典型文献
基于卷积神经网络的复杂环境车牌快速识别方法
文献摘要：
为了提高复杂环境下车牌识别的精度,提出了基于卷积神经网络的复杂环境车牌快速识别方法.首先,分析复杂环境因素,在复杂环境下通过卷积神经网络校正倾斜的车牌图像,提取车牌图像的边缘特征,采用损失函数预测车牌图像的尺度变化因子,获取图像的位置信息;然后,通过车牌图像的非线性灰度变换,对车牌图像进行预处理,增加灰度反差与图像效果;最后,建立车牌图像的HIS模型,通过定义复杂环境车牌图像的隶属度函数,获取车牌图像边缘的纹理特征,根据复杂环境中车牌图像的边缘特征相似度实现车牌识别.实验结果表明,所提方法在雨天行车环境、夜间行车环境和强光行车环境下可以成功识别到车牌信息,识别正确率始终保持在99％以上.
文献关键词：
卷积神经网络;车牌信息;复杂环境;快速识别
中图分类号：
作者姓名：
张晓瑞
作者机构：
安徽三联学院 电子电气工程学院,安徽 合肥 230601
文献出处：
引用格式：
[1]张晓瑞-.基于卷积神经网络的复杂环境车牌快速识别方法)[J].江苏理工学院学报,2022(06):122-128
A类：
B类：
复杂环境,快速识别,下车,车牌识别,车牌图像,边缘特征,损失函数,尺度变化,位置信息,非线性灰度变换,反差,立车,HIS,隶属度函数,图像边缘,纹理特征,特征相似度,雨天,天行,强光,车牌信息,始终保持
AB值：
0.231211
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
