学位论文 > 优秀研究生学位论文题录展示

基于公路视频监控中车牌图像超分辨率复原方法的研究

作 者: 李冰
导 师: 王国宇
学 校: 中国海洋大学
专 业: 电子与通信工程
关键词: 车牌识别 超分辨率 视频图像 图像配准
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 122次
引 用: 0次
阅 读: 论文下载
 

内容摘要


进入21世纪以来,智能交通系统越(ITS)来越受人们的青睐,它在城市交通智能调度系统,高速公路智能调度系统等方面有着广泛的应用。在此系统中车辆检测是一项不可或缺的功能,而公路车辆的牌照识别则是车辆检测中的一个重要环节,由此可以看出公路车牌识别在交通管理中占有及其重要的地位。但是由于公路的视频监控系统与车辆相隔较远,另外加上天气等客观原因,导致从视频中截取的图像难以满足直接进行公路车牌识别的要求,所以,要得到一幅较好的公路车牌识别图像,首先要做的就是要提高图像质量,然后再进行车牌识别,这样才会有较好的识别效果。视频图像超分辨率复原技术就是一种很好的方法,该技术是指通过一定的方法,就是利用信号处理的方法,将变形模糊、有噪、频谱混叠的多幅低分辨率降质图像融合为一幅高分辨率图像,同时消除加性噪声以及由传感器和光学元件产生的模糊,使视频图像的分辨率突破原有限制的一种技术。本文针对公路监控视频中车牌图像模糊,难以进行有效识别的现象,基于视频的超分辨率复原的分析图像处理方法,对从公路视频监控中车牌图像超分辨率复原技术开展了初步的应用研究。本文主要工作如下:简述了车牌识别的研究背景,阐明了本文研究的意义,并从实际应用的角度出发,论述了视频图像的超分辨率复原技术的发展历程与技术分类,分析了已有方法存在的缺陷与不足,在此基础上,选择一种基于非均匀采样的内插原理和后向迭代投影算法相结合的新算法,先通过非均匀采样的内插原理得到迭代因子,然后代入后向迭代投影算法中,然后通过对输出加以低频分量最匹配的约束;对光流法和块匹配法这两种常用的运动参数估计方法进行了分析,对其适用范围与局限性进行了研究。

全文目录


摘要  5-6
Abstract  6-9
1 绪论  9-13
  1.1 研究背景及意义  9-10
  1.2 国内外研究现状及存在的问题  10-12
    1.2.1 国内外研究现状  10-11
    1.2.2 存在的问题  11-12
  1.3 视频图像超分辨率复原技术  12
  1.4 论文的主要内容和组织结构  12-13
2 视频图像超分辨技术  13-21
  2.1 视频图像超分辨复原技术  13-14
  2.2 超分辨率复原的步骤  14-15
  2.3 视频图像超分辨复原技术分类  15-20
    2.3.1 多帧图像超分辨率复原  16-20
      2.3.1.1 频率域方法  16-17
      2.3.1.2 空间域方法  17-20
    2.3.2 单帧图像盲复原  20
  2.4 本章小结  20-21
3 基于非均匀采样的内插原理的后向迭代投影算法  21-25
  3.1 非均匀采样的内插原理  21
  3.2 后向迭代投影法  21-22
  3.3 应用方法概述  22-23
    3.3.1 应用方法原理  22-23
    3.3.2 应用方法流程图  23
  3.4 本章小结  23-25
4 图像配准  25-41
  4.1 图像配准的基本概念  25-26
    4.1.1 图像配准的概念  25
    4.1.2 图像配准的数学描述  25-26
  4.2 图像配准的基本方法  26-29
    4.2.1 仿射变换  26-27
    4.2.2 基于光流的图像配准  27-28
    4.2.3 基于多项式的图像配准  28-29
  4.3 块匹配法  29-37
    4.3.1 匹配准则  30-31
    4.3.2 常用块匹配方法搜索策略  31-35
      4.3.2.1 三步搜索TSS  31-32
      4.3.2.2 交叉搜索CS  32
      4.3.2.3 菱形搜索DS  32-33
      4.3.2.4 六边形搜索HEXBS  33-34
      4.3.2.5 十字搜索RPS  34
      4.3.2.6 双十字精化搜索策略  34-35
    4.3.3 初始搜索中心预测策略  35-37
      4.3.3.1 大十字快速搜索  35-36
      4.3.3.2 小十字精化搜索  36
      4.3.3.3 改进块匹配法的实现过程  36-37
  4.4 本章小结  37
  4.5 实验结果及分析  37-41
5 总结与展望  41-43
  5.1 总结  41
  5.2 未来研究展望  41-43
参考文献  43-45
致谢  45-46
个人简历  46-47
在学期间发表的学术论文与研究成果  47

相似论文

  1. 图像拼接技术研究,TP391.41
  2. 基于学习的低阶视觉问题研究,TP391.41
  3. 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
  4. 结合线性二次放射生物模型的图像配准技术的研究,R815
  5. 基于EMD的车牌识别方法及应用,TP391.41
  6. 基于粗糙集和模糊SVM的车牌识别技术研究,TP391.41
  7. 基于改进光流场模型的医学图像非刚性配准算法研究及实现,TP391.41
  8. 基于PowerPC架构的车牌识别算法研究,TP391.41
  9. 复杂背景下车牌定位的研究与设计,TP391.41
  10. 非刚性医学图像准算法研究和实现,TP391.41
  11. 基于回归的图像超分辨率重建技术研究,TP391.41
  12. 利用非局部相似性的图像超分辨率重建研究,TP391.41
  13. 基于学习的视频超分辨率重建算法研究及实现,TP391.41
  14. 基于图形处理器的SIFT算法研究,TP391.41
  15. 基于DM6437的视频烟雾检测系统,TP391.41
  16. 实时视频拼接系统关键技术研究,TP391.41
  17. 交通视频监控若干关键算法设计及应用,TP391.41
  18. 工业应用中的目标检测与精确定位技术,TP391.41
  19. POCS图像超分辨率重建技术研究,TP391.41
  20. 医学图像配准平台及结合灰度与几何信息的新配准测度,TP391.41
  21. 基于学习的图像超分辨率技术及其应用研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com