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，同時消除附加噪聲以及由有限檢測器尺寸和光學(xué)元件產(chǎn)生的模糊，彌補實際成像系統(tǒng)由于硬件實現(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)濟又容易實現(xiàn)的提高圖像分辨率方法。智能交通管理已成為當前交通管理發(fā)展的主要方向，車牌識別技術(shù)是智能交通系統(tǒng)的核心技術(shù)。與車牌圖像識別相關(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理論知識，對比分析了支持向量機用于解模糊時相關(guān)參數(shù)不同尋優(yōu)方法下的準確率，采用支持向量機對模糊車牌的模糊參數(shù)進行辨識，對模糊車牌圖像的模糊類型進行分類；采用不同的復(fù)原方法進行解模糊，對采用不同的復(fù)原方法復(fù)原圖像進行主、客觀評價。
　　本文對序列圖像之間的運動估計進行了研究。介紹了圖像配準原理

3、及配準模型，并介紹了幾種塊匹配算法。塊運動估計主要內(nèi)容包括塊形狀與大小的選擇、塊匹配準則和塊匹配算法三方面。本文在研究運動估計時，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誤差匹配準則，利用多種塊匹配算法對序列車牌圖像進行運動估計。根據(jù)實驗數(shù)據(jù)，對比分析了在不同空間和不同塊匹配準則條件下各種塊匹配算法的性能，得出彩色圖像運動估計的準確性跟選用的彩色空間和搜索準則有關(guān)，并得出彩色車牌

4、圖像最佳運動估計方法。
　　本文對序列圖像超分辨率重建進行實驗。介紹了序列圖像超分辨率重建模型和重建算法。對經(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行超分辨率重建，對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復(fù)原圖像評價指標及重建算法所用時間，分析四種序列圖像超分辨率重建算法的性能。本文還對未經(jīng)過解模糊處理的模糊序列圖像進行超分辨率復(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