基于運動模糊的車牌恢復系統設計

王昌　劉艷　張文超

【摘 要】為解決高速運動過程中圖像模糊的問題，本文設計了運動模糊的車牌恢復系統。通過對圖像進行方向微分求極小值，計算出運動模糊方向；利用統計頻譜圖中暗條紋個數的方法得出運動模糊尺度。最后利用運動模糊方向和尺度，建立退化模型，通過逆濾波的方法，還原運動模糊車輛牌照。實驗取得不錯的效果，有很好的現實應用價值。

【關鍵詞】運用模糊模型；模糊方向；模糊尺度；車牌恢復

【Abstract】In order to solve the problem of image blurring in high-speed motion， a motion blurred license plate recovery system was designed in this paper. Using the method of the minimum value of the directional differentiation of the image， the motion blur direction is calculated； by the method of the number of dark stripes in the statistical spectrum， the motion blur scale is obtained. In the end， the model is established by using the motion blur direction and scale， and the motor vehicle license plate is recovered by inverse filtering method. The experiments have achieved good results， and have a very good practical value.

【Key words】Motion blurred model； Blurred direction； Blurred scale； Vehicle license plate recovery

0 引言

違章車輛的速度一般較快，圖像采集設備和目標物之間存在較快的相對運動，使得獲取的圖片是模糊的，無法準確獲取車牌信息，為交通執法提供依據。建立運動模糊的車牌恢復系統，有著很重要的現實應用價值。

當前，已建立了運動模糊圖像的退化模型。該模型認為：圖像退化的因素有多種情況，本文只考慮由相對運動而產生的圖像模糊，其中由勻速直線運動所造成的模糊圖像的恢復問題更具有一般性。通常，圖像的退化模型為：

1 方法

模糊方向估計方法：將原始圖像看成是自相關及其功率譜是各向同性的一階馬爾科夫過程，運動模糊降低了運動方向上圖像的高頻成分，而對于其它方向上的高頻成分影響較少，且隨著方向偏離越大影響越小。因此圖像通過方向微分后所得到的灰度值之和最小的方向就是運動模糊方向。

對應其他的角度采用對應的方法去計算，對微分后的圖像灰度值（絕對值）求和，找出最小灰度值之和對應的角度即為運動模糊方向。

尺度估計：計算出運動模糊方向之后，可以將運動模糊車牌進行旋轉至運動方向為零的狀態，該問題就簡化為尋找運動模糊方向為零時的運動模糊尺度。對于一般運動模糊的圖像，其頻譜圖上的暗條紋的個數，就是其運動模糊的尺度，因此可以通過計算頻譜條紋個數來確定運動模糊尺度。

2 實驗結果

運動模糊的原始圖像如圖1所示。

利用本文的方向估計的算法得到的微分圖像灰度值絕對值和的曲線如圖2（a）所示。極小值的橫坐標表示的是模糊方向。利用本文的尺度估計算法得到的曲線如圖2（b）所示，對應的是縱坐標的極小值。

利用方向微分原理計算得運動模糊方向為a=75度，通過統計頻譜圖中暗條紋個數得出運動模糊尺度計算得運動尺度為L=37。

利用濾波器參數的逆運算得到恢復的圖像，恢復結果如圖3所示。

3 結果

本文通過對運動模糊的模型進行分析，得到運動模糊退化模型的函數。利用對圖像進行方向微分求極小值的方法，計算運動模糊方向，利用統計頻譜圖中暗條紋個數的方法得出運動模糊尺度。最后利用逆變換的方法來還原運動模糊的圖像，取得了不錯的效果，有很好的顯示應用的價值。（下轉第89頁）

【參考文獻】

[1]馬明.運動模糊圖像的判定與恢復[D].大連理工大學，2006.

[2]李紅陽.運動圖像恢復[D].清華大學，2002.

[3]朱秀昌，劉峰，胡棟.數字圖像處理與圖像通信[M].北京郵電大學出版社，2002.

[4]陳前榮，陸啟生，成禮智.基于方向微分和加權平均的運動模糊方向的鑒別[J].計算機工程與應用，2004（29）.

[責任編輯：侯天宇]