高清單幅圖像去霧與車牌定位算法研究.pdf

1、21世紀(jì)是公路交通智能化的世紀(jì)，智能交通系統(tǒng)是交通事業(yè)發(fā)展的必然趨勢。智能交通系統(tǒng)可以有效利用交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運(yùn)輸效率，受到世界各國的重視。作為智能交通系統(tǒng)的重要組成部分，車牌檢測技術(shù)成為人們研究的熱點。車牌是每輛車的“身份證”，通過對其進(jìn)行檢測識別，就能得到每輛車的詳細(xì)信息，利用這些信息，人們能夠?qū)囕v進(jìn)行交通智能化管理。
　　車牌定位作為車牌檢測技術(shù)的關(guān)鍵步驟之一，一直受到廣泛的關(guān)注?，F(xiàn)今，

2、車牌定位算法的研究日趨成熟，算法多樣，定位準(zhǔn)確率得到很大提高，基本能滿足一般環(huán)境條件下的定位要求。但在某些特殊情況，尤其是霧天環(huán)境下，由于圖像質(zhì)量下降，導(dǎo)致車牌定位效果較差，嚴(yán)重影響車牌檢測系統(tǒng)的正常運(yùn)行。圖像去霧現(xiàn)已成為霧天車牌定位的一個重要問題，亟待得到人們的解決。
　　本文深入研究國內(nèi)外圖像去霧和車牌定位算法，對各算法優(yōu)缺點進(jìn)行分析總結(jié)。在此基礎(chǔ)上，提出了適合本課題研究的算法—新暗原色先驗圖像去霧和邊緣形態(tài)學(xué)二步車牌定位算法

3、。
　　對于圖像去霧問題，對He等人提出的暗原色先驗算法理論進(jìn)行充分研究，在此基礎(chǔ)上，提出了新暗原色先驗圖像去霧算法。針對原算法內(nèi)存消耗大，處理時間長的弊端，采用雙三次插值法進(jìn)行處理;對圖像明亮區(qū)域去霧后易出現(xiàn)偏色現(xiàn)象的問題，采用變差法進(jìn)行校正;對去霧后圖像亮度偏暗的問題，引入直方圖均衡化法進(jìn)行優(yōu)化。試驗結(jié)果表明，新算法不僅比原算法內(nèi)存占用?。ㄖ挥性惴ǖ娜f分之一），提升了原算法的運(yùn)算速度（平均每張圖片處理速度為6秒），并且解決了

4、圖像偏色問題，圖像視覺效果更佳。
　　對于車牌定位問題，本文將傳統(tǒng)的基于邊緣特征的車牌定位算法與數(shù)學(xué)形態(tài)學(xué)圖像處理方法相結(jié)合，提出了邊緣形態(tài)學(xué)二步車牌定位法。此算法將傳統(tǒng)的車牌定位方式（直接對車牌進(jìn)行定位）分為兩步進(jìn)行:先進(jìn)行車輛區(qū)域定位再對車牌區(qū)域定位。通過對實際路口的車輛抓拍圖像進(jìn)行試驗，結(jié)果表明，此算法不僅能顯著提高車牌定位準(zhǔn)確率（對50張試驗圖片的定位成功率達(dá)到95％以上），同時具有較快的定位速度（平均每張圖片的定位速度為