視頻監(jiān)控中的模糊車牌圖像超分辨率重建研究及實現(xiàn).pdf

1、車牌圖像是監(jiān)控視頻中重要的信息來源，但通常監(jiān)控場景中的車牌圖像存在著因拍攝設備限制或環(huán)境干擾導致的分辨率過低、模糊、噪聲等多種降質(zhì)現(xiàn)象，加大了車牌辨識難度。因此，對車牌圖像進行有效的超分辨率重建具有重要的意義。本文詳細分析了監(jiān)控場景中車牌圖像的具體特征，對無參考圖像質(zhì)量評價、車牌圖像預處理、圖像分類識別、圖像超分辨率重建等理論基礎及關鍵技術進行了深入研究，提出了先識別再重建的核心思想，并依此構造了一種適用于實際監(jiān)控場景的車牌圖像重建算法

2、框架，具體研究內(nèi)容如下：
　　1、提出了一種基于主觀分類特征的車牌圖像質(zhì)量評價方法。從多個主觀分類特征綜合分析目標車牌圖像的質(zhì)量，在其質(zhì)量過低無法進行重建時給出判斷及原因分析。
　　2、提出了適用于不同質(zhì)量車牌圖像的視角校正方法。通過研究車牌圖像常見視角校正方法及其適用場景，提出對高質(zhì)量車牌圖像進行建庫時采用基于Hough變換及Radon變換的自動校正方法，而對于實際需重建的低質(zhì)量車牌圖像提出一種基于用戶標點及透視變換的手動

3、校正方法。
　　3、采用了基于模板匹配和基于判別式字典學習的字符識別方法，對車牌圖像進行字符識別。基于模板匹配的方法中提出擴大模板庫以增加對幾何位置偏移的穩(wěn)定性，得到與人眼接近的識別結果；基于判別式字典學習的方法中通過構建判別式字典對不同字符樣本編碼向量的差異性進行約束，得到了對低質(zhì)量車牌字符圖像較好的識別結果。之后又利用字符圖像本身具有的局部相似性及整體聯(lián)通性作為先驗信息，在此之上提出一種將字符分塊進行識別重建的方法，提升了整體