复杂环境下基于图像增强的深度神经网络车牌定位方法

摘要

复杂环境下基于图像增强的深度神经网络车牌定位方法，以神经网络深度学习为技术背景，用各种环境背景下的车牌照片数据集，利用构建的深度神经网络模型进行大量学习训练，得到网络模型的权重文件及其它参数文件；并在系统的检测阶段引入图像增强技术，对测试集照片中的低照度、有雾、模糊照片进行图像增强，实现了复杂环境下车牌的精准定位；同时，图像增强技术的引进，大大增强了本发明车牌定位方法对复杂环境的兼容性，很好地解决了现有车牌定位算法对环境因素敏感、对图像质量要求高、车牌可定位场景单一的问题；本发明提出的车牌定位方法使用的是神经网络深度学习技术，该神经网络模型的迁移学习能力和泛化性强。