深度学习在复杂环境下车牌定位算法中的应用

深度学习在复杂环境下车牌定位算法中的应用

论文摘要

为了使车牌识别技术适应复杂环境以及实际工程应用,将深度学习理论和算法融于复杂环境下的车牌定位改进算法中。首先通过处理速度快的Canny边缘检测算子,通过阈值设定得到边缘细节完整的车牌图像;然后结合形态学处理进行大范围的车牌疑似区域提取;最后利用改进的深度学习算法,即采用Alex Net卷积神经网络法去除伪车牌进行车牌精定位,并输出最后的精确定位结果。实验结果表明,该方法定位准确性、定位效率高,而且资源开销较少,此方案可持续发展性强,在未来的工程应用中具有一定的实用价值。

论文目录

  • 0 引言
  • 1 车牌定位预处理
  • 2 基于形态学处理的车牌图像粗定位
  • 3 基于改进的深度学习进行车牌精准定位
  • 4 实验结果分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 赵伟,张南楠

    关键词: 车牌定位,深度学习,边缘检测,形态学处理,疑似区域提取,复杂环境

    来源: 现代电子技术 2019年17期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 公路与水路运输,计算机软件及计算机应用,自动化技术

    单位: 东北林业大学机电工程学院

    基金: 国家自然科学基金(61405045)~~

    分类号: TP391.41;TP18;U495

    DOI: 10.16652/j.issn.1004-373x.2019.17.009

    页码: 38-42+48

    总页数: 6

    文件大小: 2308K

    下载量: 308

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    深度学习在复杂环境下车牌定位算法中的应用
    下载Doc文档

    猜你喜欢