结合卷积与转置卷积特征的模糊车牌复原方法

摘要：

深度学习算法在图像去噪领域已经得到了很好的效果;但目前对于深度学习算法在模糊图像复原领域的研究没有更深入的研究.直接应用图像去噪的方法对模糊车牌进行复原实际上可行的,但会产生复原图像细节缺失,时间代价高的缺点.针对这些问题,吸取去噪方法的优点,提出将原始图像信息与转置卷积复原后的图像信息相结合的方法,重新构建了图像复原网络结构;并根据图像特点自定了损失函数.实验通过与已有的方法进行对比说明,提出的复原方法在复原车牌图像质量上和复原效率上都有很好的表现;同时对模糊运动角度与不同噪声具有健壮性;而模糊运动像素越大的图片,复原图像的质量也会下降.

关键词：深度学习、转置卷积、模糊车牌、图像复原

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省回国留学人员科研项目2014-053;山西省第六批“百人计划”

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：241-249