彩色序列車牌圖像超分辨率復(fù)原研究.pdf

1、超分辨率復(fù)原技術(shù)是指通過信號(hào)處理的方法，將變形的、降質(zhì)的低分辨率圖像序列重建一幀(或序列)高質(zhì)的高分辨率非變形圖像，同時(shí)消除附加噪聲以及由有限檢測(cè)器尺寸和光學(xué)元件產(chǎn)生的模糊，彌補(bǔ)實(shí)際成像系統(tǒng)由于硬件實(shí)現(xiàn)條件和成本限制導(dǎo)致的分辨率不高的局限，并有效地改善成像過程的退化降質(zhì)。這是一種既經(jīng)濟(jì)又容易實(shí)現(xiàn)的提高圖像分辨率方法。智能交通管理已成為當(dāng)前交通管理發(fā)展的主要方向，車牌識(shí)別技術(shù)是智能交通系統(tǒng)的核心技術(shù)。與車牌圖像識(shí)別相關(guān)的彩色序列車牌圖像超

2、分辨率復(fù)原方法值得研究。本文的主要研究成果羅列如下：
　　本文研究了車牌圖像模糊辨識(shí)及解模糊方法。介紹了傳統(tǒng)的圖像解模糊方法和支持向量機(jī)理論知識(shí)，對(duì)比分析了支持向量機(jī)用于解模糊時(shí)相關(guān)參數(shù)不同尋優(yōu)方法下的準(zhǔn)確率，采用支持向量機(jī)對(duì)模糊車牌的模糊參數(shù)進(jìn)行辨識(shí)，對(duì)模糊車牌圖像的模糊類型進(jìn)行分類；采用不同的復(fù)原方法進(jìn)行解模糊，對(duì)采用不同的復(fù)原方法復(fù)原圖像進(jìn)行主、客觀評(píng)價(jià)。
　　本文對(duì)序列圖像之間的運(yùn)動(dòng)估計(jì)進(jìn)行了研究。介紹了圖像配準(zhǔn)原理

3、及配準(zhǔn)模型，并介紹了幾種塊匹配算法。塊運(yùn)動(dòng)估計(jì)主要內(nèi)容包括塊形狀與大小的選擇、塊匹配準(zhǔn)則和塊匹配算法三方面。本文在研究運(yùn)動(dòng)估計(jì)時(shí)，考慮到彩色空間特殊性，在灰度單通道空間、RGB色彩空間和HSI色彩空間，分別采用均方誤差和平均絕對(duì)誤差匹配準(zhǔn)則，利用多種塊匹配算法對(duì)序列車牌圖像進(jìn)行運(yùn)動(dòng)估計(jì)。根據(jù)實(shí)驗(yàn)數(shù)據(jù)，對(duì)比分析了在不同空間和不同塊匹配準(zhǔn)則條件下各種塊匹配算法的性能，得出彩色圖像運(yùn)動(dòng)估計(jì)的準(zhǔn)確性跟選用的彩色空間和搜索準(zhǔn)則有關(guān)，并得出彩色車牌

4、圖像最佳運(yùn)動(dòng)估計(jì)方法。
　　本文對(duì)序列圖像超分辨率重建進(jìn)行實(shí)驗(yàn)。介紹了序列圖像超分辨率重建模型和重建算法。對(duì)經(jīng)過解模糊的清晰序列圖像采用四種不同的圖像重建方法進(jìn)行超分辨率重建，對(duì)比分析了序列圖像超分辨率復(fù)原圖像質(zhì)量的優(yōu)劣。采用信息熵和平均梯度兩個(gè)復(fù)原圖像評(píng)價(jià)指標(biāo)及重建算法所用時(shí)間，分析四種序列圖像超分辨率重建算法的性能。本文還對(duì)未經(jīng)過解模糊處理的模糊序列圖像進(jìn)行超分辨率復(fù)原，并將該種方法復(fù)原出的圖像與經(jīng)過解模糊處理后的序列圖像超分