复杂交通场景的图像增强及其在车牌识别中的应用

摘要

图像处理技术随着科学技术的日异月新快速发展起来并逐渐得到人们越来越多的重视。与此同时，社会经济的繁荣促使交通工具呈现出缤纷多姿的态势，给人们出行提供了方便的同时，也导致我国绝大多数地方交通场景的复杂性。面对错综复杂的交通场景，加之较多的车流量及来回穿梭的车辆和行人交织在一起，非常混乱，在很大程度上导致车牌识别的困难，也给人们的出行及交通部门的工作带来了很大的障碍。近年来，网络技术呈现快速发展的态势，车牌识别技术凸显出其尤为重要的地位，其重要性不言而喻。车牌识别技术不仅涉及到常用的计算机技术以及前面所述的图像处理技术，同时也涵盖了模式识别以及新兴的人工智能和神经网络等一系列的先进技术。目前，车牌识别技术在国家倡导的智能交通领域占有很重要的地位，不仅如此，在当今的ETC以及智能化的车辆安检领域也具有很重要的意义。通常而言，车牌识别技术包括对于图像的预处理以及车牌的定位还有车牌上字符和号码的分割、对于车牌的定位等部分，车牌识别效率与车辆的运动以及自然环境的状况密切相关。
　　因此，研究复杂交通环境背景下的图像增强技术并进一步将其应用到车牌识别中具有很重要的意义。本文主要通过对图像增强相关理论知识的阐述，以此为基础，对图像增强算法进行深入探讨，并结合实际，针对图像增强在复杂交通场景中车牌识别技术的相关应用进行详细分析，经过具体的实验证明解决目前复杂交通场景中图像增强技术及相关算法，以此来提升对复杂交通场景中车牌的识别。本文在具体研究的过程中，还集中关注了当下车牌识别中的一些核心技术和算法，经过分析、整合最后确定了有效的算法进行对车牌的识别。针对目前市场上车牌识别效率低下，准确率较低等现象，本文将通过相应的算法均加以改进。针对图像处理前期的一些问题，如：图像中存在噪声以及车辆运动造成的模糊的去除还有图像噪声产生的原因，图像增强等技术进行了详细的阐述。进而引进了常用的图像中增强算法，为后期图像辨别和增强效果的提高打下基础。基于上述几种图像增强算法，最后提出了一种改进的图像模糊参数估计算法，这是一种基于radon变换的算法。先借助对于参数估计后得到的结果进行维纳滤波，接着进行图像的复原。
　　在整体结构的安排上，首先对于复杂交通场景的图像增强技术以及一些车牌识别中会用到的关键技术进行阐述。并介绍了在图像增强技术和车牌识别技术中会用到的关键技术，对图像的分割算法以及文字匹配等进行了研究和实验仿真等，最后，将复杂交通场景中的图像增强技术具体应用在车牌识别过程之中，具体包括图像增强算法在车牌识别中的应用、模糊尺度估计、基于模糊参数的图像去模糊及仿真实验，经过实际的实验证明本研究能够很好地解决目前车牌识别中存在的一部分问题，本方案对于实际的应用具有很强的参考价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究的意义及背景

1.2国内外研究现状

1.3研究思路、创新点及关键技术问题

第二章 图像增强相关理论概述

2.1 图像噪声理论

2.2 图像增强技术

2.3图像处理技术

2.4本章小结

第三章 图像增强算法

3.1 图像增强的方法

3.2 图像的平滑和锐化

3.3测试与仿真

3.4 结论

第四章 图像增强在复杂交通场景中车牌识别的应用

4.1 图像增强算法在车牌识别中的应用

4.2 模糊尺度估计

4.3 基于模糊参数的图像去模糊

4.4 仿真实验

4.5 识别结果对比实验

4.6 本章小结

总结与展望

参考文献

致谢

作者简介