赞助商链接
当前位置： >>
雾霾天气条件下车牌信息的识别
＿一Ｖ恍…刚ｃＡ瓣牌恶【本文献信息】唐红梅，申瑾，周亚同，等．雾霾天气条件下车牌信息的识别［Ｊ］．电视技术，２０１４，３８（５）ｙ烹翼篓烹雾霾天气条件下车牌信息的识别唐红梅，申瑾，周亚同，韩力英，王 霞（河北工业大学信息工程学院，天津３００４０１）【摘要】雾霾天气条件下，由于大气的散射，降低了拍摄图片中车牌信息的清晰度和对比度，并降低了车牌识别的正确率。针 对这一现象，提出了一种基于暗原色的对图像透射率进行改进的算法，通过改进后的方法对图像进行去雾，弥补了暗原色方法针对天空、白色等大片明亮区域无法很好去雾的缺点。算法首先对雾霾天气下拍摄的图像利用改进算法进行去雾处理，然后进 行车牌定位和字符分割，最后通过ＢＰ神经网络进行车牌信息的识别。实验证明，通过改进后的方法对图像进行去雾后，能够很 好地还原车辆信息的原本颜色特征，给后期的车辆信息处理提供了便利。【关键词】去雾；暗原色先验；透射率；ＢＰ神经网络；车牌信息识别 【中图分类号】ＴＮ９１１．７３；ＴＰ７５１ 【文献标志码】ＡＬｉｃｅｎｓｅ Ｐｌａｔｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｉｎ ＦｏｇｇｙＴＡＮＧ Ｈｏｎｇ＿ｒｎｅｉ，ＳＨＥＮＷｅａｔｈｅｒＣｏｎｄｉｔｉｏｎｓＪｉｎ，ＺＨＯＵ Ｙａｔｏｎｇ，ＨＡＮ Ｈｙｉｎｇ，ＷＡＮＧ Ｘｉａ（Ｄｅｐａｒｔｍｅｎｔ ｏｆＩｎｆｏｒｍａｔｉｏｎ 【Ａｂｓｔｒａｃｔ】Ｔｈｅ ｐｒｉｏｒ．Ｔｈｅａｎｄｗｈｉｔｅ ｃｌａｒｉｔｙＥｎｇｉｎｅｅｒｉｎｇ，Ｈｅｂｅｉ ＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｆｉｎ ３００４０１，Ｃｈｉｎａ）ａｎｄｃｏｎｔｒａｓｔｏｆ ｔｈｅ ｖｅｈｉｃｌｅ ｌｉｃｅｎｓｅ ｐｌａｔｅｉｎｆｏｒｍａｔｉｏｎａｒｅｒｅｄｕｃｅｄ ｉｎ ｔｈｅ ｆｏｇｇｙ ａｎｄ ｈａｚｙ ｗｅａｔｈｅｒ ｃｏｎｄｉｔｉｏｎ ｂｅｃａｕｓｅ ｏｆ ａｔｍｏｓｐｈｅｒｉｃｎｅｗｓｃａｔｔｅｒｉｎｇ，ａｎｄ ｔｈｅ ｖｅｈｉｃｌｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｒｅｃｏｇｎｉｔｉｏｎ ａｃｃｕｒａｃｙ ｉｓ ａｌｓｏ ｒｅｄｕｃｅｄ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ａｎｅｗｄｅｆｏｇｇｉｎｇ ｍｅｔｈｏｄ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄｃａｌｌｏｎｄａｒｋ ｃｈａｎｎｅｌｍｅｔｈｏｄ ｉｍｐｒｏｖｅｓ ｔｈｅ ｉｍａｇｅｔｒａｎｓｍｉｓｓｉｏｎ．Ｔｈｅｓｈｏｒｔｃｏｍｉｎｇ ｏｆ ｔｈｅ ｄａｒｋｃｈａｎｎｅｌ ｐｒｉｏｒ ｗｈｉｃｈｎｅｗｎｏｔｄｅｆｏｇ ｉｎ ｔｈｅｌａｒｇｅ ｂｒｉｇｈｔ ａｒｅａ ｏｆ ｔｈｅ ｓｋｙａｒｅａｉｓ ｏｖｅｒｃｏｍｅ．Ｆｉｒｓｔｌｙ，ｔｈｅ ｉｍａｇｅ ｃａｐｔｕｒｅｄ ｕｎｄｅｒ ｔｈｅ ｈａｚｙ ｗｅａｔｈｅｒ ｉｓｐｒｏｃｅｓｓｅｄ ｂｙ ｔｈｉｓｄｅｆｏｇｇｉｎｇ ｍｅｔｈｏｄ，ａｎｄ ｔｈｅｎ ｔｈｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｉｓｌｏｃａｔｅｄ ａｎｄ ｔｈｅ ｃｈａｒａｃｔｅｒｓ ａｒｅ ｓｅｐａｒａｔｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｏｒｉｇｉｎａｌ ｃｏｌｏｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｖｅｈｉｃｌｅｐｏｓｔ－ｐｒｏｃｅｓｓｉｎｇ ｏｆ ｔｈｅ ｖｅｈｉｃｌｅ ｉｎｆｏｒｍａｔｉｏｎ．