為降低車牌定位過程中背景、天氣、圖像傾斜等復(fù)雜環(huán)境下干擾因素對車牌定位算法性能的影響,提出一種將顏色邊緣特征提取和深度學(xué)習(xí)相結(jié)合的車牌定位算法。采用顏色分割、邊緣檢測和形態(tài)學(xué)操作提取感興趣區(qū)域,將感興趣區(qū)域輸入到卷積神經(jīng)網(wǎng)絡(luò)中提取車牌的深層特征并去除偽車牌,標(biāo)記出檢測到的車牌。實驗利用在復(fù)雜環(huán)境下收集到的車輛圖像對所提算法進行分析,將其與其它算法進行比較,實驗結(jié)果表明,該算法擁有更好的魯棒性,在復(fù)雜的環(huán)境下能保持良好的性能。 

【文章來源】：計算機工程與設(shè)計. 2020,41(10)北大核心

【文章頁數(shù)】：7 頁

【參考文獻】：
期刊論文
[1]基于文字定位和顏色檢測的多車牌定位方法研究[J]. 葛艷,陳晨.  計算機與數(shù)字工程. 2018(03)
[2]基于DM642的紋理檢測與Adaboost分類器相結(jié)合的車牌定位[J]. 陳存弟,劉金清,劉引,蔡淑寬,何世強,周曉童,鄧淑敏,吳慶祥.  計算機系統(tǒng)應(yīng)用. 2017(07)
[3]基于字符邊緣點提取的車牌定位方法[J]. 鐘偉釗,杜志發(fā),徐小紅,黃曉然,朱同林.  計算機工程與設(shè)計. 2017(03)
[4]復(fù)雜背景下基于顏色的車牌定位方法研究[J]. 陳海霞,崔茜.  現(xiàn)代電子技術(shù). 2016(23)
[5]一種基于小波變換和Tophat變換的車牌定位算法[J]. 馬飛.  電子設(shè)計工程. 2016(22)
[6]多特征融合的車牌定位算法[J]. 楊碩,張波,張志杰.  計算機應(yīng)用. 2016(06)
[7]多尺度積角點檢測和視覺顏色特征的魯棒車牌定位算法[J]. 陳莊,楊峰,馮欣,崔少國,李博.  重慶大學(xué)學(xué)報. 2016(02)
[8]復(fù)雜環(huán)境下基于角點回歸的全卷積神經(jīng)網(wǎng)絡(luò)的車牌定位[J]. 羅斌,郜偉,湯進,王文中,李成龍.  數(shù)據(jù)采集與處理. 2016(01)
[9]基于最大穩(wěn)定極值區(qū)域的車牌定位與字符分割[J]. 肖意,姜軍.  計算機與數(shù)字工程. 2015(12)
[10]基于Sobel算子邊緣檢測和數(shù)學(xué)形態(tài)學(xué)的車牌定位算法[J]. 梁利利,王興武.  現(xiàn)代電子技術(shù). 2015(14)



本文編號：3552182