基于主成分分析网络的车牌检测方法

作     者：钟菲 杨斌 ZHONG Fei;YANG Bin

作者机构：南华大学电气工程学院湖南衡阳421001 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2018年第45卷第3期

页      面：268-273页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

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)资助 

主　　题：车牌检测 主成分分析网络 特征提取 非极大值抑制算法 

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。