[发明专利]基于噪声/模糊图像对的低照度车牌图像恢复方法

说明书

技术领域

本发明属于图像信息处理领域，具体涉及低照度车牌图像恢复方法。

背景技术

低照度环境下，采用编码曝光技术能够获得长曝光和短曝光的图像，其中短曝光图像边缘清晰，但噪声强度大，信噪比低；长曝光图像信噪比较高，但有明显的运动模糊。在模糊核估计过程中，将短曝光大噪声图像和长曝光模糊图像相结合，能够比传统方法获得更高的估计精度。低照度拍摄条件下，运动车辆车牌图像信噪比低，噪声强度大且成分复杂，而目前大部分图像复原方法都是针对某种已知分布的特定的先验项，往往只能解决噪声成分相对单一的情况，对于混合噪声来说效果很难保证，因此无法解决低照度环境中混合噪声情况下的图像复原问题。通过对现有先验项进行有效组合，能够使图像复原算法更好地应对混合噪声情况，提高低照度条件下图像恢复效果。

发明内容

本发明为解决低照度车牌图像恢复问题，提供一种基于噪声/模糊图像对的低照度车牌图像恢复方法，具体技术方案如下

一种基于噪声/模糊图像对的低照度车牌图像恢复方法，包括如下步骤：

(S1)对低照度拍摄相机设置编码曝光，分别采集长时、短时曝光时间的车牌图像，记为短曝光噪声图像和长曝光模糊图像；

(S2)对短曝光噪声图像进行去噪处理，并利用去噪后的图像和长曝光模糊图像，进行模糊核估计，获得初始模糊核估计值；

(S3)对初始模糊核进行优化处理；

(S4)将长曝光模糊图像进行去模糊处理，获得恢复车牌图像。

进一步，所述步骤(S2)中的去噪方法采用双边滤波算法。

进一步，所述步骤(S2)中的模糊核估计过程为：

设置目标约束：

min{||Ak-b||₂+λ²||k||₂}

其中，||||₂为2范数，A为去噪图像的矩阵形式，b,k分别为向量形式的长曝光模糊图像和模糊核，λ为系数；

将目标约束转化为求解方程：(A^TA+λ²E₀)k＝A^Tb，

求解的到模糊核估计值为：其中，T表示矩阵转置，()^-1表示矩阵求逆，E₀为单位矩阵。

进一步，所述步骤(S3)的具体过程为，