颜色定位和形态学定位改进后的mtcnn车牌定位算法
2017-08-29 10:23
274 查看
在之前已经介绍过原始的mtcnn车牌定位算法了,网址如下:
http://blog.csdn.net/qq_32300341/article/details/77628648
但是原始的定位算法效率不高,利用滑动窗口产生候选框的方法效率太低。在1080*1920图片上产生的候选车牌框有50万个。
这就导致了第一层大致过滤候选框的工作耗时很大。单独采用颜色定位和候选车牌定位的方法会产生很多误检的车牌。所以综合传统车牌定位和神经网络车牌定位。采用颜色定位和形态学定位产生的候选车牌框来作为mtcnn第二层的输入。
颜色车牌定位的流程图如下:
形态学车牌定位流程图如下:
然后将这两个算法产生的候选车牌框作为mtcnn算法中RNet也就是第二层的输入来进一步排除误检车牌。
改进过后算法的时间效率为:
第一层耗时0.06s左右
第二层耗时0.005s左右
第三层耗时0.003s左右
达到了Fps15左右。识别率较高,但是存在漏检。
源代码地址如下:
http://download.csdn.net/download/qq_32300341/9954391
http://blog.csdn.net/qq_32300341/article/details/77628648
但是原始的定位算法效率不高,利用滑动窗口产生候选框的方法效率太低。在1080*1920图片上产生的候选车牌框有50万个。
这就导致了第一层大致过滤候选框的工作耗时很大。单独采用颜色定位和候选车牌定位的方法会产生很多误检的车牌。所以综合传统车牌定位和神经网络车牌定位。采用颜色定位和形态学定位产生的候选车牌框来作为mtcnn第二层的输入。
颜色车牌定位的流程图如下:
形态学车牌定位流程图如下:
然后将这两个算法产生的候选车牌框作为mtcnn算法中RNet也就是第二层的输入来进一步排除误检车牌。
改进过后算法的时间效率为:
第一层耗时0.06s左右
第二层耗时0.005s左右
第三层耗时0.003s左右
达到了Fps15左右。识别率较高,但是存在漏检。
源代码地址如下:
http://download.csdn.net/download/qq_32300341/9954391
相关文章推荐
- OpenCV下车牌定位算法实现代码(一)
- OpenCV下车牌定位算法实现代码 (二)
- 车牌--常用车牌定位算法浅析
- Bresenham改进算法结合wu反走样算法画颜色渐变直线
- 图像处理基本算法 车牌识别与定位
- OpenCV 依据颜色的车牌定位
- OpenCV下车牌定位算法实现代码(一)
- HyperLPR车牌识别技术算法之车牌粗定位与训练
- OpenCV下车牌定位算法实现代码
- 常用车牌定位算法浅析
- OpenCV下车牌定位算法实现代码
- 车牌定位--颜色分割
- OpenCV-利用颜色、形态学和最大稳定极值区域MSER实现车牌区域检测
- OpenCV下车牌定位算法实现代码
- 车牌定位--颜色分割
- OpenCV下车牌定位算法实现代码(一)
- 车牌定位--颜色分割
- OpenCV下车牌定位算法实现代码
- OpenCV下车牌定位算法实现代码 (二)
- [CLPR] 定位算法探幽 - 边缘和形态学