文献类型：期刊文章

作　　者：刘芳华[1] 倪浩[1] 阮若林[2] 王建峰[3]

机构地区：[1]湖北科技学院电子与信息工程学院,湖北咸宁437100 [2]湖北科技学院生物医学工程学院,湖北咸宁437100 [3]湖北科技学院网络管理中心,湖北咸宁437100

出　　处：《计算机应用与软件》

基　　金：国家自然科学基金项目(61271256);湖北省高等学校优秀中青年科技创新团队计划项目(T201513);湖北省自然科学基金项目(2015CFB452);湖北省教育厅科研计划指导性项目(B2015080);湖北科技学院校级科研项目(KY13048)

年　　份：2016

卷　　号：33

期　　号：11

起止页码：208-211

语　　种：中文

收录情况：CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、JST、ZGKJHX、普通刊

摘　　要：获取的车牌图像因分辨率过低、过量模糊和噪声等原因会导致其图像质量较低,影响了车牌识别的准确率。为了提高车牌识别的准确率,采用基于学习的超分辨率重建算法增强低质车牌图像。引入在线字典学习方法训练超完备字典,并制作适合于车牌超分的训练图集,根据低质车牌图像重建高分辨率车牌,按照既定的模板匹配方法进行车牌识别。实验表明,超分方法的PSNR和SSIM比经典的SCSR(Sparse Coding Super-Resolution)法都有明显提升,车牌识别率也比SCSR提高了5.0%。可见,所提出的算法较好地增强了低质车牌的图像质量,有效地提高了识别率。

关 键 词：超分辨率 车牌识别 在线字典学习  稀疏编码  

分 类 号：TP391.9]