一种用于车牌识别的图像超分辨率算法.pdf

《一种用于车牌识别的图像超分辨率算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3O卷第1期中国科学院研究生院学报Vo1．30No．12013年1月JournalofGraduateUniversityofChineseAcademyofSciencesJanuary2013文章编号：1002-1175(2013)O1-0137-07简报一种用于车牌识别的图像超分辨率算法姚振杰，易卫东(中国科学院研究生院，北京100049)(2012年3月713收稿；2012年3月1613收修改稿)YaozJ，YiWD．Imagesuper-resolutionapproachforlicense-platerecog

2、nition[J]．JournalofGraduateUniversityofChineseAcademyofSciences，2013，30(1)：137-143．摘要仿效人类的视觉认知过程，提出面向目标的图像超分辨率算法．只需从一幅车牌图像就可以恢复目标的细节信息．该算法使用先检测、后重建的思路，通过联合稀疏编码建立目标高低分辨率图像片之间的关系，以目标可以稀疏表示为先验，检测到目标区域后，通过压缩感知重建图像．实验表明，重建图像的峰值信噪比(PSNR)较传统方法约有2dB的改善．此外，还验证了超分辨率重建改善了车牌识别结

3、果，可以消除20％的错误识别字符．关键词面向目标；超分辨率；压缩感知；稀疏编码；邻接特征中图分类号：TP391文献标识码：Adoi：10．7523／j．issn．1002·1175．2013．01．021Imagesuper-resolutionapproachforlicense-platerecognitionYAOZhen—Jie，YIWei—Dong(GraduateUniversity，ChineseAcademyofSciences，Beijing100049，China)AbstractAnobject-orie

4、ntedimagesuper—resolutionapproachisproposed，whichimitatesvisualcognitionofhumanbeings．Thereconstructionprocedureneedsonlyasingleimageofthelicenseplate．Inthetrainingstage，thecorrespondingrelationshipbetweenhighandlowimagepatchesisbuiltbycombinedsparsecoding．Afteranob

5、jectisdetected，thelowresolutionobjectimageisreconstructedbycompressingsensingunderassumptionofsparserepresentation．ExperimentalresultsonlicenseplateimagesshowthatthePSNRisimprovedbynearly2dBcomparedtoconventionalnon-objectorientedstrategy，and20％ofmisrecognizedcharac

6、tersarecorrectlyrecognizedafterreconstruction．Keywordsobjectoriented；super—resolution；compressedsensing；sparsecoding；neighborfeature中国科学院百人计划(99T300CEA2)，国家科技重大专项(2010ZX03006-001-02)和国家高技术研究发展计划(2009AA12Z143)资助十通信作者，E·mail：yaozhenjie@gmail．corn138中国科学院研究生院学报第30卷实际交通

7、监控系统通常只能获得较低分辨率试图像具有较好的一致性．在实际生活中，车牌图的图像，这些图像有时不能满足监控应用中后续像通常具有统一规格，可以选择大量车牌图像作处理(如车牌识别等)的需求．为此，从低质量、低为训练库，确保训练图像与实际应用中的图像具分辨率的观测图像重建高分辨率车牌图像，即车有较好的一致性，所以，基于学习的单源图像超分牌图像超分辨率(super．resolution)重建具有重要辨率重建适用于车牌图像超分辨率．意义．上述超分辨率算法是针对整幅图像进行重文献[1]对图像超分辨率早期的相关工作给建，实际应用中，图像背景

8、中的很多细节对后续目出较好的综述．从对输入观测图像的数量需求上标识别任务是无关紧要的，通过大量复杂的计算说，传统的图像超分辨率算法大概分为2类．重建整幅图像仅仅是增强了图像的视觉效果，并一类是需要获取同一目标的多幅观测图像，无必要．事实上，通过综合颜色、纹理等信息，现实即多源