[发明专利]一种基于自适应位置分割的车牌字符识别方法有效
| 申请号： | 201811624974.1 | 申请日： | 2018-12-28 |
| 公开（公告）号： | CN109815956B | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 张卡;何佳;尼秀明 | 申请（专利权）人： | 安徽清新互联信息科技有限公司 |
| 主分类号： | G06V30/148 | 分类号： | G06V30/148;G06V30/146;G06V20/62;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 合肥天明专利事务所(普通合伙) 34115 | 代理人： | 金凯 |
| 地址： | 230088 安徽省合肥市高新区创新*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自适应位置分割的车牌字符识别方法，属于车牌识别技术领域，包括构建深度神经网络模型，该深度神经网络模型包括基础网络、车牌位置校正网络、车牌字符分割网络和车牌字符识别网络；收集车牌样本图像，对所构建的深度神经网络模型进行训练，得到自适应字符分割识别模；利用自适应字符分割识别模，对待识别车牌图像进行车牌字符识别。本发明不再严格意义上区分车牌位置校正、车牌字符分割、车牌字符识别等步骤，借助一个深度神经网络结构模型，直接完成车牌位置校正、车牌字符分割、字符识别，兼顾了车牌识别准确率和识别速度。 | ||
| 搜索关键词： | 一种 基于 自适应 位置 分割 车牌 字符 识别 方法 | ||
【主权项】：
1.一种基于自适应位置分割的车牌字符识别方法，其特征在于，包括如下步骤：S1、构建深度神经网络模型，该深度神经网络模型包括基础网络、车牌位置校正网络、车牌字符分割网络和车牌字符识别网络；S2、收集车牌样本图像，对所构建的深度神经网络模型进行训练，得到自适应字符分割识别模；S3、利用所述自适应字符分割识别模，对待识别车牌图像进行车牌字符识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽清新互联信息科技有限公司，未经安徽清新互联信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811624974.1/，转载请声明来源钻瓜专利网。
- 上一篇：题目辅助方法及系统
- 下一篇：一种基于彩色图像在复杂背景下的文字识别方法
