一種運動模糊車輛牌照識別方法的研究

姚巧鴿，周原

一種運動模糊車輛牌照識別方法的研究

姚巧鴿，周原

車輛快速運動情況下對其所拍攝的車牌圖像通常比較模糊，在對其進行識別時效果不理想。針對此問題，提出一種基于Z變換的模糊車牌信息識別的新方法。該方法通過建立基于Z變換的圖像退化模型和恢復模型，先對運動模糊圖像進行復原處理，再對處理后的圖像進行車牌信息識別。實驗結果表明，該方法對模糊車牌信息識別的效果良好，具有一定的實用性。

圖像復原；去模糊；車牌識別

0 引言

車牌識別技術在智能交通領域有著廣泛應用，近年的研究中出現了多種實用的車輛牌照自動識別方法[1]-[4]，但這些方法一般適合對清晰度正常的車牌信息進行識別，在有些情況下，比如對變速直線運行的車輛進行拍照時，由于車輛與攝像機之間的相對移動較快，且相對速度會發生改變，采集到的車輛牌照圖片比較模糊，且通常含有一定的噪聲，容易導致圖像質量降低，出現模糊等圖像退化現象[5]，采用常規的車輛牌照識別方法往往難以準確識別車牌信息。因此，應對原始車牌圖像進行預處理，提高其清晰度，以便于后續的圖像識別。目前常見的模糊圖像恢復的方法有維納濾波法[6]、濾波法[7]等，但這些方法往往計算復雜耗時且恢復效果不太理想。本文則提出一種基于Z變換的模糊車牌圖像識別的新方法，先建立新的圖像退化模型和恢復模型，再采用恢復模型對退化圖像進行預處理，使模糊的車牌圖像質量得以明顯改善，以便于車牌信息的準確識別。

1 模糊車輛牌照的預處理

1.1 常見模糊圖像預處理方法的分析

目前常用的模糊圖像預處理方法有三種，分別為逆濾波法、維納濾波法和算法。其中，逆濾波法簡單直接，是一種無約束恢復方法，在沒有噪聲干擾的情況下，可以獲得較好的模糊圖像恢復效果，但如果退化圖像受到噪聲污染，恢復出的圖像質量則變得很差，細節部分會出現模糊，說明其抗噪能力比較差。維納濾波法對逆濾波算法進行了改進，可較好地抑制噪聲對圖像復原的影響[6]，但其算法相對比較復雜，運算量也比較大。算法則采用了非線性迭代的方法，在處理過程中噪聲會得到放大[7]，且局部圖像可能需要上百次迭代運算才能得到比較滿意的結果，導致運算量很大，不適合于車輛牌照識別等實時性要求較高的場合。

1.2 基于運動分解的圖像退化模型的建立

在本文的圖像恢復方法中，將汽車的變速直線運動分解成分段的勻速直線運動，對其造成的運動模糊現象先建立圖像退化模型，再采用相對簡單的基于Z變換的方式對退化圖像進行恢復，避免了復雜的數學運算，可以有效地降低運算量，減少處理時間，提高圖像恢復的質量。

在進行模糊圖像處理之前，先進行圖像退化模型的建立。假設靜止時圖像原型為x( m, n)，點擴散函數(PSF)為h( m, n)，圖像在拍攝時疊加的噪聲為n( m, n)，則拍攝后獲取的模糊圖像應為公式（1）：

式（1）中h( m, n)又可以表示為公式（2）：

公式（2）中N為運動模糊尺度，θ為模糊方向。設模糊圖像上任一點為 x'( m', n')，則其灰度值可以采用雙線性插值[8]來求得，計算過程可以分為兩步，第一步為縱向線性插值，由x( m, n)和 x( m, n +1)可得公式（3）：

由 x( m +1,n)可得公式（4）：

第二步由x1( m, n')x m+n進行橫向插值可得公式（5）：

當圖像發生勻速直線運動時，假設其運動方向沿θ角，在拍攝曝光時間t內移動了N個點，圖像運動越快，采樣點的曝光時間越短，其亮度越低。設t0在X(0,0)位

置，投影在像素點 y(0,0)，相應的， tN-1時刻在s iX n (0,)0)位置，投影在像素點y(0,0)。所以在時間 t內，y(0,0)接收到的信息應為x( 0,0)、 ...、 x ( p cosθ,p sinθ)、...、x(( N -1)cosθ,(N -1)sinθ)的疊加，y(0,0)的灰度應為公式（6）：的灰度值為公

