一种基于空间位置信息的车牌字符分割方法

摘要

一种基于空间位置信息的车牌字符分割方法，可解决现有的车牌字符分割方法对于污损、粘连、字符缺失、定位不够精确的低质量车牌图像分割效果较差的技术问题。包括S1、建立深度神经网络模型；S2、通过标注好的训练样本数据，优化所述深度神经网络模型参数，得到最优深度神经网络模型；S3、读取车牌图像信息，通过最优深度神经网络模型运算，提取车牌字符之间的空间位置信息特征，进而获取车牌每一个字符的位置。本发明采用深度学习技术直接预测车牌字符位置，采用无anchor训练机制，降低了模型训练的难度，综合利用车牌字符的整体特征和局部特征，车牌字符分割结果更加准确，对于污损、粘连、字符缺失、定位不够精确的低质量车牌图像，鲁棒性更强。