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
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