基于卷积神经网络的复杂环境车牌快速识别方法

作者：张晓瑞

来源：江苏理工学院学报, 2022, 28(06): 122-128.

DOI：10.19831/j.cnki.2095-7394.2022.06.008

• 卷积神经网络
• 车牌信息
• 复杂环境
• 快速识别

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。

• 单位
  安徽三联学院