目前常见的车牌识别算法有神经网络算法，模板匹配算法等，无论何种车牌识别算法，在车牌发生污损情况时，其正确识别率均有较大程度的下降。为解决这一问题，提出了一种基于K-means聚类算法的车牌去污算法。采用人为控制车牌污损程度的方法定量研究本算法的去污有效性，最终发现采用该算法恢复的污损车牌图像相比于恢复前上升近一倍。在污损程度较小时，采取该算法去污后CNN网络识别正确率可以提升约50%；在污损程度较大时，采取该算法去污后CNN神经网络识别正确率可以上升一倍。
科研之友
微信
新浪微博
Facebook
分享链接
