基于图像分解和多重校正融合的车牌图像去雾算法

发布时间：2023-01-14 16:55

　　针对大雾天气下,车牌识别困难,智能交通系统工作效率低等问题,提出一种基于图像分解和多重校正融合的车牌图像去雾算法。将雾图分解为纹理层和结构层,通过优化纹理层强化图像轮廓及车牌边缘纹理信息;对结构层采用多重伽马校正,并采用拉普拉斯金字塔融合方法选取最优对比度和饱和度,融合多重校正图像实现去雾,恢复车牌颜色和清晰度;融合处理后的纹理层和结构层,得到纹理信息和清晰度良好的无雾车牌图像。实验表明,该算法主观去雾效果明显且自然,能有效提高车牌定位和识别效果。 

【文章页数】：5 页

【文章目录】：
0 引 言
1 算法设计
    1.1 图像分解
    1.2 图像多重校正及融合去雾
        1.2.1 图像多重校正
        1.2.2 图像融合
            (1) 融合方法。
            (2) 融合规则。
        1.2.3 纹理去噪增强
2 实验和结果分析
    2.1 主观分析评价
    2.2 客观分析评价
        2.2.1 定位效果分析
        2.2.2 识别效果分析
3 结 语


【参考文献】：
期刊论文
[1]基于图像增强和复原的图像去雾方法研究[J]. 刘雪峰,刘学远,付民.  现代电子技术. 2018(06)
[2]基于Retinex的汽车牌照图像去雾研究[J]. 王小霞,黄颖雯,谭庭均,詹洪润,钟导峰,叶词福.  内蒙古农业大学学报(自然科学版). 2018(01)
[3]一种应用于车牌检测的改进暗原色去雾算法[J]. 师翔,李民政.  现代计算机(专业版). 2016(17)
[4]基于大气反射-散射模型的复原图像中交通视频车灯检测[J]. 汤春明,曹志升,林祥清,肖文娜,耿磊.  自动化学报. 2016(04)

硕士论文
[1]图像去雾技术研究与实现[D]. 崔运前.南京理工大学 2017



本文编号：3730753