車牌圖像的可視性增強(qiáng)與傾斜校正研究.pdf

1、近年來交通需求的日益增大，道路交通存在的矛盾越來越尖銳，交通的智能化是整個交通生態(tài)環(huán)境中必不缺少的一課。而其中應(yīng)用最廣的自動車牌識別技術(shù)更是重要的一環(huán)，為了給車牌識別提供更有質(zhì)量的圖像源，文章研究其中兩個方面的問題，即車牌圖像的可視性增強(qiáng)和傾斜校正。
　　首先在車牌圖像的可視性增強(qiáng)方面，本文主要針對圖像的噪聲以消除其所帶來的視覺影響。在圖像去噪非局部框架中，利用低秩模型的核范數(shù)最小化并將圖像的先驗(yàn)信息用權(quán)重系數(shù)的手段體現(xiàn)出來。文章

2、中利用了矩陣較大奇異值在作用上具有高優(yōu)先級這一性質(zhì)并給較大奇異值賦予較小權(quán)值以達(dá)到較小的收縮，提出加權(quán)核范數(shù)最小化圖像去噪方法。通過實(shí)驗(yàn)論證，該方法在主觀視覺上整體和細(xì)節(jié)都獲得了較之前方法的優(yōu)勢，而且其峰值信噪比也得到了較高的值。
　　車牌識別中的另一方面，圖像傾斜同樣是字符分割乃至識別中重要的一步。基于此，提出一種適用范圍更廣的基于低秩紋理變換不變性的車牌傾斜校正方法。先將車牌圖像看成一個矩陣，然后利用對稱規(guī)則結(jié)構(gòu)的低秩特性把經(jīng)