一種車牌圖像去隱私的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像隱私保護領(lǐng)域，更具體地，涉及一種用于車牌識別的車牌圖像去 隱私方法。
【背景技術(shù)】
[0002] 隨著計算機技術(shù)和電子技術(shù)的不斷發(fā)展，人類生活的自動化水平不斷提升，在以 互聯(lián)網(wǎng)技術(shù)不斷推進的情況下，可供監(jiān)控和獲取的信息越來越多，大規(guī)模的監(jiān)控系統(tǒng)在控 制犯罪方面發(fā)揮了強大的積極作用。然而，這些信息在為人類提供便捷服務(wù)和全方位保護 的同時也產(chǎn)生了另外一些問題，在這些公開的圖像信息中，如何防止這些信息被非法利用， 防止欺詐事件的發(fā)生，面對這些實際存在的數(shù)據(jù)安全風險，隱私保護成為人們普遍關(guān)注和 擔憂的問題。因此，在圖像信息中研究如何去隱私技術(shù)是十分必要的。該技術(shù)不但可以提 供有效的圖像信息，還可以保護個人信息不被泄露。
[0003] 現(xiàn)有的各種保護技術(shù)從本質(zhì)上說都是改變圖像內(nèi)容。目前所采用的方法主要有： 馬賽克法、百葉窗效果、加藝術(shù)效果等等，其主要思想就是使圖像變得模糊，但是對于車牌 識別的研發(fā)或者測試者來說，這樣做就會消除或者減弱車牌圖像本身的特征，從而對算法 的研發(fā)或者測試帶來一定的困擾。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提出了一種車牌圖像去隱私的方法，該方法可以在不影響車牌成像質(zhì)量的 情況下，改變車牌的信息，從而即保護了車主的隱私，又可以公開開放車牌圖像數(shù)據(jù)供車牌 識別的研究者或者開發(fā)測試人員使用。
[0005] 為了實現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：
[0006] -種車牌圖像去隱私的方法，采用方式1、方式2和方式3中的任一種或組合；
[0007] 所述方式1包括以下步驟：
[0008] S11.獲取卡口車輛圖像；
[0009] S12.提取車輛的車牌圖像；
[0010] S13.采用標準矩形框分割出車牌中的字符圖像；
[0011] S14.重新排列標準矩形框中的字符圖像，得到新的車牌圖像；
[0012] 所述方式2包括以下步驟：
[0013] S21.獲取卡口車輛圖像；
[0014] S22.提取車輛的車牌圖像；
[0015] S23.采用標準矩形框分割出車牌中的字符圖像；
[0016]S24.將車牌中的數(shù)字"6"或"9"的外接矩形框旋轉(zhuǎn)180°，得到新的車牌圖像；
[0017] 所述方式3包括以下步驟：
[0018] S31.獲取卡口車輛A和車輛B的圖像；
[0019] S32.提取車輛A和車輛B的車牌圖像；
[0020] S33.修改車輛A的車牌大小和傾斜角，使其和車輛B的車牌一致；
[0021] S34.車輛A采用用修改后車輛A的車牌圖像，得到新的C車車牌圖像。
[0022] 優(yōu)選的，所述步驟S13和步驟S23中所述的采用標準矩形框分割出車牌中的字符 圖像的方式為：
[0023] 采用sobel算子對車牌圖像進行邊緣檢測，通過檢測字符的邊緣，就能夠確定出 每個字符的上下左右邊界，Sobel算子具體為：
[0024]Sobel算子利用像素點上下、左右鄰點的灰度加權(quán)算法，根據(jù)在邊緣點處達到極值 這一現(xiàn)象進行邊緣的檢測，對數(shù)字圖像的每個像素，考察它上、下、左、右鄰點灰 度的加權(quán)差，與之接近的鄰點權(quán)重大；據(jù)此，定義Sobel算子如下：
