圖像處理技術在模糊車牌清晰化中的應用

姜少波 甘彤 馬彪彪

摘要 隨著社會的發展，涉車案件越來越多，基于視頻圖像提取車輛號牌已逐步成為視頻偵查的突破口。然而由于受各種因素的影響，所獲取的圖像模糊不清，導致車牌無法辨識，如何通過圖像處理技術有效地清晰化車牌是目前亟待解決的問題。本文介紹了常見的車牌模糊類型及清晰化處理方法，并針對實際應用中車牌的復雜模糊情況提供了處理策略和流程。

【關鍵詞】模糊車牌 圖像處理 應用

隨著平安城市、雪亮工程的廣泛建設，監控視頻資料逐漸成為公安案件偵破的重要信息來源。在實際案件偵破過程中，涉車案件越來越多，如交通肇事逃逸、非機動車盜竊等，盡管目前的攝像頭朝著高清化方向發展，但通常案發時受天氣、光線、霧霾、車輛運動等外部客觀因素的影響，所獲取的車輛圖像大多模糊不清，導致車牌難以識別，為案件的偵破帶來了很大的困難。為了有效利用已有的視頻資料獲取有價值的線索，利用圖像處理技術對車牌進行清晰化處理具有十分重要的意義。

對模糊車牌進行清晰化處理之前，首先需要分析判斷模糊屬于哪種類型，然后選擇有針對性的方法進行增強復原。常見的模糊類型主要有以下幾種：運動模糊、散焦模糊，低分辨率/小尺寸、噪聲干擾、低對比度等，在實際應用中，既有單一類型的模糊，也有多種類型的疊加，對于單一類型，可以選擇對應的方法進行處理，對于疊加類型，需要遵循一定的處理策略和流程，才能達到比較好的效果。下面針對以上問題重點介紹了單一類型及處理方法、疊加類型的處理策略和流程。

1 常見的模糊類型及處理方法

根據所用圖像數量處理方法可分為單幀和多幀處理，多幀的好處是每一幀圖像都可以提供不同的有價值的信息，通過綜合分析可以得到更好的效果。去運動模糊、去散焦模糊、對比度增強等屬于單幀處理;超分辨率重建、圖像融合、圖像平均等屬于多幀處理，噪聲消除既可單幀處理，又可多幀處理。

1.1 運動模糊

運動模糊是車牌模糊中最常見的一種模糊類型，主要由攝像系統與被攝物之間的相對運動產生。影響運動模糊的主要因素有運動速度、運動角度，車輛運動速度越快，車牌拖影越嚴重，其主要特征是模糊僅向車輛的運動方向擴展、成一條直線。因此，對于這類模糊車牌的處理，首先通過角度測量確定車輛的運動方向，然后再調節模糊程度參數，使之達到我們期望的效果。

1.2 散焦模糊

視頻攝像系統和普通照相機一樣需要調整焦距，照射固定場景的攝像系統一般都會將焦距固定在場景的中間位置。散焦模糊是車輛目標沒有出現在對焦區域內從而導致的模糊不清，其主要特征是模糊向四周擴散，呈圓盤狀。因此，對于這類模糊車牌的處理，通過調節模糊程度和方差參數，使之達到較好的效果。

1.3 低分辨率/小尺寸

低分辨率/小尺寸模糊主要是由于攝像頭本身分辨率低或目標距離攝像頭太遠導致的模糊不清。目前這類模糊是比較難處理的一種，主要原因是可用像素太少，對于單幀圖像，通過對圖像的無損放大可在一定程度上提高車牌的清晰度，如果存在多幀圖像，可以采用超分辨重建的方法提升車牌的辨識度，可選的方法主要有光流法、多項式法和特征點法。

1.4 噪聲干擾

噪聲是由于攝像機本身原因引起的干擾，通常由電子干擾產生，主要表現為在圖像上布滿許多隨機分布的顆粒，在夜間圖像中噪聲會更加明顯。常見的噪聲干擾主要有隨機噪聲和奇偶場干擾，處理方法有平滑濾波、高斯濾波、中值濾波、小波濾波、奇偶場分離等，在實際使用過程中，消除噪聲的同時，圖像的邊緣及細節也會被平滑。對于奇偶場干擾主要表現為目標邊緣成鋸齒狀，通過奇偶場分離，可消除目標邊緣鋸齒，提高車牌清晰化效果。

1.5 低對比度

低對比度是由于不同的光照條件和攝像機本身特性導致的，通常表現為圖像太暗或太亮造成的車牌圖像模糊，如夜間圖像或強光照射鏡頭等。常用的處理方法有灰度變換法，直方圖均衡，以及Retinex增強處理。

以上介紹了常見的模糊類型及處理方法，圖1是一個去運動模糊的例子，從圖1 （a）可以看出，車輛處于該攝像系統的焦距之內，不存在虛焦、散焦，場景光照并不強烈，圖像色彩和紋理基本清晰，車牌僅在車輛運行方向上模糊，由此可以確定該場景為運動模糊造成的車牌拖影，圖1（b）為去運動模湖結果。通常，由于國內車牌字符采用反光漆，通過反色操作，可使車牌字符更加突出鮮明，如圖l（c）所示。

2 模糊車牌清晰化的策略與處理流程

選擇合適的圖像是有效處理模糊車牌的前提，圖像選擇的好壞直接影響車牌清晰化的結果。對于單一類型的模糊，采用以上介紹的方法可以取得較好的效果，然而在實際應用中大多屬于疊加類型的模糊，處理方法的先后順序即處理流程將直接決定車牌清晰化的成敗。

2.1 視頻圖像選擇策略

（1）圖像保存：從視頻片段截取圖像時，盡量保存為BMP格式。由于JPG格式是有損壓縮，會損失部分原始信息。

（2）圖像選擇：選擇目標尺寸大、距離近、角度小、光照適中、運動小的視頻幀，對于多幀圖像要求具有連續性。

（3）處理區域：處理區域要適中，稍大于目標區域，對于車牌而言，一般包括整個車頭即可，這樣有利于多幀圖像的配準與處理。

（4）序列圖像數以4-8幀為宜。

2.2 處理流程

對于復雜的疊加類型模糊車牌的處理流程為首先判斷是否存在運動模糊或散焦模糊，然后判斷目標的分辨率/尺寸大小，最后分析對比度情況，并采用相應的處理方法，圖2是一個復雜模糊車牌綜合處理流程。

3 小結

圖像處理技術將在模糊車牌清晰化中得到越來越廣泛的應用，盡管實際應用中車牌的模糊情況很復雜，但通過運用上述的分析原則和處理方法，可以大大提高車牌清晰化處理的有效性，當然在處理的過程中耐心調整到最合適的參數也是必不可少的。相信隨著技術的不斷進步，圖像處理將在刑事偵查中發揮更大的作用。

參考文獻

[1]陳勇兵，郭曉云，沈未名，一種魯棒性的基于運動估計的自適應時空域視頻去噪算法[J].計算機應用，2006 （08）.

[2]王春霞，蘇紅旗，范郭亮.圖像超分辨率重建技術綜述[J].計算機技術與發展，2011 （05）.

[3]方永選，李武勁.模糊圖像處理技術在刑事偵查中的應用[J].中國公共安全（學術版），2014 （04）.

[4]曾俊.圖偵中模糊車牌的識別處理技巧[J].警察技術，2015 （05）.