期刊论文

中文

计算机科学

1002-137X

2018

45

3

268-273

10.11896/j.issn.1002-137X.2018.03.043

国家自然科学基金（61102108）； 湖南省自然科学基金（2016JJ3106）； 湖南省教育厅项目（16B225,YB2013B039）； 南华大学青年英才支持计划和南华大学重点学科（NHXK04）资助；

本校为第一机构

车牌识别是智能交通系统的核心技术,车牌检测是车牌识别技术中至关重要的一步。传统的车牌检测方法多利用浅层的人工特征,在复杂场景下的车牌检测率不高。基于主成分分析网络的车牌检测算法,能够无监督地逐级提取车牌深层特征,可有效提高算法的鲁棒性。算法首先采用Sobel算子边缘检测和边缘对称性分析获取车牌候选区域;然后将候选区域输入到主成分分析网络中进行车牌深度特征提取,并利用支持向量机实现对车牌区域的判别;最后采用非极大值抑制算法标记最佳车牌检测区域。利用收集的复杂场景下的车辆图像对所提方法的参数进行分析,并将其与传统方法进行比较。实验结果表明,所提算法的鲁棒性高,性能...

License plate recognition is the core technology of intelligent transportation system(ITS).License plate de-tection is a crucial step in the license plate recognition technology.Since only low-level artificial features are used to achieve license plates detection in most traditional methods,the detection error rates are usually low in complex scenes. In this paper,a novel license plate detection method based on principal component analysis network(PCANet)was pro-posed.Firstly,the license plate candidate area is marked with Sobel operator based edge detection and edges symmetry analysis.Secondl...