公开(公告)号：CN107506765B

公开(公告)日：2020-09-01

申请号：CN201710953642.7

申请日：2017-10-13

Applicant: 厦门大学

Inventor： 周剑扬 ,  陈琼

IPC: G06K9/32 ,  G06N3/02

Abstract: 本发明公开了一种基于神经网络的车牌倾斜校正的方法，包括以下步骤：一、数据制作；二、倾斜校正网络设计；三、训练网络；四、使用训练好的网络；本发明首先在含有车牌的图片中利用图像处理知识定位并提取车牌，然后再利用通过训练得到的网络对其进行前向传播识别并校正，最后切割成一个一个字符，再利用另一个神经网络进行字符识别，与传统的基于Hough线性变换找到边缘在进行仿射变换的方式不同，在复杂、边缘不清晰噪声多的情况下仍然具有较高的校正率，并且运用训练好的网络进行校正时运算量小，速度快。

公开(公告)号：CN107506765A

公开(公告)日：2017-12-22

申请号：CN201710953642.7

申请日：2017-10-13

Applicant: 厦门大学

Inventor： 周剑扬 ,  陈琼

IPC: G06K9/32 ,  G06N3/02

CPC classification number: G06K9/3283 ,  G06K2209/15 ,  G06N3/02

Abstract: 本发明公开了一种基于神经网络的车牌倾斜校正的方法，包括以下步骤：一、数据制作；二、倾斜校正网络设计；三、训练网络；四、使用训练好的网络；本发明首先在含有车牌的图片中利用图像处理知识定位并提取车牌，然后再利用通过训练得到的网络对其进行前向传播识别并校正，最后切割成一个一个字符，再利用另一个神经网络进行字符识别，与传统的基于Hough线性变换找到边缘在进行仿射变换的方式不同，在复杂、边缘不清晰噪声多的情况下仍然具有较高的校正率，并且运用训练好的网络进行校正时运算量小，速度快。