所拍攝的模糊圖像上任意像素點y( m, n)式（7）：

式（4）即為運動模糊圖像的退化模型。

1.3 基于Z變換的圖像恢復模型的建立

圖像恢復相當于是對退化的圖像進行求逆運算。采用Z變換的方法，運算過程相對簡單，運算量可得到明顯降低。對（7）式作Z變換運算可得公式（8）：

再對式（9）左右兩邊進行Z反變換，則可得公式（10）：

式（10）即為所建立的模糊圖像恢復模型。在對點擴散函數(包括模糊方向和尺度)及邊界條件進行確定后，就可從模糊圖像y( m, n)中復原出目標圖像

2 實驗結果

為對比本文中所提出的方法和目前現有的常用方法對運動模糊圖片的恢復效果，選取一幅模糊車輛牌照進行恢復處理，實驗結果如圖1中(a)-(d)所示。其中(a)為拍攝的模糊圖像，(b)為采用維納濾波法處理后恢復出的圖像，(c)為采用的Richardson-Lucy 濾波法處理后恢復出的圖像，(d)為采用本文所提出的方法處理后恢復出的圖像，如圖（1）所示：

圖1 不同方法下模糊圖像恢復效果的對比

從圖1中可以看出，采用本文提出的方法對運動模糊車輛牌照圖像進行恢復時，其效果好于傳統的Richardson-Lucy 濾波法和維納濾波法等方法。

采用本文所提出的方法對拍攝到的運動模糊車輛牌照圖像進行對處理后，對恢復出的圖像信息進行邊緣提取、車牌定位、字符分割和字符歸一化處理，處理中各個步驟的結果如圖2中(a)-(d)所示：

圖2 恢復后的圖像進行車牌字符識別的結果

從實驗結果可以看出，對于運動模糊車輛牌照信息，經過圖像恢復處理后，車牌字符的識別效果良好。

3 結束語

本文所提出的運動模糊車輛牌照識別方法，較好地解決了運動模糊情況下的車牌識別問題。先通過圖像退化模型和恢復模型的建立，并采用恢復模型對退化圖像進行預處理，使模糊的車牌圖像質量得以明顯改善，再對處理后的車牌圖像進行識別。實驗結果表明，該方法對運動模糊的車牌信息識別效果良好，具有一定的實用性。

[1] 馬爽,樊養余,雷濤.一種基于多特征提取的實用車牌識別方法[J]. 計算機應用研究,2013,30(11):3495-3499.

[2] 曾文艷,王亞剛,邵惠鶴.基于一維離散周期小波變換的實時車牌識別方法[J]. 信息技術,2014,(2):65-68

[3] 耿慶田,趙宏偉.基于分形維數和隱馬爾科夫特征的車牌識別[J]. 光學精密工程,2013,21(12):3198-3203.

[4] 蔡勇智. 一種改進的神經網絡算法車牌識別算法研究[J]. 科技通報,2012,28(10):128-130.

[5] 周原,姚汝賢,姚巧鴿. 一種基于圖像增強的弱光背景下車輛牌照識別方法[J]. 微型電腦應用,2014,30(3):30-31.

[6] 孫輝,張葆,劉晶紅等. 離焦模糊圖像的維納濾波恢復[J].光學技術,2009,35(2):295-298.

[7] 趙博,張文生,丁歡. 基于 Richardson-Lucy的圖像去模糊新算法[J]. 計算機工程與應用,2011,47(34):1-4.

[8] 李文書,趙悅. 數字圖像處理算法及應用[M]. 北京:人民郵電出版社,2012:62-66.

A Recognition Method of Blurred License Plate Image

Yao Qiaoge, Zhou Yuan
(Information Engineering Collge , Huanghuai University, Zhumadian 463000,China)

The captured license plate image is always blurred due to the vehicles’ rapid movement. The effects are not satisfied when identifing. This paper presents a new method to identify the blurred license plate based on z-transformation. By establishing image degradation and recovery models based on z-transformation, it firstly restores the blurred image, and then identifies the license plate on the processed image. The experiment results show that the new method goes well and has some practicality.

Image Restoration; Deblurring; License Plate Recognition

TP911.73

A

2014.12.15）

1007-757X(2014)12-0055-03

姚巧鴿（1984-），女，河南駐馬店，黃淮學院信息工程學院，講師，碩士，研究方向：信號處理及LTE通信技術，駐馬店，463000周 原（1981-），男，河南駐馬店，黃淮學院信息工程學院，講師，碩士，研究方向：信號處理及LTE通信技術，駐馬店，463000