ｉｎｆｏｒｍａｔｉｏｎｉｓｉｄｅｎｔｉｆｉｅｄ ｂｙ ｔｈｅ ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅｎｅｗｉｎｆｏｒｍａｔｉｏｎｃａｌｌｂｅ ｒｅｓｔｏｒｅｄ ｖｅｒｙ ｗｅｌｌ ｂｙ ｔｈｉｓｄｅｆｏｇｇｉｎｇ ｍｅｔｈｏｄ．Ｉｔ ａｌｓｏ ｐｒｏｖｉｄｅｓ ｔｈｅ ｃｏｎｖｅｎｉｅｎｃｅ ｆｏｒ ｔｈｅ【Ｋｅｙ ｗｏｒｄｓ】ｄｅｆｏｇｇｉｎｇ；ｄａｒｋ ｃｈａｎｎｅｌｐｒｉｏｒ；ｔｒａｎｓｍｉｓｓｉｏｎ；ＢＰｎｅｕｒａｌ ｎｅｔｗｏｒｋ；ｖｅｈｉｃｌｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｒｅｃｏｇｎｉｔｉｏｎ汽车牌照识别系统（Ｌｉｃｅｎｓｅ ＬＰＲ）…是智能交通系统（ＩｎｔｅｌｌｉｇｅｎｔＰｌａｔｅＲｅｃｏｇｎｉｔｉｏｎ，Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｙｓｔｅｍ，ＩＴＳ）的重要组成部分，是能够自动实时检测车辆经过和识 别汽车牌照字符的智能系统，涉及机器视觉和模式识别等 技术。由于雾霾等天气状况和曝光不足造成的图片失真， 因此车牌识别系统中的去雾阶段显得尤为重要，能否很好 地对采集的信息进行去雾并使图像复原旧Ｊ，对后期的定 位及分割、识别具有很大的影响。 １ａ带雾图Ａ 图１ ｂ带雾图Ｂ 采集到的车辆信息图对比度上，而Ｋａｉｍｉｎｇ Ｈｅ提出的暗原色去雾是通过对大改进的车牌图像去雾方法在雾霾天气下，大气中往往有悬浮颗粒等杂质，使得量的无雾的图像进行对比试验，发现了一个事实规律：在 绝大多数的户外无雾图像中，在任意局部区域内，总有一 些像素，它们的某个或几个颜色通道内的强度值很低，或 接近于零【４ｊ，称之为暗原色（ｄａｒｋ―ｃｈａｎｎｅｌ ｐｉｘｅｌ）。利用得 到的这一先验去建立去雾的模型，可以直接估算出雾的浓 度，并对图像进行复原，得到清晰的、高质量的去雾图像。 ＭｅＣａｍｅｙ大气散射模型广泛应用于计算机视觉和图 形学领域中ｐ１ ｊ（石）＝Ｊ（ｘ）ｔ（ｘ）＋Ａ（１一ｔ（ｘ）） （１） 式中：，（石）是雾化后的图像；￡（并）是大气中雾的透射率；Ａ 是天空的亮度值；，（戈）是去雾后的图像。因此，去雾的过户外能见度低、对比度差，由于大气的散射使得采集的车 辆信息模糊不清，图片质量不高，例如图１，对这样的图片 直接进行识别将大大降低车辆识别系统的性能口’。因 此，对于雾霾等恶劣天气条件下车辆信息采集的图像进行 去雾等相关的图像复原处理是一项有重要意义的研究 课题。 １．１暗原色先验去雾算法 暗原色先验是根据户外大量无雾图像的统计规律得 出的，之前的去雾方法都是将去雾的核心放在提高图像的１舛《电视技术》第３８卷第５期（总第４３２期）Ｉ投稿网址ｈＲｐ：／／ｗｗｗ．ＶｉｄｅｏＥ，ｏｎ万方数据ｙ，謦篓筹程就是从上述公式中还原Ｉ，（戈）。而Ａ和ｔ（ｘ）都可以由暗 原色图像得到。 １．２暗原色算法的改进 虽然暗原色方法在去雾方面取得了一定的成就，但 是此算法对车牌信息图像的去雾过程中仍然会遇到一些 问题。车辆信息的图像中常会出现天空、路面、白色车辆 等明亮或灰白的区域，而暗原色算法对这些物体进行处理 时透射率的估计将会出现明显的偏差№１。因为在这些区 域内，即使无雾的情况下，三个通道的像素值仍然偏高一１， 不存在一个通道的像素值趋于零的情况，这些区域不符合 暗原色先验去雾的前提。 