【技术实现步骤摘要】
一种融合Min-Max目标的NIN车牌识别方法
本专利技术属于车牌识别
，具体涉及一种融合Min-Max目标的NIN车牌识别方法。
技术介绍
无论是现在居多的燃油车辆还是未来将要出现的新能源车辆，车牌必不可少，其中车牌识别技术是识别车辆身份的主要手段。虽然车牌识别技术已得到广泛应用，但现有识别技术在复杂背景、车牌脏污等情况下，识别率不理想。针对这些问题，本专利技术提出融合Min-Max目标的NIN车牌识别方法，其目的是融合Min-Max目标的NIN模型增加网络卷积层的非线性能力、加快训练速度、实现特征的不变性，进而提高复杂场景下车牌识别的准确率。NetworkinNetwork(NIN)模型，首先将传统卷积神经网络(ConvolutionalNeuralNetwork,CNN)中卷积层的单层感知机替换成多层感知机(MultilayerPerceptron，MLP)，增加了网络卷积层的非线性能力；其次将全连接层替换成全局平均池化层，防止过拟合、减小网络的参数数量、加快训练速度。目标识别的关键是不变的特征，...
【技术保护点】
1.一种融合Min-Max目标的NIN车牌识别方法，其特征在于，具体按照以下步骤实施：/n步骤1、首先采用平均值法对彩色原始图像进行灰度化处理，再利用3*3的高斯平滑与中值滤波进行去噪；/n步骤2、首先使用Sobel算子检测经步骤1处理后的去噪图像边缘，其次，计算每个像素点的灰度值，如果灰度大于阈值ε，则认为该像素点为边缘点；采用最大阈值法对检测边缘后的图像进行二值化，并进行形态学处理，得到多个单连通区域；/n步骤3、计算单连通区域的长度、宽度，根据车牌的特征设定长、宽范围，删除不在此范围的单连通区域，再计算单连通区域的长宽比，删除不符合比例设定的单连通区域，得到车牌区域；...
【技术特征摘要】
1.一种融合Min-Max目标的NIN车牌识别方法，其特征在于，具体按照以下步骤实施：
步骤1、首先采用平均值法对彩色原始图像进行灰度化处理，再利用3*3的高斯平滑与中值滤波进行去噪；
步骤2、首先使用Sobel算子检测经步骤1处理后的去噪图像边缘，其次，计算每个像素点的灰度值，如果灰度大于阈值ε，则认为该像素点为边缘点；采用最大阈值法对检测边缘后的图像进行二值化，并进行形态学处理，得到多个单连通区域；
步骤3、计算单连通区域的长度、宽度，根据车牌的特征设定长、宽范围，删除不在此范围的单连通区域，再计算单连通区域的长宽比，删除不符合比例设定的单连通区域，得到车牌区域；
步骤4、对得到的车牌区域使用纵向和横向投影相结合的方法，确定字符边界，对确定边界的字符进行归一化处理，得到像素大小为32*40大小的字符；
步骤5、通过融合Min-Max目标的NIN模型得到车牌识别结果。
2.根据权利要求1所述的一种融合Min-Max目标的NIN车牌识别方法，其特征在于，所述步骤2具体如下：
步骤2.1、使用Sobel算子检测去噪后的图像边缘，其中两个方向的Sobel算子模板为和
步骤2.2、计算每个像素点(x，y)的灰度值Gray，如果灰度值Gray大于阈值ε，则认为该像素点为边缘点；
步骤2.3、进行形态学处理，即先通过膨胀，使其中部分轮廓突出，再腐蚀去掉部分细节，最后再膨胀使轮廓更加明显，得到多个单连通区域。
3.根据权利要求2所述的一种融合Min-Max目标的NIN车牌识别方法，其特征在于，所述步骤3具体如下：
步骤3.1、先进行轮廓查找，接着通过计算轮廓面积，按照车牌的长宽比3:1确定图中最有可能是车牌的区域；
步骤3.2、利用霍夫变换检测直线，矫正倾斜的车牌图像；
步骤3.3、对车牌进一步裁剪，通过坐标改变裁剪区域大小，去除边框线及上下铆钉等干扰项，只保留车牌部分；
步骤3.4、对车牌灰度化、二值化处理，设定二值化阈值为170，保留黑底白字的图片。
4.根据权利要求3所述的一种融合Min-Max目标的NIN车牌识别方法，其特征在于，所述步骤4具体如下：
步骤4.1、对得到的车牌区域进行纵向投影，计算字符宽度，确定字符中间位置，并计算相邻两个字符间距，取其最大值定为第二个字符和第三个字符之间的距离，以此为分界线，分别向前、后方向进行切分，定位出字符的左右边界；
步骤4.2、对切分后的字符进行横向投影，确定字符具体的上下边界；
步骤4.3、对确定边界的字符进行归一化处理，得到像素大小为32*40大小的字符。
5.根据权利要求4所述的一种融合Min-Max目标的NIN车牌识别方法，其特征在于，所述步骤5中融合Min-Max目标的NIN模型...
【专利技术属性】
技术研发人员：苏雪平，朱丹尧，陈宁，任劼，高蒙，段嘉伟，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。