进行识别， 以得到对应的车牌检测 结果。 2.根据权利要求1所述的方法， 其特征在于， 所述获取所述灰度图像中的车辆光源强度 分布图的步骤 包括： 采用直方图均衡化对所述灰度图像进行图像增强， 得到增强后的灰度图像； 确定所述增强后的灰度图像中的光源数量与位置信 息， 并得到各个光源对应的损失函 数值； 确定各个光源中的车辆光源， 并根据各个光源对应的损 失函数值， 确定所述车辆光源 对应的车辆光源位置区域； 将所述增强后的灰度图像进行归一 化处理； 根据所述归一化处理后的灰度图像以及所述车辆光源位置区域， 得到对应的车辆光源 强度分布图。 3.根据权利要求2所述的方法， 其特征在于， 所述确定所述增强后的灰度图像中的光源 数量与位置信息， 并得到各个光源 对应的损失函数值的步骤 包括： 获取所述增强后的灰度图像中灰度值大于或等于预设灰度阈值的各个目标点； 构建包含各个目标点各自所对应的横坐标值、 纵坐标值和灰度值的三维数组； 根据所述三维数组， 采用三维K ‑Means聚类公式确定所述增 强后的灰度图像中的光源 数量与位置信息， 并得到各个光源 对应的损失函数值。 4.根据权利要求2所述的方法， 其特征在于， 所述根据所述归一化处理后的灰度图像以 及所述车辆光源位置区域， 得到对应的车辆光源强度分布图的步骤 包括： 在所述归一化处理后的灰度图像中， 降低所述车辆光源位置区域之外的各个点的灰度 值权重， 以得到对应的车辆光源强度分布图。 5.根据权利要求1所述的方法， 其特征在于， 根据所述车辆光源强度分布图、 所述第一 特征图和所述第二特征图， 利用先验公式计算所述第一特征图和所述第二特征图之 间的差 异程度值的步骤中对应的计算公式为： P(x,y)表示所述第一特征图和所述第二特征图之间在同一像素点 （x， y） 的差异程度值， CBGR表示所述第一特征图下 （x， y） 点处的像素点值， CNIR表示所述第二特征图下 （x， y） 点处的 像素点值， CGRAY表示所述车辆光源强度分布图下 （x， y） 点处 的像素点值， 表示平衡参数因权　利　要　求　书 1/2 页 2 CN 115050016 A 2子。 6.根据权利要求1所述的方法， 其特征在于， 所述将所述可见光图像、 所述经过所述先 验知识后的第一特 征图和第二特 征图进行 特征融合， 得到融合后的输出图像的步骤 包括： 将所述可见光图像、 所述经过所述先验知识后的第 一特征图和第 二特征图输入至初始 特征融合网络进行融合， 输出初步融合后的图像； 根据所述初步融合后的图像进行损失函数计算， 获得优化梯度， 进行权重和偏置更新， 直至所述损失函数收敛以生成融合后的输出图像。 7.根据权利要求6所述的方法， 其特 征在于， 所述损失函数为： Loss表示损失函数值， Pin表示输入的所述可见光图像， Pout表示所述融合后的输出图 像， P(x,y)表示所述第一特征图和所述第二特征图之间在同一像素点 （x， y） 的差异 程度值， 表示平衡参数因子 。 8.一种车牌检测装置， 其特 征在于， 包括： 图像获取单元， 用于获取所述车牌的可见光图像和 红外图像， 将所述可见光图像转换 为对应的灰度图像； 分布图生成单 元， 用于获取 所述灰度图像中的车辆光源强度分布图； 特征图生成单元， 用于将所述可见光图像和所述红外 图像分别进行特征提取， 得到所 述可见光图像对应的第一特 征图以及所述红外图像对应的第二特 征图； 差异计算单元， 用于根据所述车辆光源强度分布图、 所述第一特征图和所述第二特征 图， 利用先验公式计算所述第一特 征图和所述第二特 征图之间的差异程度值； 先验知识处理单元， 用于根据所述差异程度值， 分别计算经过所述先验知识后的第一 特征图和第二特 征图； 图像融合单元， 用于将所述可见光图像、 所述经过所述先验知识后的第一特征图和第 二特征图进行 特征融合， 得到融合后的输出图像； 车牌检测单元， 用于将所述融合后的输出图像输入到预设车牌识别模型进行识别， 以 得到对应的车牌检测结果。 9.一种设备终端， 其特征在于， 所述设备终端包括处理器和存储器， 所述存储器用于存 储计算机程序， 所述处理器运行所述计算机程序以使 所述设备终端 执行权利要求1至7中任 一项所述的车牌检测方法。 10.一种可读存储介质， 其特征在于， 所述可读存储介质存储有计算机程序， 所述计算 机程序在被处 理器执行时实施权利要求1至7中任一项所述的车牌检测方法。权　利　要　求　书 2/2 页 3 CN 115050016 A 3