一种融合深度特征图和形态学的车牌定位方法  

作　　者：童冰[1] 郑东生[1] 黄金华[1] 许冲[2] 

机构地区：[1]漳州职业技术学院计算机工程系,福建漳州363000 [2]闽南师范大学计算机学院,福建漳州363000

出　　处：《长江大学学报（自科版）（上旬）》2016年第10期60-65,共6页JOURNAL OF YANGTZE UNIVERSITY (NATURAL SCIENCE EDITION) SCI ＆ ENG

基　　金：福建省自然科学基金项目(2013J01028);福建省中青年科研项目(JA15687)

摘　　要：车牌定位是车牌识别的关键步骤。针对传统车牌定位方法鲁棒性差、定位时间长等问题,提出了一种融合深度特征图和形态学的车牌定位方法。该方法首先利用深度结构构建深度特征图产生框架,提取纹理特征丰富的车牌图像特征图,接着将车牌特征图缩放到原始车牌图像的尺寸,并对缩放后的图像进行Sobel运算,增强车牌的边缘特征,最后利用形态学中的闭操作,对二值化后的图像进行先膨胀后腐蚀的形态学运算,连通整个车牌图块,完成车牌定位。试验结果表明,该方法对包含纹理鲜明的背景条形图块、车身和车牌颜色相似的干扰图像具有更好的鲁棒性,提高了定位速度。

关 键 词：特征图 形态学 卷积神经网络 (CNN) SOBEL 车牌定位 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]