针对现有车牌定位算法准确率不高、步骤多和速度慢等问题,提出一种彩色图像车牌定位方法(License plate locating based on CNN color edge detec tion,LPLCCED).首先利用细胞神经网络(Cell neural network,CNN)模型导出一种与车牌颜色...针对现有车牌定位算法准确率不高、步骤多和速度慢等问题,提出一种彩色图像车牌定位方法(License plate locating based on CNN color edge detec tion,LPLCCED).首先利用细胞神经网络(Cell neural network,CNN)模型导出一种与车牌颜色特征相结合的车牌定位专用边缘检测算法,将车牌的颜色对约束条件融合到边缘检测算法中,本文专用边缘检测算法可以大大缩小车牌初步定位的范围.接下来提出一种针对车牌特征的边缘滤波算法,最后根据车牌结构和纹理特征对候选区域进行判别验证.该流程的各个环节都可以通过硬件实现,为面向智能交通领域的实时车牌识别系统的前期车牌定位处理提供了依据.展开更多
基金国家自然科学基金(the National Natural Science Foundation of China under Grant No.40671158)新世纪优秀人才支持计划(No.NCET-05-0626)地理空间信息工程国家测绘局重点实验室2006年度开放研究课题(No.200605)
文摘针对现有车牌定位算法准确率不高、步骤多和速度慢等问题,提出一种彩色图像车牌定位方法(License plate locating based on CNN color edge detec tion,LPLCCED).首先利用细胞神经网络(Cell neural network,CNN)模型导出一种与车牌颜色特征相结合的车牌定位专用边缘检测算法,将车牌的颜色对约束条件融合到边缘检测算法中,本文专用边缘检测算法可以大大缩小车牌初步定位的范围.接下来提出一种针对车牌特征的边缘滤波算法,最后根据车牌结构和纹理特征对候选区域进行判别验证.该流程的各个环节都可以通过硬件实现,为面向智能交通领域的实时车牌识别系统的前期车牌定位处理提供了依据.