原文传递
基于视觉注意机制PCNN模型的车牌图像分割方法
| 题名： | 基于视觉注意机制PCNN模型的车牌图像分割方法 |
| 正文语种： | 中文 |
| 作者： | 杨娜；陈后金；陈益强； |
| 关键词： | 信息技术；图像分割；视觉注意机制；优化PCNN模型；组合不变矩；局部灰度熵 |
| 摘要： | 车辆图像中车牌具有所占比例小、位置不固定、大小不一,以及分割易受光照影响的特点.因此,车牌图像的分割始终是车辆跟踪、车辆识别等领域中的难点问题.针对以上问题,本文提出了基于视觉注意机制脉冲耦合神经网络模型的车牌图像分割方法.该方法将视觉注意机制中的数据驱动模式和任务驱动模式相结合.数据驱动模式中,通过对PCNN模型细胞感受野功能的完善,使优化PCNN模型具有了尺度性和方向性.任务驱动模式中,针对不同尺度的分割,利用组合不变矩和局部灰度熵,自适应地确定目标的特征尺度和最佳尺度,并确定该目标最终的分割结果.经 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2014 |
| 期： | 03 |
| 页码： | 51-57 |
检索历史
应用推荐
