不均匀光照车牌增强算法研究

被引:5
作者
朱仁欢
魏海锋
卢一相
孙冬
机构
[1] 安徽大学电气工程与自动化学院
关键词
光照不均匀; 本征图像分解; Retinex约束; 封闭解;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
当车牌光照不均匀时,会给车牌的进一步处理带来很大的困难.针对这一问题,提出基于本征图像分解的不均匀光照车牌的增强算法.把定位好的车牌图像转换成灰度图像,对图像中包含相似亮度分量的像素集合,用本文所提出的约束进行处理.该约束和传统的Retinex邻近像素约束有效地减少了分解中的不确定性.使用这两个约束,使得分解问题转换成求二次函数最小值的问题,即形成了用封闭解来求本征图像分解.由实验可知,本文算法增强效果较好,降低了车牌进一步处理的难度.
引用
收藏
页码:601 / 604
页数:4
相关论文
共 6 条
[1]   遥感图像理想均衡化及图像质量定量评价 [J].
孟天佑 ;
汪云甲 .
中国图象图形学报 , 2012, (05) :729-739
[2]   基于亮度的自适应单尺度Retinex图像增强算法 [J].
刘高平 ;
赵萌 .
光电工程, 2011, 38 (02) :71-77
[3]   一种新型自适应Retinex图像增强方法研究 [J].
汪荣贵 ;
张璇 ;
张新龙 ;
傅剑峰 .
电子学报, 2010, 38 (12) :2933-2936
[4]   User-Assisted Intrinsic Images [J].
Bousseau, Adrien ;
Paris, Sylvain ;
Durand, Fredo .
ACM TRANSACTIONS ON GRAPHICS, 2009, 28 (05) :1-10
[5]   A variational framework for Retinex [J].
Kimmel, R ;
Elad, M ;
Shaked, D ;
Keshet, R ;
Sobel, I .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2003, 52 (01) :7-23
[6]   Learning low-level vision [J].
Freeman, WT ;
Pasztor, EC ;
Carmichael, OT .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2000, 40 (01) :25-47