图像处理技术在模糊车牌清晰化中的应用

姜少波 甘彤 马彪彪

摘要 随着社会的发展，涉车案件越来越多，基于视频图像提取车辆号牌已逐步成为视频侦查的突破口。然而由于受各种因素的影响，所获取的图像模糊不清，导致车牌无法辨识，如何通过图像处理技术有效地清晰化车牌是目前亟待解决的问题。本文介绍了常见的车牌模糊类型及清晰化处理方法，并针对实际应用中车牌的复杂模糊情况提供了处理策略和流程。

【关键词】模糊车牌 图像处理 应用

随着平安城市、雪亮工程的广泛建设，监控视频资料逐渐成为公安案件侦破的重要信息来源。在实际案件侦破过程中，涉车案件越来越多，如交通肇事逃逸、非机动车盗窃等，尽管目前的摄像头朝着高清化方向发展，但通常案发时受天气、光线、雾霾、车辆运动等外部客观因素的影响，所获取的车辆图像大多模糊不清，导致车牌难以识别，为案件的侦破带来了很大的困难。为了有效利用已有的视频资料获取有价值的线索，利用图像处理技术对车牌进行清晰化处理具有十分重要的意义。

对模糊车牌进行清晰化处理之前，首先需要分析判断模糊属于哪种类型，然后选择有针对性的方法进行增强复原。常见的模糊类型主要有以下幾种：运动模糊、散焦模糊，低分辨率/小尺寸、噪声干扰、低对比度等，在实际应用中，既有单一类型的模糊，也有多种类型的叠加，对于单一类型，可以选择对应的方法进行处理，对于叠加类型，需要遵循一定的处理策略和流程，才能达到比较好的效果。下面针对以上问题重点介绍了单一类型及处理方法、叠加类型的处理策略和流程。

1 常见的模糊类型及处理方法

根据所用图像数量处理方法可分为单帧和多帧处理，多帧的好处是每一帧图像都可以提供不同的有价值的信息，通过综合分析可以得到更好的效果。去运动模糊、去散焦模糊、对比度增强等属于单帧处理;超分辨率重建、图像融合、图像平均等属于多帧处理，噪声消除既可单帧处理，又可多帧处理。

1.1 运动模糊

运动模糊是车牌模糊中最常见的一种模糊类型，主要由摄像系统与被摄物之间的相对运动产生。影响运动模糊的主要因素有运动速度、运动角度，车辆运动速度越快，车牌拖影越严重，其主要特征是模糊仅向车辆的运动方向扩展、成一条直线。因此，对于这类模糊车牌的处理，首先通过角度测量确定车辆的运动方向，然后再调节模糊程度参数，使之达到我们期望的效果。

1.2 散焦模糊

视频摄像系统和普通照相机一样需要调整焦距，照射固定场景的摄像系统一般都会将焦距固定在场景的中间位置。散焦模糊是车辆目标没有出现在对焦区域内从而导致的模糊不清，其主要特征是模糊向四周扩散，呈圆盘状。因此，对于这类模糊车牌的处理，通过调节模糊程度和方差参数，使之达到较好的效果。

1.3 低分辨率/小尺寸

低分辨率/小尺寸模糊主要是由于摄像头本身分辨率低或目标距离摄像头太远导致的模糊不清。目前这类模糊是比较难处理的一种，主要原因是可用像素太少，对于单帧图像，通过对图像的无损放大可在一定程度上提高车牌的清晰度，如果存在多帧图像，可以采用超分辨重建的方法提升车牌的辨识度，可选的方法主要有光流法、多项式法和特征点法。

1.4 噪声干扰

噪声是由于摄像机本身原因引起的干扰，通常由电子干扰产生，主要表现为在图像上布满许多随机分布的颗粒，在夜间图像中噪声会更加明显。常见的噪声干扰主要有随机噪声和奇偶场干扰，处理方法有平滑滤波、高斯滤波、中值滤波、小波滤波、奇偶场分离等，在实际使用过程中，消除噪声的同时，图像的边缘及细节也会被平滑。对于奇偶场干扰主要表现为目标边缘成锯齿状，通过奇偶场分离，可消除目标边缘锯齿，提高车牌清晰化效果。

1.5 低对比度

低对比度是由于不同的光照条件和摄像机本身特性导致的，通常表现为图像太暗或太亮造成的车牌图像模糊，如夜间图像或强光照射镜头等。常用的处理方法有灰度变换法，直方图均衡，以及Retinex增强处理。

以上介绍了常见的模糊类型及处理方法，图1是一个去运动模糊的例子，从图1 （a）可以看出，车辆处于该摄像系统的焦距之内，不存在虚焦、散焦，场景光照并不强烈，图像色彩和纹理基本清晰，车牌仅在车辆运行方向上模糊，由此可以确定该场景为运动模糊造成的车牌拖影，图1（b）为去运动模湖结果。通常，由于国内车牌字符采用反光漆，通过反色操作，可使车牌字符更加突出鲜明，如图l（c）所示。

2 模糊车牌清晰化的策略与处理流程

选择合适的图像是有效处理模糊车牌的前提，图像选择的好坏直接影响车牌清晰化的结果。对于单一类型的模糊，采用以上介绍的方法可以取得较好的效果，然而在实际应用中大多属于叠加类型的模糊，处理方法的先后顺序即处理流程将直接决定车牌清晰化的成败。

2.1 视频图像选择策略

（1）图像保存：从视频片段截取图像时，尽量保存为BMP格式。由于JPG格式是有损压缩，会损失部分原始信息。

（2）图像选择：选择目标尺寸大、距离近、角度小、光照适中、运动小的视频帧，对于多帧图像要求具有连续性。

（3）处理区域：处理区域要适中，稍大于目标区域，对于车牌而言，一般包括整个车头即可，这样有利于多帧图像的配准与处理。

（4）序列图像数以4-8帧为宜。

2.2 处理流程

对于复杂的叠加类型模糊车牌的处理流程为首先判断是否存在运动模糊或散焦模糊，然后判断目标的分辨率/尺寸大小，最后分析对比度情况，并采用相应的处理方法，图2是一个复杂模糊车牌综合处理流程。

3 小结

图像处理技术将在模糊车牌清晰化中得到越来越广泛的应用，尽管实际应用中车牌的模糊情况很复杂，但通过运用上述的分析原则和处理方法，可以大大提高车牌清晰化处理的有效性，当然在处理的过程中耐心调整到最合适的参数也是必不可少的。相信随着技术的不断进步，图像处理将在刑事侦查中发挥更大的作用。

参考文献

[1]陈勇兵，郭晓云，沈未名，一种鲁棒性的基于运动估计的自适应时空域视频去噪算法[J].计算机应用，2006 （08）.

[2]王春霞，苏红旗，范郭亮.图像超分辨率重建技术综述[J].计算机技术与发展，2011 （05）.

[3]方永选，李武劲.模糊图像处理技术在刑事侦查中的应用[J].中国公共安全（学术版），2014 （04）.

[4]曾俊.图侦中模糊车牌的识别处理技巧[J].警察技术，2015 （05）.