發(fā)布時(shí)間：2023-01-14 16:55

　　針對(duì)大霧天氣下,車牌識(shí)別困難,智能交通系統(tǒng)工作效率低等問題,提出一種基于圖像分解和多重校正融合的車牌圖像去霧算法。將霧圖分解為紋理層和結(jié)構(gòu)層,通過優(yōu)化紋理層強(qiáng)化圖像輪廓及車牌邊緣紋理信息;對(duì)結(jié)構(gòu)層采用多重伽馬校正,并采用拉普拉斯金字塔融合方法選取最優(yōu)對(duì)比度和飽和度,融合多重校正圖像實(shí)現(xiàn)去霧,恢復(fù)車牌顏色和清晰度;融合處理后的紋理層和結(jié)構(gòu)層,得到紋理信息和清晰度良好的無霧車牌圖像。實(shí)驗(yàn)表明,該算法主觀去霧效果明顯且自然,能有效提高車牌定位和識(shí)別效果。 

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引 言
1 算法設(shè)計(jì)
    1.1 圖像分解
    1.2 圖像多重校正及融合去霧
        1.2.1 圖像多重校正
        1.2.2 圖像融合
            (1) 融合方法。
            (2) 融合規(guī)則。
        1.2.3 紋理去噪增強(qiáng)
2 實(shí)驗(yàn)和結(jié)果分析
    2.1 主觀分析評(píng)價(jià)
    2.2 客觀分析評(píng)價(jià)
        2.2.1 定位效果分析
        2.2.2 識(shí)別效果分析
3 結(jié) 語


【參考文獻(xiàn)】：
期刊論文
[1]基于圖像增強(qiáng)和復(fù)原的圖像去霧方法研究[J]. 劉雪峰,劉學(xué)遠(yuǎn),付民.  現(xiàn)代電子技術(shù). 2018(06)
[2]基于Retinex的汽車牌照?qǐng)D像去霧研究[J]. 王小霞,黃穎雯,譚庭均,詹洪潤,鐘導(dǎo)峰,葉詞福.  內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[3]一種應(yīng)用于車牌檢測的改進(jìn)暗原色去霧算法[J]. 師翔,李民政.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2016(17)
[4]基于大氣反射-散射模型的復(fù)原圖像中交通視頻車燈檢測[J]. 湯春明,曹志升,林祥清,肖文娜,耿磊.  自動(dòng)化學(xué)報(bào). 2016(04)

碩士論文
[1]圖像去霧技術(shù)研究與實(shí)現(xiàn)[D]. 崔運(yùn)前.南京理工大學(xué) 2017



本文編號(hào)：3730753