基于L0正则化的车牌图像去模糊

王超，陈亚运

（合肥工业大学 计算机与信息学院，安徽 合肥　230009）

基于L0正则化的车牌图像去模糊

王超，陈亚运

（合肥工业大学 计算机与信息学院，安徽 合肥230009）

随着视频监控技术的发展、监控摄像头的普及和人们对安全信息需求的提升，监控中图像去模糊技术得到迫切需求。基于图像强度和梯度的L0正则化去模糊算法能有效恢复模糊的文本图像，但是由于车牌图像的灰度值为零的点较少，导致该方法对模糊的车牌图像复原结果有瑕疵。本文根据的灰度直方图的特性，提出一种改进方法，并与两种方法对比，本文方法取得较好的结果。

图像去模糊；L0正则化；灰度直方图；梯度直方图

近年来，随着车辆越来越多，闯红灯、肇事逃逸等违规违法事件也随之增多，虽然摄像头也越来越清晰，但是由于各种原因，往往采集到的违章车的车牌模糊不清，这样就很难获取这些车的具体信息，从而让违法者逍遥法外。因此，针对视频监控中的模糊图像处理技术就显得重要。

车牌图像和常见的自然图像的性质不同，不服从自然图像的尾重效应［1］。但是与文本图像的特性非常相似，可以利用文本图像去模糊的方法进行处理。近年来文本图像处理方法发展迅速，2002年，Li等［2］提出利用两中颜色图像来估计模糊核的联合估计方法。但是该方法只适合有两种颜色的图像，对于背景复杂的模糊文字图像处理效果不好。2011年Chen等提出一种基于图像像素值新的先验知识［3］。……