山显响，刘云清

（长春理工大学 电子信息工程学院，长春 130022）

车牌识别技术是目前智能交通系统的重要组成部分之一，其主要采用电子技术和图像处理技术对采集到车牌图像进行处理，主要步骤包括车牌图像预处理、车牌定位、字符分割和字符识别等。车牌图像预处理在整个识别过程中占据着重要的地位，是整个车牌识别过程成功与否的关键。但是在一些特殊情况下，例如，在监控设备中获取车牌信息，由于受环境和车体速度等条件的影响，拍摄到的车体图像分辨率比较低；在车载摄像机车牌识别技术中，由于车体相对运动、摄像机抖动、环境光线等因素的影响使得获取的图像分辨率较低，图像模糊。这些情况下普通的图像增强技术将不再适用。因此在本文中采用图像的超分辨率重建技术来解决车体图像分辨率较低的问题。超分辨率重建即从一低分辨率视频序列（LR）中重建出一幅高分辨率图像（HR），在高分辨率图像中包含了低分辨率图像中所有的纹理细节信息，从而提高车牌识别的精度。

超分辨率重建技术算法分类很多，且每个超分辨率重建算法都有其自身特点。频域处理的方法是最早提出的基于重建的超分辨率方法之一［1］；非均匀插值方法是最简单的超分辨率重建方法，但是其方法较为简单且适用性不强，因此在实际研究中较少；凸集投影（Projection onto convex sets，POCS）［2，3］是另一种比较经典的超分辨率重建算法，该算法思想比较简单，且方法形式灵活，但是其计算复杂度较高，收敛速度比较慢；……