通过大量的观察，发现在这些浅色明亮区域的周围， 虽然有浓雾的干扰，但是总存在一些区域有较大的饱和 度喁】，其场景的深度和浅色明亮区域的深度一致，这些区 域的透射率和浅色明亮区域的透射率是相似的。根据先 验知识，在同一幅图像中，场景较深的区域，由于雾气的叠 加，其像素的对比度往往较前景的对比度有很大的下 降一ｊ，因此，其透射率也有很大的下降。 基于这种事实的情况下，在研究中对暗原色的方法 提出了一些改进。首先定义每一个像素的暗点，即每一个 像素点Ｒ，Ｇ，Ｂ的最小值，而暗原色即是每一个小区域内 暗色的最小值，通过每一个暗原色的点的透射率来进行比 较分析，设定一个阈值日，当暗点的透射率与邻域的透射 率相差大于日时，说明两者景深有所差异，应放弃此邻域 暗点的透射率信息，当暗点的透射率与邻域的透射率相差 小于Ｈ时，说明两者处于同一景深，可用来估计目标区域 的透射率。 在这种思想的前提下，构建了一个由邻域每一点暗 色的透射率组成的３×３的掩膜Ｔ：ｔ（ｘ。），ｉ＝１，２，…，９， 对每一个暗色的透射率进行分析，从而用获得的信息来估 计浅色明亮区域的透射率 ￡（一）＝ｌ ｔ（ｘ。）一ｔ（ｘ。）Ｉ，ｉ√∈［１，４］ｕ［５，９］（２） 在计算时，将中心点的透射率和周围８个点的透射率 作比较，得到ｔ（石，），当￡（ｚ，）＞Ⅳ时，舍弃ｔ（ｚｉ），当￡（石ｉ）＜ Ｈ时，统计ｔ（戈，）＜Ｈ的个数为ｍ，即ｔ（ｘ。），居＝ｌ，２，… （３） 接下来，在得到新的图像的透射率后，将掩膜７１依序 移动，修正每一点的透射率。经过这样的处理后，当小区 域都成为同一物体中的点时，透射率基本保持不变，而当 小区域内含有物体的边界时，则可以判断其是否在物体的 边缘，并将其合并到所属的物体中，取得正确的透射率。 对改进的算法得到的透射率图用拉普拉斯矩阵进行ｄ带雾图ＢＶ怔。脚Ｌｍ瓣解恶●－抠图处理，得到平滑的透射率图，整幅图像的透射率几乎 没有块效应，边缘清晰，且明亮区域的透射率比较均匀，与周围的物体能够很好地吻合，符合真实的透射率，如图２所示。ｃ暗原色方法透射翠图 图２ｄ改进后方法透射翠图两种方法透射率图对比１．３去雾的结果与比较 用式（１）分别对暗原色方法得到的透射率图和改进 后的方法得到的透射率图中３个通道进行图像还原，得到 图像去雾后的结果，可以看出由暗原色方法得到的透射率 图去雾后的图像在白色明亮区域由于颜色的过度增强造 成了结果的失真，车牌区域白色字符与周围区域的蓝色车 牌没有得到很好的恢复，而由改进后的方法得到的透射率 图进行去雾处理后，白色明亮区域色彩柔和，保持了车辆 原本的颜色特征，车牌区域的字符得到很好的复原，结果 对比图如图３所示。蓬！喹鎏型。羔！竺Ｉａ带雾罔Ａ ｂ图Ａ暗原色 方法去雾图 ｃ图Ａ改进后 方法去雾图 ｅ图Ｂ暗原色 方法去雾图 ｆ图Ｂ改进后 方法去雾图图３暗原色和改进后方法去雾图对比投稿网址ｈｔｔｐ：／／ｗｗｗ．ＶｉｄｅｏＥ．ｏｎＩ《电视技术》第３８卷第５期（，锑４３２期）１９５万方数据＿ｌ２Ｖ怔。脚Ｌ眦恶哿牌怒车牌图像的处理汽车牌照的识别系统主要包括图像去雾、预处理、车ＮＷ■囊麓囊 Ｉｔ ｆ，ｆｏ￡‘４…ｆｒｌ ｎ４牌定位、字符分割、字符识别４个部分，流程图如图４ 所示。酗至多年粤吨享Ｍ孚Ｈ罕Ｈ擘嶂 囡圆囱豳豳应噪¨０｜、二值化和边缘检测¨¨等相关处理，通过灰度处理 和基于数学形态学的相关边缘检测等来达到减少信息存 储容量的问题，并尽可能地去除用户不感兴趣的区域，即 与车牌无关的其他信息，突出车牌区域的纹理特点，提高 视觉效果，为后续的定位、分割及识别工作做好基础工作。 ２．