脉冲耦合神经网络在车牌定位中的应用

计算机工程ComputerEngineering•人工智能及识别技术•文章编号:1000-3428(2010)16-0174-02文献标识码:A中图分类号:TP391脉冲耦合神经网络在车牌定位中的应用宋文强,马义德,何胜宗(兰州大学信息科学与工程学院,兰州73OOOO)摘要:针对冗余边缘对基于边缘统计特征的车牌定位算法存在较严巫干扰的问题,提出一种基于脉冲耦合神经网络(PCNN)的车牌定位方法。在借鉴传统算法的基础上,为抑制干扰性边缘,引入简化的PCNN模型,仅对候选区进行数次PCNN迭代运算,可大幅降低运算复杂度并提高车牌定位率。对300幅车辆图像进行仿真实验,取得了98.3%的定位率。关键词:边缘;车牌定位;脉冲耦合神经网络ApplicationofPulsedCoupledNeuralNetworkinVehicleLicensePlateLocationSONGWen-qiang,MAYi-de,HESheng-zong(SchoolofInformationScienceandEngineering.LanzhouUniversity,Lanzhou730000)[Abstract]Tosolveseriousinterferenceproblemsofredundantedgesforedge-basedstatisticalfeaturesoflicenseplatelocation,anewvehiclelicenseplatelocationmethodbasedonPulsedCoupledNeuralNetwork(PCNN)isproposed・whichintroducesthesimplifiedPCNNmodelbasedontraditionallicenseplatelocationalgorithms.InthealgorithmonlythecandidateareaisproducedbyPCNNiterationinordertoreducethecomputationalcomplexityandimprovetherateoflicenseplatelocation.Simulationexperimentswith300framesofvehiclelicenseplateimagethataretakenundervariouskindsofconditionscangela98.3%extractionrale.[Keywords]edge;vehiclelicenseplalelocation;PulsedCoupledNeuralNetwork(PCNN)第36卷第16期Vol.36No.161概述车牌定位是车牌识别系统的关键技术,也是相关技术研究的热点问题。根据车辆牌照独特的结构,一般先提取图像边缘,然后利用统计特征或神经网络定位车牌。对于灰度图像的车牌定位,可以利用Canny算子、频域或其他域变换⑴提取边缘信息。对于彩色图像,经常利用车牌字符和车牌底色固定的颜色搭配来定位车牌R讥文献[2]提出一种基于边缘颜色对的车牌定位方法,根据颜色特征提取边缘,取得了较好的定位效果。但是,在车牌区域亮度、颜色对比度不高或者有污损的情况下,上述算法往往为了提取足够的车牌边缘信息,而引入较多的T•扰性边缘。Eckhorn的脉冲耦台神经网络(PulseCoupledNeuralNetworks,PCNN)模拟了猫视觉皮层神经细胞活动的人工神经元模型⑷。该模型可以使柑似输入的神经元同时输出脉冲,能够弥补输入数据的微小空间不连贯和幅度的微小变化,即使在图像看起来不淸晰的悄况下,也可以捕获桐対完整的冃标区域。文献151采用PCNN进行车牌定位,虽然可以得到较高的定位精度,但运算复杂度高,不利于实时处理。针对传统算法和文献⑸的不足,本文提出一种新的基于脉冲耦合神经网络的车牌定位方法。2简化的PCNN模型PCNN为单层神经网络模型,不需要训练,但需要恰当设賈其数学模型中各种门限参数、衰减吋间常数、加权因子、连接系数等。这点有别于传统多层网络,因此,非常适台实时图像处理环境。本文采用PCNN的简化模型,该模型满足如下数学关系式:⑴厶p]述%即”-1](2)匕[川=打[川(1+0厶〃])⑶[1ifUAn\>0An-\\(4)0otherwiseOy[n}=cxp()0一1]+V0Yy[n]⑸其中,%表示输入激励,通常是点(i,刀的像索值,每一个像素对应一个神经元;对应神经元的输入部分;5是连接输入;W是内部连接矩阵;5/为神经元内部活动项。由式(3)可知,5的取值由神经元的输入项心•和连接项S共同决定。%和站分别是神经元的输出和动态阈值。式(4)说明神经元的输出只有0,1值,当内部活动项口了大于此时的动态阈值如,则输出1,反之则输出0。各神经元对应的阈值血按照式(5)依规律衰减,衰减系数为如。当前像素和周围像索的之间相互作用的大小可以通过连接强度常数P调节。由于PCNN连接域特性,使得当某一神经元输出脉冲时,该神经元周围的用邻域内具有近似激励特性的其他神经元在下次迭代时,受连接输入的影响也被点火输岀脉冲。连接输入的存在使状态相似的神经元能够同步输出脉基金项目:国家自然科学基金资助项目(6087...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?