基于主成分分析网络的车牌检测方法

摘要：

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,性能优于传统的车牌检测方法.

关键词：车牌检测、主成分分析网络、特征提取、非极大值抑制算法

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：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

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：268-273