【技术实现步骤摘要】
本专利技术涉及图像增强，具体涉及一种智慧城市道路智能监控系统。
技术介绍
1、智慧城市是指依靠信息技术、物联网等技术手段，实现城市管理和城市服务的智能化、高效化和可持续发展。随着交通工具的增多，道路上的交通安全问题越来越引人关注。为了确保居民的交通安全，城市的各个道路口都安装了监控摄像头，以监视道路和车辆。然而，由于车辆速度过快、光照不足等影响，监控摄像头捕捉到的车牌经常是模糊、难以辨识的，这给交通安全带来了一些潜在的危害。车牌是追踪车辆身份的关键标识，模糊的车牌信息会导致交警或相关部门难以对违章车辆进行有效的监管和处罚，使得一些驾驶员在违规后逃避法律责任。因此，对模糊的车牌进行图像增强，使图像可以清晰的展示出车牌号码是十分必要的。虽然现在模糊图像增强领域已经存在大量增强算法，但现有的图像模糊增强算法在估算点扩散函数(point spread function，psf)时忽略了一个问题，即当使用radon变换对具有稳定方向的标准矩形物体进行投影时，可能会出现多个相同大小的极值，从而导致模糊图像的运动角度的计算产生误差，影响后续的图像复原效果。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供一种智慧城市道路智能监控系统，所采用的技术方案具体如下：
2、本专利技术提出了一种智慧城市道路智能监控系统，所述系统包括：
3、图像采集模块，采集道路图像，利用神经网络对道路图像的车牌区域进行分割获取灰度车牌图像；
4、车牌区域图像处理模块，使
5、车牌区域图像复原模块，根据psf点扩散函数使用维纳滤波算法对车牌区域图像进行复原，达到智慧城市道路智能监控的目的。
6、进一步地，所述利用radon变换得到二值边缘频谱图像的投影矩阵，包括：
7、将二值边缘频谱图像作为radon变换的输入，radon变换的输出为投影矩阵。
8、进一步地，所述通过投影矩阵中的极值以及具有极值的各列对应的角度得到具有极值的各列的模糊运动方向，包括：
9、获取投影矩阵中的极值，对于具有极值的各列，计算所有具有极值的列对应角度的均值，计算具有极值的列对应的角度与所述均值的差值绝对值，计算具有极值的列的所述差值绝对值与具有极值的列中极值个数的比值，将所述比值作为具有极值的列的模糊运动方向。
10、进一步地，所述根据具有极值的列的模糊运动方向获取车牌的运动模糊角度，具体为：将模糊运动方向最小的列对应的角度作为车牌的运动模糊角度。
11、进一步地，所述根据灰度车牌图像中各像素点与运动方向直线上像素点的欧式距离获取灰度车牌图像中各像素点的投影像素点，包括：
12、将运动方向直线上与灰度车牌图像中各像素点欧式距离最近的像素点，作为灰度车牌图像中各像素点的投影像素点，其中运动方向直线上像素点的灰度值为灰度车牌图像中所有像素点的灰度值均值。
13、进一步地，所述根据各像素点与字体像素点的欧式距离获取各像素点的字体偏远指数，包括：
14、对于各像素点，以像素点为起始原点构建直角坐标系，其中x轴与运动方向直线垂直，y轴与运动方向直线平行，在y轴的正方向和负方向以及x轴的正方向和负方向共四个方向上寻找字体像素点，计算像素点与所述四个方向上分别找到的第一个字体像素点之间的欧式距离，若在所述四个方向中的其中一个方向找不到字体像素点，则所述欧式距离为0；第r个像素点的字体偏远指数的表达式为：
15、
16、式中，dr为第r个像素点的字体偏远指数，τ为预设大于零的调参系数，y1r、y2r、x1r、x2r分别表示第r个像素点与y轴的正方向、y轴的负方向、x轴的正方向、x轴的负方向上找到的第一个字体像素点之间的欧式距离。
17、进一步地，所述根据任意两个像素点的字体偏远指数以及投影像素点得到任意两个像素点之间的空间模糊相似系数，包括：
18、对于任意两个像素点，获取两个像素点的投影像素点之间的欧式距离的相反数，将所述相反数作为以自然常数为底的指数函数的指数，计算两个像素点的字体偏远指数的差值绝对值，计算预设大于零的调参系数与所述差值绝对值的和值，将所述指数函数的计算结果与所述和值的比值作为两个像素点之间的空间模糊相似系数。
19、进一步地，所述根据各像素点与采样像素点之间的空间模糊相似系数以及lbp特征值得到各像素点与采样像素点之间的模糊相似系数，包括：
20、对于各像素点，获取像素点与像素点的各采样像素点的投影像素点，以各投影像素点为中心构建方形窗口，将各窗口中心像素点的lbp特征值作为各投影像素点在运动方向上的模糊指数；
