圖像復(fù)原在車牌識別中的應(yīng)用研究.pdf

1、在智能車牌系統(tǒng)識別中,清晰的、高質(zhì)量的車牌圖片是正確識別車牌的關(guān)鍵因素，所以獲得清晰的、高質(zhì)量的車牌圖像具有很重要的意義。但是在雨雪霧天氣以及車輛高速行駛的情況下，各種干擾因素會導(dǎo)致車牌成像噪聲大、分辨率低，難以正確識別,影響智能車牌系統(tǒng)識別的準確率。為了提高車牌識別率，本文引入一種圖像復(fù)原算法，對模糊、低分辨的對車牌圖像進行圖像復(fù)原，以期獲得高高分辨的車牌圖像。
　　本文根據(jù)車牌成像過程中，圖像采集、傳輸過程沾染的噪聲信息，以及

2、汽車高速運動造成的運動模糊等因素建立圖像退化的數(shù)學(xué)模型。為了便于算法實現(xiàn)，將連續(xù)的數(shù)學(xué)模型被轉(zhuǎn)化為二維離散函數(shù)處理?；谲嚺茍D像的退化機理，本文引入正則化圖像復(fù)原算法，建立了基于正則化車牌圖復(fù)原的數(shù)學(xué)模型。為了實現(xiàn)邊緣保持和平滑去噪的雙重目標，文章通過實驗，確立正則化項的系數(shù)，以平衡數(shù)據(jù)項和正則化項的關(guān)系，提高圖像分辨率。為了衡量圖像復(fù)原效果，文章引入了四種圖像質(zhì)量評價準則，說明半二次正則化算法可以有效提高車牌圖像質(zhì)量。
　　本文