２车牌定位 车牌定位是根据车牌区域的颜色和纹理特征进行定 位¨２Ｉ，在研究系统的定位阶段，首先通过二值化方法消除 图像中的噪声，并先对车牌区域用搜索算法进行粗定位， 然后根据字符的边缘特征进行车牌的精确定位，并对车牌 图像进行灰度变换，最终得到无边框、灰度对比强的车牌 图像，如图６所示。２．１去雾模块 在车牌识别系统中，对于采集的图像是否需要进入 图像去雾模块，需要对图像进行判断，判断图像是否为带 雾图。若是带雾图，进入去雾模块对图像进行去雾；若不 是带雾图，直接跳过去雾模块的相关处理，进入预处理阶 段，对图像进行的灰度处理和二值化处理。 带雾图与非带雾图的区别表现在图像上为图像呈现 灰暗或泛白，对比度通常较低，雾霾严重时表现为颜色的 偏移与失真，色彩保真度下降，图像在时域上的表现比较 明显，图像的直方图灰度级分布较集中，灰度级趋于均值， 导致直方图的动态范围缩小，对应图像的细节信息减少。 因此，对图像是否为带雾图可以通过其灰度直方图的动态 范围来进行判断。图５为同一图像在晴朗天气下拍摄和 雾天拍摄的图像灰度直方图。●０ ９ ８７ ６ａ图Ａ定位图ｂ图Ｂ定位图图６车牌图像定位图２．３字符分割 车牌字符分割是把车牌定位阶段提取的车牌区域进 行分割，得到单个的汉字、字母和数字等字符。本研究的 字符分割阶段首先采用ｏｓｔｕ法对车牌区域的图像进行二５４３２●咖 咖 咖 咖㈣咖 咖ｏ０ １００ ２００值化分割¨３。，然后对分割后的字符进行连通域标记，本研 究采用快速连通域标记的方法，标记后并对各个连通域进 行后续的相关处理，最后提出字符的连通域，这种方法可 以有效地克服字符的倾斜问题，并提高了连通域提取的速 度，获得较好的分割字符，具有很好的实用性和鲁棒性，分 割后的车牌字符如图７所示。非带雾图直方图ａ图Ａ灰度直方图对比２０ １ ８ ｌ ６ ｌ ４ｌ８ ４ ２ Ｏ２ ８ ６４ｌ ０ Ｏ８ Ｏ６ Ｏ４ Ｏ２ Ｏ灞想嗣荡翟一ｉ；！ 灞垡目圉陶菡菡ａ图Ａ字符分割 ｂ图Ｂ字符分割２咖㈣㈣咖㈣咖咖咖ｏ非带雾图直方图 灰度直方图对比图７车辆图像字符分割图２．４特征提取 特征提取是找到某种变换，将Ⅳ维的模式识别空间 转换到维数小得多的Ｍ维特征空间…３，并同时保留模式 识别所需要的大部分关键信息。在系统的特征提取阶段，图５带雾图与非带雾图的灰度直方图对比在预处理阶段对图像进行灰度化、灰度拉伸、小波去１９６《电视技术》第３８卷第５期（总第４３２期）ｌ投稿网址ｈｔｔｐ：／／ｗｗｗ．ＶｉｄｅｏＥ．ｃｎ 万方数据Ｖ●囊基囊矿ｔ，ｆ ｏ匹ｎ ４，ｎｆ￡／－ｉｎ４Ｖ哑㈣刚ｃＡ瓣牌器 田ａｇｅ．ＡＫ，ＵＳＡ：ＩＥＥＥ Ｐｒｅｓｓ，２００８：１９５６―１９６３．对车牌上的汉字、数字和字母做分类处理，利用粗网格、边 框和笔画密度等方法分别进行特征提取。 ２．５基于ＢＰ神经网络的车牌识别 ＢＰ神经网络具有非线性映射能力、泛化能力、容错能 力等优点【１ ５―６｜，所以本文选取ＢＰ神经网络模型进行字 符的识别。 设计了４个单一的分类器，分别是汉字网络、字母网 络、数字和字母网络、数字网络，如图８所示。［４］ＨＥＫｍｍｉｎｇ，ＳＵＮ Ｊｉａｎ，ＴＡＮＧＸｉａｏｏｕ．Ｓｉｎｇｌｅｉｍａｇｅ ｈａｚｅ ｒｅｍｏｖａｌ ｕｓｉｎｇｏｎｄａｒｋ ｃｈａｎｎｅｌｐｒｉｏｒ［Ｃ］／／Ｐｒｏｃ．ＩＥＥＥａｎｄ ＰａｔｔｅｒｎＣｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ ＣｏｎｆｅｒｅｎｃｅＣｏｍｐｕｔｅｒ ＶｉｓｉｏｎＲｅｃｏｇｎｉｔｉｏｎ Ｗｏｒｋｓｈｏｐｓ．Ｍｉａｍｉ，ＦＬ，ＵＳＡ：ＩＥＥＥ Ｐｒｅｓｓ，２００９：１９５６―１９６３．［５］嵇晓强，戴明，孙丽娜，等．暗原色先验图像去雾算法研究［Ｊ］．光电 子?