颜色定位和形态学定位改进后的mtcnn车牌定位算法

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