复杂道路环境下的车辆牌照检测与识别

• 作者: 万雨昊 上海大学通信与信息工程学院
• 来源期刊: 计算机辅助工程
• 学科: 交通运输
• 关键词: 灰度二值化 图像去噪 深度学习 YoloV5l 车牌定位 R-CNN 字符识别 目标检测
• 年，卷（期）: 2024,（2）
• 页码范围: 33-39
• 页数: 7页
• 语种: 中文
• DOI: 10.13340/j.cae.2024.02.006

摘要

针对复杂道路环境中车牌因倾斜、模糊、遮挡导致图像定位检测效果不佳和识别精度低等问题，提出一种基于全局阈值的灰度二值化图像预处理方法，采用YoloV5l算法对后处理阶段的数据集进行定位检测和检测结果评估，并通过R-CNN模型识别定位检测后的车牌图像字符。结果表明：当训练过程持续到100轮次时，相比于Faster R-CNN算法，该模型检测的平均精度均值(mAP)提升9.2%,识别准确率提升17.33%,验证该方法检测和识别车牌的有效性与优越性。