激光，２０１ｌ（６）：９２６－９３０． ［６］芮义斌，李鹏，孙锦涛．一种图像去薄雾方法［Ｊ］．计算机应用，２００６，２６（１）：１５４－１５６．［７］ＣＨＡＶＥＺＰ．Ａｎ ｉｍｐｒｏｖｅｄｄａｒｋ－ｏｂｊｅｃｔ ｓｕｂｔｒａｃｔｉｏｎ ｔｅｃｈｎｉｑｕｅ ｆｏｒ ａｔｍｏｓ―ｐｈｅｆｉｃ ｓｃａｔｔｅｒｉｎｇ ｃｏｒｒｅｃｔｉｏｎ ｏｆ ｍｕｈｉｓｐｅｃｔｒａｌｄａｔａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ ｏｆＥｎｖｉｒｏｎｍｅｎｔ，１９８８，２４（３）：４５０－４７９．［８］郭珈，王孝通，胡程鹏，等．基于邻域相似性的暗原色先验图像去雾 方法［Ｊ］．计算机应用，２０１１，３１（５）：１２２５－１２２６． ［９］冯骢，达飞鹏，陈璋雯．一种改进的基于暗原色理论的去雾方法［Ｊ］． 东南大学学报：自然科学版，２０１２，４２（Ｓ１）：７０－７３． ［１０］胡欣，张利军．自适应非线性小波在灰度级图像去噪中的应用［Ｊ］．图８ＢＰ神经网络的分类器设计电视技术，２０１０，３４（９）：２５―２８． ［１１］吕金坤，王明泉，蔡文涛．结合数学形态学和图像融合的边缘检测 算法［Ｊ］．电视技术，２０１３，３７（３）：２６－２８． ［１２］李波，曾致远，付祥胜．基于数学形态学和边缘特征的车牌定位算 法［Ｊ］．电视技术，２００５，２９（７）：９４－９６． ［１３］王冠，敖志刚，刘永跃，等．基于快速连通域标记的车牌字符分割 ［Ｊ］．计算机与现代化．２００７（６）：５５－５７．在研究中，提供了９９个数字样本、３３９个字母样本和 ２０个汉字样本供神经网络进行学习，测试了６０组车牌样 本共４２０个字符，其中包括６０个汉字、１３０个字母、２３０个 数字，用ＭＡＴＬＡＢ对识别系统进行了仿真，图Ａ和图Ｂ的 识别结果如图９所示。桂ＡＭ９６７８ａ图Ａ车牌识别 图９桂斛５２９９ｈ图Ｂ车牌识别［１４］谭勇，朱斌．基于改进特征提取的ＢＰ神经网络车牌识别［Ｊ］．重庆 理工学院学报，２００９（６）：４２＿４５． ［１５］孙梦．基于神经网络的车牌牌照识别系统的研究与实现［Ｄ］．北京： 北京工商大学，２０１０． ［１６］韩力群．人工神经网络教程［Ｍ］．北京：北京邮电大学出版社，２００６：车辆图像的车牌字符识别３结束语本文对暗原色去雾的方法进行了深人研究，并发现５８―７５．◇ 作者简介： 唐红梅（１９６８一），女，硕士，副教授，主要从事数字图像处理、模式识 别方面的研究； 申瑾（１９帅一），女，硕士生，研究方向为数字图像处理。 责任编辑：任健男 收稿日期：２０１３－０５－２５了其对车辆信息识别系统中白色车辆及天空区域的图像 进行去雾的效果不理想，并提出了改进的算法，所提出的 算法能够比较精确地获取明亮物体和白色物体的透射率， 经过试验表明，改进的算法能够很好地消除雾霾天气情况 对摄像机造成的影响，通过去雾处理解决了由于雾霾天气 所致使的车辆信息图像的对比度及清晰度降低的问题。 将还原后的图像经过车牌定位、字符分割，最后送入设计 的ＢＰ神经网络。中移动：ＴＤ―ＬＴＥ将 提速至１ Ｇｂｉｔ／ｓＧｎ（ＴＤ―Ｌ１Ｅ全球发展倡议）在“２０１４年世界移动通信大 会一ＧＴＩ国际产业蜂会”上宣布，在２０１４年，全球ＴＤ―ＬＩＥ基 站将超过８０万个，覆盖人口超过３０亿，销售Ｉ．５亿部智能终 端。这意味着，全球＾口的一半将被ＴＤ―ＬＴＥ４Ｇ网络覆盖。 来自本届ＧＴＩ峰会的信息显示，中国移动正在计划构建 更加快速、高效和更为融合的网络。大力推动网络性能的进参考文献：［１］程爱玲．自然环境下的车牌识别关键方法研究［Ｄ］．沈阳：东北大学，２００８．［２］赵晓霞，王汝琳，张莉莉．