[发明专利]结合序列图像超分辨率重建的车牌识别方法及系统

权利要求书

1.一种基于结合序列图像超分辨率重建的车牌识别方法，其特征在于，包括以下步骤：

第一步、对视频图像采用基于L₁和L₂混合范式的超分辨率重建算法对视频进行预处理，重建出清晰可辨的高分辨率图像；

第二步、对高分辨率图像进行车牌定位：首先利用HSV颜色空间上结合大津法对车牌进行定位，然后利用垂直投影法对定位出的车牌进行字符分割，得到单个字符；

第三步、利用字符的HOG特征信息生成训练集，采用SVM方式对分割出的字符进行识别，得出车牌字符串。

2.根据权利要求1所述的方法，其特征是，所述的重建是指：基于L₁范式的BTV正则化函数f₁以及L₂范式的BTV正则化函数f₂对模拟低分辨率图像进行重建，f1=argmin[Σk=1K||yk-DBMkX||11+λRBTV(X)],f2=argmin[Σk=1K||yk-DBMkX||22+λRBTV(X)],]]>其中：DBM_kX为模拟低分辨率图像，其中的D代表降采样矩阵，B代表模糊矩阵，M_k代表运动变形矩阵，λ为正则化系数，用于平衡保真项和正则项；y_k为采用到的第k帧低分辨率图像，X为待估计高分辨率图像；K为序列图像的总帧数，R_BTV(X)为双边全变分正则化核函数，具体为：其中：l和m为图像X在水平和垂直方向的位移，q为在水平和垂直方向上的最大位移，为平移后的变换矩阵，α为调节双边滤波算子的权重参数；

基于上述混合范式的BTV正则化函数为：

x^=argmin[μΣk=1K||yk-DBMkX||1+(1-μ)Σk=1K||yk-DBMkX||22]+λΣl=-qqΣm=-qqα|l|+|m|X-SxlSymX||1,]]>其中：为重建后图像；μ为L₁范式和L₂范式的调节参数，通过采用迭代算法选取调节参数μ，使得上式的第一项最小，即原始低分辨图像y_k与模拟低分辨率图像DBM_kX之间的差最小。