深度学习在复杂环境下车牌定位算法中的应用

• 作者: 张南楠 赵伟
• 来源期刊: 现代电子技术
• 关键词: 车牌定位 深度学习 Canny边缘检测 形态学处理 疑似区域提取 复杂环境
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 38-42,48
• 页数: 6页
• 分类号: TN911.73-34|TP391.41
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.17.009

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵伟	东北林业大学机电工程学院	33	101	6.0	8.0
2	张南楠	东北林业大学机电工程学院	5	9	2.0	3.0