[0026] 圖像中的每個點都用這兩個算子做卷積；Axf對應(yīng)水平邊緣響應(yīng)最大，Ayf對應(yīng) 垂直邊緣相應(yīng)最大；兩個卷積的最大值作為該點的輸出值，即：
[0031] 其次，用所有字符中最長的上下邊界作為標準矩形框的長，用所有字符中最長的 左右邊界作為標準矩形框的寬，從而確定出每個字符的外接標準矩形框的位置。
[0032] 優(yōu)選的，所述步驟S12和步驟S22中提取車輛的車牌圖像，其中車牌圖像字符無粘 連并且車牌圖像傾斜角小于3°。
[0033] 優(yōu)選的，所述步驟S14中重新排列標準矩形框中的字符圖像，得到新的車牌圖像， 重新排列是指將同一車牌圖像中的數(shù)字與字母可重復(fù)的隨意組合。
[0034]與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：本發(fā)明對車牌圖像進行特殊的 技術(shù)處理，保證其在不影響車牌成像質(zhì)量的情況下，改變車牌的信息，從而既保護了車主的 隱私，又可以公開開放車牌圖像數(shù)據(jù)供研究者或者開發(fā)測試人員使用。
【附圖說明】
[0035] 圖1是車牌去隱私方式1流程圖。
[0036] 圖2是車牌去隱私方式2流程圖。
[0037] 圖3是車牌去隱私方式3流程圖。
[0038] 圖4是采用車牌圖像去隱私方式1的效果示意圖，圖4(a)是原始圖像，圖4(b)是 去除隱私后的圖像。
[0039] 圖5是米用車牌圖像去隱私方式2的效果不意圖，圖5 (a)是原始圖像，圖5 (b)是 去除隱私后的圖像。
[0040] 圖6是采用車牌圖像去隱私方式3的效果示意圖，圖6 (a)是A車原始圖像，圖6(b) 是B車原始圖像，圖6(c)是去除隱私后的C車圖像。
【具體實施方式】
[0041] 附圖僅用于示例性說明，不能理解為對本專利的限制；為了更好說明本實施例，附 圖某些部件會有省略、放大或縮小，并不代表實際產(chǎn)品的尺寸；
[0042] 對于本領(lǐng)域技術(shù)人員來說，附圖中某些公知結(jié)構(gòu)及其說明可能省略是可以理解 的。下面結(jié)合附圖和實施例對本發(fā)明的技術(shù)方案做進一步的說明。
[0043] 實施例1
[0044] 采用方式1實現(xiàn)車牌圖像去隱私。具體是：對于光照均勻、車牌圖像字符無粘連并 且車牌圖像傾斜角微?。ㄐ∮?° )的一張包含車牌的車輛圖像而言，由于車牌區(qū)域中各個 點的成像條件是近似的，所以整個車牌圖像區(qū)域中像素點的灰度值具有相似性，特別是相 同顏色的點的灰度值具有連續(xù)性和相似性?；谏鲜隼碚摚绻麑D像中同樣顏色的像素 點相互替換位置以后，那么形成新的圖像基本不會改變原來圖像的成像屬性，并且在視覺 上無法區(qū)分改變后圖像的真?zhèn)?。我們可以在《GA36-2007中華人民共和國機動車號牌》中的 規(guī)定下，將同一車牌圖像中的數(shù)字與字母隨意組合（可重復(fù)）從而組成新的車牌圖像。圖 1是該方法的流程圖。
[0045] 其中，用標準矩形框分割出車牌中的字符圖像是整個流程的關(guān)鍵。首先，采用sobel算子對車牌圖像進行邊緣檢測，通過檢測字符的邊緣，就可以確定出每個字符的上下 左右邊界，Sobel算子具體為：
[0046]Sobel算子利用像素點上下、左右鄰點的灰度加權(quán)算法，根據(jù)在邊緣點處達到極值 這一現(xiàn)象進行邊緣的檢測。對數(shù)字圖像的