恶劣天气下降质图像增强算法研究［Ｊ］．微 计算机信息，２０１０（８）：３＿４．一步提升，向ＬＴＥ―Ａ演迸，把速率从１００Ｍ提升到２００Ｍ、 ［３］ＴＡＮＲ Ｔ．Ｖｉｓｉｂｉｌｉｔｙｉｎ ｂａｄｗｅａｔｈｅｒｆｒｏｍｏｎ ａｓｉｎｇｌｅｉｍａｇｅ［Ｃ］／／Ｐｒｏｃ．２６ｔｈ４００Ｍ甚至ＩＧ。ＩＥＥＥ ＣｏｎｆｅｒｅｎｃｅＣｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ．Ａｎｃｈｏｒ－投稿网址ｈｔｔｐ：／／ｗｗｗ．ＶｉｄｅｏＥ．ｃａＩ《电视技术》第３８卷第５期（总第４３２期）１９７万方数据
更多搜索：
赞助商链接
All rights reserved Powered by
文档资料库内容来自网络，如有侵犯请联系客服。雾霾天开车，车牌真的拍不清吗？ 如果你这么以为 那我就要笑话你没常识啦、雾霾天开车，车牌真的拍不清吗？ 如果你这么以为 那我就要笑话你没常识啦、汽车新时代百家号雾霾天开车，车牌真的拍不清吗？在过去的一周里，相信很多人应该都和我一样，被影响全国的雾霾刷爆了朋友圈儿。从12月16日以来中国大范围地区便持续遭受重度空气污染，多地PM2.5指数频频“爆表”，石家庄市区内“世纪公园”监测点PM2.5和PM10甚至一度双双突破1000微克／立方米。而北京绝大部分地区的空气质量更是沦陷至六级重度污染。众所周知，汽车尾气排放是造成雾霾的众多原因之一，为此全国多个城市实行机动车尾号限行。雾霾期间，一张图片却风靡整个网络图为某交通指挥中心24块监控屏幕上看不到路面情况，显示为白茫茫一片。图片配文称“怕什么限号，踏实开你的”。那事实究竟是不是像网络图片中描述的这样呢？北京的李警官表示，拍摄探头一般距地面5至10米，只要能见度在30米以上，不可能看不清限行车辆号牌，所以图片极有可能造假。因此，广大司机同志们还是应该自觉遵守交通法规，不应当抱有侥幸心理。嫌交通太堵，壕爸直接用直升机送娃中国真的不缺土豪，近日有市民爆料，在重庆某条马路上停靠了一架直升机，一男子从飞机上将一个背着书包的小女孩抱下来向学校走去。据爆料者称这是某位“壕”爸爸嫌地面交通太堵，便直接用直升机送孩子上学……不少网友纷纷评论：“厉害了Word哥，你的孩子不只赢在了起跑线上，还赢在了上学路上。”本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。汽车新时代百家号最近更新：简介:汽车行业最新热点资讯、实用技巧作者最新文章相关文章大雾天闯红灯 摄像头真的拍不到车牌？
今天一大早，朋友圈就被大商丘的大雾+雾霾刷屏了好不好!这能见度基本为O有没有？
也不知道大家伙儿开车上路有没有一不小心过了线才发现闯了红灯的？可小编身边一哥们一连闯了6个红灯，这可咋办？
这边又有一哥们拍着胸脯叫嚣：没事儿，这么大雾，反正摄像头也看不见你。
这是真的吗？
雾霾天气能见度低，如果驾驶人真的没有看清前面的红灯而闯了过去，会被处罚吗？
认定一辆车闯红灯，一般会有3个步骤：
1.交警部门表示，在认定一辆车是否涉嫌闯红灯时，需要有三张照片来加以佐证。
抓拍的照片是从车辆后方拍摄的，分别是在车辆过停车线前、过停车线后和驶入路口时。
根据《道路交通安全法》规定，使用摄录设备记录的交通违法行为，必须在证据确凿情况下，即信号灯、车牌等都清楚的时候，才能采集交通违法行为。
2.警方还会对照片进行认真审核。
如果雾确实很大，电子警察连信号灯都看不清楚，这种情况下，电子警察拍摄的照片证据就不完整，对误闯红灯、压线等行为，将不予采集和处罚。
3.如果确实因看不清而误闯红灯的，若被拍可申请撤销违法记录。
