科研之友
微信
新浪微博
Facebook
分享链接
摘要
车牌识别作为现代化智能交通系统中重要的环节，对提升路网效率以及缓解城市交通压力等问题具有重要的社会意义，然而弱光照车牌图像识别仍然具有重大的挑战。构建了一个基于差分卷积神经网络的弱光照车牌图像增强网络，将车牌的纹理信息解耦为水平垂直和对角线两个方向，对不同尺度空间的低照度图像进行纹理增强。为了避免增强结果局部过曝或低曝，该方法使用YCbCr颜色空间的损失函数来优化模型。图像增强实验结果表明，所提出的方法较传统的低照度图像增强方法相比，图像客观质量结果峰值信噪比提升了0.47 dB。同时，在仿真车牌和真实场景的车牌识别实验结果也证明了所提算法对于低照度图像感知质量提升的有效性。
- 单位
