基于多幀重構的車牌圖像超分辨率的研究.pdf

1、基于圖像處理的車牌自動識別系統(tǒng)是智能交通系統(tǒng)的核心技術。它利用先進的計算機圖像信息處理和模式識別技術，對視頻圖像進行處理，分析和識別，從而獲得各種實時交通車輛信息，為交通管理，收費，調度，統(tǒng)計提供依據(jù)。隨著現(xiàn)代智能交通的發(fā)展，使基于圖像處理的車牌自動識別系統(tǒng)具有巨大的應用潛力。
　　 但在許多應用情形下，由于受到成像系統(tǒng)、外界環(huán)境及成像技術等很多因素的限制，導致圖像退化，使我們所獲得的車牌圖像效果并不理想。而實際應用中，如果車牌

2、圖像分辨率過低，那么將直接影響到車牌識別的效率。于是，如何有效地恢復出原始車牌圖像或者說是復原出我們所期望的車牌圖像，就成為本文研究的一個重要的問題。數(shù)字圖像在形成過程中受運動模糊、點擴散模糊、欠采樣及噪聲等因素的影響而產生降質。為了改善降質退化圖像的質量，提高分辨率，常采用圖像的超分辨率重構處理技術進行處理。超分辨率圖像重構是指將一系列各自包含一部分不同圖像細節(jié)的相似低分辨率圖像通過一定方法融合成一幅高分辨率圖像的處理方法。對于一定的

3、數(shù)字成像系統(tǒng)，通過超分辨率圖像重構可以得到高質量的圖像而不需要提高系統(tǒng)的硬件性能，因此它可以被廣泛應用于圖像處理的各種領域中。
　　 由于車牌幀序列一般是在運動中獲取的圖像，其降質常常是空間變化的。要想對低分辨率車牌圖像進行較高質量的超分辨率重構，必須進行成像建模。通過對成像模型的介紹，揭示了低分辨率成像的本質，并指出了其中的關鍵技術。
　　 圖像超分辨率重構，很重要的一步就是圖像配準。圖像配準不僅決定重構的效果，而且決

4、定重構算法能否做到實時，是超分辨率重構的關鍵步驟。在詳細分析塊匹配的基礎上，針對一系列連續(xù)運動的視頻序列，利用前后幀間的相關性，提出了一種基于亞像素搜索的新三步法塊匹配算法。仿真比較分析了本文方法與三步法塊匹配，證明了本文方法的優(yōu)越性。
　　 超分辨率圖像重構算法可以分為兩大類，即頻域算法和空間域算法。其中POCS算法利用投影至凸集的原理進行圖像重構，算法直觀而且有效，是最有前途的超分辨率重構算法之一。本論文對POCS算法進行了