不过，雾不是很大时，将镜头拉近，能看清信号灯，也能清晰地看到车牌号，电子警察就会抓拍下相关证据。这种情况下，闯红灯肯定要受罚。
好了，我们已经了解交警处罚闯红灯的过程了，那么雾霾天气，司机看不见红灯的概率有多大？摄像头是不是真的一篇模糊拍不到车牌？
雾霾天气，真的看不清红灯吗？
一般来说，雾霾能见度都在几百米左右，而在路口看到红绿灯的距离最多不过十几米，属于能见范围内的，以大雾天气作为闯红灯的借口是很低级的。
再有，为什么设置红灯为停车信号灯，就是因为红色光的波长最长，最不容易被散射，所以红色的穿透力最强，即使在黄灯和绿灯不容易分辨的情况下，红灯也是非常明显的。所以，从各个方面来看，都不能以大雾天气作为闯红灯的借口。
在雾霾天气条件下，监控摄像头确实能拍到汽车车牌吗？
答案是肯定的。监控摄像头会根据天气和亮度自动调节，在雾天能见度比较低的时候，会自动启动夜间模式。虽然雾天拍摄的清晰度不如晴天，但是并不会影响处罚。
最后小编想提醒各位车主，雾霾天气一定要减速慢行，千万不要以为有雾“掩护”，就可随意交通违法！
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点雾霾天摄像头能拍到车牌吗 雾霾天摄像头如何抓拍车辆违章_腾牛健康网
腾牛健康网：实用的健康养生网站，助你健康生活每一天
雾霾天摄像头能拍到车牌吗 雾霾天摄像头如何抓拍车辆违章
导读：在现代生活中，雾霾天是很常见的一种天气现象，很多地方在冬天都会有雾霾天气。在雾霾天的时候，空气质量会很差，能见度比较低，那么雾霾天摄像头能拍到车牌吗？
一般情况下，雾霾天的能见度低，但是，摄像头还是可以拍到车牌的。摄像头的抓拍功能很齐全，在雾霾天的时候会自动进入夜间模式，一样可以拍到汽车车牌。下面让我们具体来看看吧！雾霾天摄像头能拍到车牌吗交警部门表示雾霾天摄像头同样是可以拍清车牌的。因为现在虽然雾霾比较严重，但是能见度都在几百米左右，而在路口看到红绿灯的距离最多不过十几米，属于能见范围内的。其次，大雾天气里，监控摄像头还会根据天气和亮度自动调节，在雾天能见度较低时会自动启动夜间模式。虽然雾天拍摄的清晰度不如晴天，但是并不会影响处罚。 另外，在信号灯设置中，为什么设置红灯为停车信号灯，就是因为红色光的波长最长，最不容易被散射，所以红色的穿透力最强，即使在黄灯和绿灯不容易分辨的情况下，红灯也是非常明显的，以雾霾天气作为闯红灯的借口显然不可取。 而且，现在普遍使用的高科技摄像头基本上都会有电子透雾技术(类似于PS的去雾技术)、光学透雾技术、电子+红外透雾技术，不仅仅可以应对雾霾天，也会呈现出彩色图像，拍照效果更好。雾霾天摄像头如何抓拍车辆违章电子透雾技术电子透雾技术，也叫“算法透雾”，主要是根据可见光成像，再通过一定的优化算法进行图片修复，其中算法有很多各家都是专利。实际上就相当于PS中的去雾效果。当然，电子去雾也有局限性，那就是在遇到水汽、灰尘阻隔过于严重时，则无法进行图像修复。所以，电子透雾只能应用在一般的雾气环境中。光学透雾技术光学透雾技术，主要是利用红外光的特性。由于红外光波长较长，在传播时受大气粒子干扰影响较小，可穿透一定浓度的烟尘和雾霾。不过红外摄像头的应用并不广泛，原因是太贵! 另外，由于红外光并非可见光，所以成像的图像没有颜色只有黑白两色，所以只能应用于不需要色彩识别的场所。但是交通摄像头有需要一定的色彩识别，以便于对车辆特征进行识别，所以红外线摄像头在交通监控中的应用很少。电子+红外双透雾技术应用这种技术的摄像头，在交通摄像头中比较常见，不仅可以应对重度雾霾天气，也能够呈现出彩色图像。实际上这也是依靠一套比较先进的算法，合成图像，就可以得到更为清晰的图像。