运动模糊图像的复原是图像复原中较常见也是较难的一类,在智能交通系统中有着广泛的应用。本文面向车牌识别应用,对运动模糊图像的复原技术进行了系统的研究与实现。匀速直线运动模糊图像复原的关键在于运动模糊方向和长度的自动鉴别两个方面。将原图像视为各向同性的一阶马尔科夫过程,通过用双线性插值来进行方向微分,实现了运动模糊方向的自动鉴别算法;根据分析模糊图像的频谱图出现黑色条带的原因、条件以及它的精确位置,实现了运动模糊长度自动鉴别算法。针对复杂成像情况下的运动模糊图像复原工作,着重解决了含噪运动模糊图像和局部运动模糊图像的复原问题;综合应用椒盐噪声检测器和基于带可变正则化参数的径向基神经网络(RBFN)方法,实现了组合滤波器去噪算法,采用改进的局部运动模糊对象提取算法实现局部运动模糊图像的复原。开发了车牌模糊图像复原系统。该系统对模糊长度和模糊角度均具有较高的鉴别精度,对于含有噪声的运动模糊图像和局部模糊图像进行相应的去噪处理和对局部模糊对象进行提取,并提供参数调整机制以获得最佳的复原效果。自动实现各种类型的运动模糊车牌图像的清晰恢复,复原的效果图可直接应用于后续的车牌识别等工作。