由于大多数情况下摄像机获取到的车牌图像的分辨率很低,导致有些车牌识别系统不能正确识别车牌图像。针对该问题,提出在经典模板匹配识别算法的基础上,结合Single Shot Multi Box Detector车牌检测方法,同时使用基于子像素卷积神经网络...由于大多数情况下摄像机获取到的车牌图像的分辨率很低,导致有些车牌识别系统不能正确识别车牌图像。针对该问题,提出在经典模板匹配识别算法的基础上,结合Single Shot Multi Box Detector车牌检测方法,同时使用基于子像素卷积神经网络对车牌图像进行超分辨率,然后利用"字符轮廓检测+区域筛选合并"的方法分割字符。实验表明,重建后的整块车牌的识别率为63.2%,单个字符识别率为92.8%,所使用的方法有效提高车牌识别率和识别精度。也就是说,所提出的单幅图像超分辨率方法可以有效地促进车牌识别。展开更多
文摘由于大多数情况下摄像机获取到的车牌图像的分辨率很低,导致有些车牌识别系统不能正确识别车牌图像。针对该问题,提出在经典模板匹配识别算法的基础上,结合Single Shot Multi Box Detector车牌检测方法,同时使用基于子像素卷积神经网络对车牌图像进行超分辨率,然后利用"字符轮廓检测+区域筛选合并"的方法分割字符。实验表明,重建后的整块车牌的识别率为63.2%,单个字符识别率为92.8%,所使用的方法有效提高车牌识别率和识别精度。也就是说,所提出的单幅图像超分辨率方法可以有效地促进车牌识别。