不过这种的摄像头也有缺点，就是夜晚成像效果较差，所以需要配合辅助灯光、和大光圈镜头使用，才能达到预期效果。雾霾天怎么开车才安全1、低速行驶。雾天开车一定要控制车速保持低速，由于能见度低看不清前面的行人和车辆，低速行驶可以有助于让车子在遇到突发状况的时候立即制动停车。2、灯光的使用。雾天开车还要注意灯光的使用，记住一定要打开前后雾灯以及应急灯，如果没有雾灯的车辆要打开近光灯，千万不要打开远光等，远光会被迷雾反射看不清道路的。3、行驶的路线。在雾天看不清道路开车的时候要注意尽量靠进道路上面的黄线行驶，但是只能是靠近决不能轧到黄线，如果没有黄线的道路可以靠近道路的中间位置行驶但是不能在正中间行驶，也千万不要贴着路边行驶，以免看不清道路的时候撞到路边的树木或者路标等发生事故。4、刹车的使用。下雾天的天气开车一定要注意不要猛踩刹车，一是雾天一般路面湿滑猛踩刹车会是车子失控造成事故，二是雾天能见度低猛踩刹车容易使后面的车子追尾的现象造成事故。如果要刹车的时候可以试探性的点踩刹车，使车速慢下来，同时也可以给后面的车子做出提示，这样可以避免追尾等交通事故的发生。5、控制好车距。雾天开车保持一定的车距非常的重要，雾天不要因为看不清道路就尾随他人的车辆行驶，这样是非常危险的，一定要把两车的距离拉开，这样防止前车紧急制动的时候造成追尾。6、谨慎超车。雾天由于能见度低，车辆都会低速行驶，这时候一定不要心急，看到前面的车子太慢就准备超车，超车的时候要先鸣笛示意，如果听到前方也有鸣笛声或者是前面有微弱的灯光的时候一定不要继续的超车，谨慎超车避免发生交通事故。7、勤鸣笛。在雾天开车要经常的按喇叭示警车辆和行人，特别是在经过交通路口的时候鸣笛可以提示转弯或直行的车辆和行人进行躲让，防止交通事故的发生。8、暖风的使用。天冷都会开暖风，车子里面有热气，这样一冷一热会使前面的挡风玻璃上产生雾气影响视线，再出现雾气之后不要用手去擦，及时擦完了一会又会出现，这样一直擦会影响驾驶车辆的安全。这时可以把暖风的风向调到一直吹前面的玻璃，这样就会是玻璃上面的雾气消失的。9、小心停车。再雾天开车如果要靠边停车的时候一定要注意提前打开转向灯并且要鸣笛示警路边的行人和车辆，慢慢的靠近路边停车。停车后要开启应急灯下车远离车子，不要停留在车子里面防止后车追尾发生危险。在下车时要注意不要再左侧下车要到右侧小车以免被行驶中的车辆撞到。10、雾天开车之前一定要提前检查好喇叭每个车灯是否正常。11、雾天开车当能见度在100米左右时，时速不得超过60公里;能见度在50米左右时，时速不得超过40公里;能见度低于30米时，时速应控制在20公里以下。雾霾天开车出行注意事项&放慢车速当能见度小于200米大于100米时，时速不得超过60公里;能见度小于100米大于50米时，时速不得超过40公里;能见度在30米以内时，时速应控制在20公里以下;如果在10米以内建议最好不要出行。合理使用车灯雾霾天合理使用车灯也很重要。遇到严重的雾霾天气，车主必须及时开启雾灯，因为雾灯的灯光穿透性比车辆尾灯效果更好。在雾霾状况下，开启远光灯是大忌。因为雾有反射作用，远光灯的灯光通过雾反射进入车内，会使得车主视线变得模糊，极易造成交通事故。尽量不要打开车窗主要是空气流动加大了，雾霾中的可吸入颗粒物就会进入我们的呼吸道，对健康造成影响。可以开启空调内循环模式，能够隔绝雾霾的影响，让空气流动。如果内循环模式感到不适，可以使用外循环模式。切勿盲目超车雾霾天超车危险指数高，如果发现前方车辆停靠在右边，千万别盲目超车，因为很可能是它在等对面来车通过。超越路边停放的车辆时，要在确认其没有起步意图而对面又无来车后，从左侧低速绕过。&
温馨提示：以上内容整理于网络，仅供参考，如果对您有帮助，留下您的阅读感言吧！