21、计算像素点的投影像素点与像素点的各采样像素点的投影像素点的模糊指数的差值绝对值，计算预设大于零的调参系数与所述差值绝对值的和值，获取像素点与其各采样像素点之间的空间模糊相似系数与所述和值的比值，将所述比值作为像素点与其各采样像素点之间的模糊相似系数。
22、进一步地，所述根据各像素点与采样像素点之间的模糊相似系数获取车牌的运动模糊距离，包括：
23、对于各像素点，获取像素点与像素点的各采样像素点之间的模糊相似系数的归一化值，统计大于预设模糊相似度阈值的所述归一化值的数量，将所述数量作为像素点在运动模糊方向上的运动模糊距离，随机选取一个像素点在运动模糊方向上的运动模糊距离作为车牌的运动模糊距离。
24、进一步地，所述基于车牌的运动模糊角度以及运动模糊距离构建psf点扩散函数，表达式为：
25、
26、式中，h()为psf点扩散函数，u为车牌的运动模糊距离，β为车牌的运动模糊角度，x为灰度车牌图像中像素点的横坐标，y为灰度车牌图像中像素点的纵坐标。
27、本专利技术具有如下有益效果：
28、本专利技术针对radon变换在对车牌的运动模糊角度进行估算时，未考虑本文档来自技高网...
【技术保护点】
1.一种智慧城市道路智能监控系统，其特征在于，所述系统包括：
2.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述利用Radon变换得到二值边缘频谱图像的投影矩阵，包括：
3.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述通过投影矩阵中的极值以及具有极值的各列对应的角度得到具有极值的各列的模糊运动方向，包括：
4.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述根据具有极值的列的模糊运动方向获取车牌的运动模糊角度，具体为：将模糊运动方向最小的列对应的角度作为车牌的运动模糊角度。
5.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述根据灰度车牌图像中各像素点与运动方向直线上像素点的欧式距离获取灰度车牌图像中各像素点的投影像素点，包括：
6.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述根据各像素点与字体像素点的欧式距离获取各像素点的字体偏远指数，包括：
7.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，
8.根据权利要求5所述的一种智慧城市道路智能监控系统，其特征在于，所述根据各像素点与采样像素点之间的空间模糊相似系数以及LBP特征值得到各像素点与采样像素点之间的模糊相似系数，包括：
9.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述根据各像素点与采样像素点之间的模糊相似系数获取车牌的运动模糊距离，包括：
10.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述基于车牌的运动模糊角度以及运动模糊距离构建PSF点扩散函数，表达式为：
...【技术特征摘要】
1.一种智慧城市道路智能监控系统，其特征在于，所述系统包括：
2.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述利用radon变换得到二值边缘频谱图像的投影矩阵，包括：
3.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述通过投影矩阵中的极值以及具有极值的各列对应的角度得到具有极值的各列的模糊运动方向，包括：
4.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述根据具有极值的列的模糊运动方向获取车牌的运动模糊角度，具体为：将模糊运动方向最小的列对应的角度作为车牌的运动模糊角度。
5.根据权利要求1所述的一种智慧城市道路智能监控系统，其特征在于，所述根据灰度车牌图像中各像素点与运动方向直线上像素点的欧式距离获取灰度车牌图像中各像素点的投影像素点，包括：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：孙腾飞，金伟，池胜华，
申请(专利权)人：嘉兴索思瑞克电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。