论文部分内容阅读
智能交通系统平台(ITS Platform)的在21世纪的发展中用到了很多先进的理论和技术,是下一代交通系统的发展方向。使用信息化技术采集、处理、管理交通信息是系统中的重要部分,其中具体要求了采集事故现场、行驶汽车的图片,对发生模糊的现场情况、模糊车牌号图片进行恢复。在上述发展背景下,本文以实现智能交通系统所要求的具体功能为目的,结合当前科研环境与技术发展趋势,从能投入使用的角度出发,对Android终端图像上传以及运动图像去模糊算法研究两方面进行了深入研究。在Android终端图像上传中,通过查询数据介绍了Android平台的普及程度和版本的变迁。使用服务器端、客户端协作的方法来完成图片上传的方案,使用Servlet来突破文件上传大小的限制;使用HTTP子类作为图片上传的主要实现方法。上传图片的征的图像:首先将图像通过双边滤波器去除噪声,通过冲击滤波器增强图像的边缘,再设定阈值获取截断的梯度图以滤掉上一步产生的噪声;然后改善了模糊轨迹的估计步骤,将非盲去卷积加入到轨迹估计的阶段,使用每次非盲去卷积得到的结果代入到下一次循环的轨迹估计中作为初值,这样能获得更为精确的模糊轨迹。在非盲去卷积算法的选择上,使用了拟合曲线更为吻合的超拉普拉斯模型进行清晰图像的恢复。在与改进前算法的处理结果比较中,本文的方法减少了环状伪影,恢复出了同时在数据库中自动生成记录,存储所上传文件的信息。在运动图像去模糊算法研究中,研究了算法的发展历史,阅读国内外知名文献并比较了各种去模糊算法。对盲去卷积、非盲去卷积分别进行介绍,着重围绕盲去卷积提出改进。为了估计出精确的模糊轨迹,在估计前需要获得具有明显特明显的图像细节。在客观评价指标的比较中,本文的方法相比原算法大幅提升了信噪比和峰值信噪比。实验结果证明本文算法对比原算法在处理效果上明显提高。