車牌識(shí)別過程中,車牌定位起著重要作用.采用基于顏色的方法對(duì)車牌進(jìn)行定位時(shí),結(jié)果顯示圖像下邊緣丟失,不能正確定位車牌,原因是未找到最優(yōu)閾值.對(duì)此,嘗試提出一種自適應(yīng)變異算子的改進(jìn)遺傳算法,該自適應(yīng)變異概率改進(jìn)遺傳算法可以隨著進(jìn)化代數(shù)自適應(yīng)改變,在前期具有更好的全局搜索能力,在后期也擁有更高的收斂精度.經(jīng)過兩個(gè)典型測試函數(shù)性能測試,改進(jìn)遺傳算法的有效性高于標(biāo)準(zhǔn)遺傳算法.將改進(jìn)遺傳算法應(yīng)用到車牌定位中,能夠?qū)崿F(xiàn)車牌的準(zhǔn)確定位. 

【文章來源】：淮海工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2019,28(04)

【文章頁數(shù)】：4 頁

【部分圖文】：

測試函數(shù)（2）圖像

測試函數(shù)（1）結(jié)果

用Matlab編寫程序，得到的測試結(jié)果如圖4和圖5所示．由結(jié)果圖可知，標(biāo)準(zhǔn)遺傳算法的搜索精度不高，并沒有搜索到最優(yōu)解，容易過早收斂．針對(duì)標(biāo)準(zhǔn)遺傳算法的局限性，本文提出了一種自適應(yīng)變異算子改進(jìn)的遺傳算法．圖3 測試函數(shù)（2）圖像

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的車牌定位和識(shí)別方法[J]. 李祥鵬,閔衛(wèi)東,韓清,劉瑞康.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(06)
[2]基于模板概率密度函數(shù)的車牌定位方法[J]. 王晗,施佺,許致火,魏明,邵葉秦.  控制工程. 2019(05)

博士論文
[1]DNA遺傳算法及應(yīng)用研究[D]. 陳霄.浙江大學(xué) 2010

碩士論文
[1]遺傳蟻群算法在醫(yī)學(xué)圖像分割中的應(yīng)用研究[D]. 樊旭丹.西安電子科技大學(xué) 2013
[2]遺傳算法及其在聚類分析中的應(yīng)用[D]. 王婧.華中師范大學(xué) 2009
[3]基于AFS理論與遺傳算法的模糊分類器設(shè)計(jì)[D]. 張紅艷.大連理工大學(xué) 2008



本文編號(hào)：3568299