论文部分内容阅读
基于CNN的车牌识别精定位算法,可以改进传统的车牌识别算法,提高识别系统的准确率和鲁棒性。先采用Haar特征的级联分类器实现对图像中车牌位置的粗定位;而后综合随机抽样一致化算法与Sobel算子实现精定位算法的精确定位与车牌矫正;再针对精确定位算法中的车牌字符切割,对其进行直方图均衡化后,利用车牌字符分布特征的分割算法完成分割;最后,使用keras搭建深度卷积神经网络(CNN)有效地对分割后的字符进行准确的识别。实验结果表明,本设计提出的识别系统在保证鲁棒性良好前提下,准确性优于各传统算法,对应各变化