[发明专利]一种基于双层卷积神经网络的重建车牌的方法有效
| 申请号： | 201810132846.9 | 申请日： | 2018-02-09 |
| 公开（公告）号： | CN108510451B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 庞星 | 申请（专利权）人： | 杭州雄迈集成电路技术股份有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 浙江纳祺律师事务所 33257 | 代理人： | 郑满玉 |
| 地址： | 311422 浙江省杭州市富阳*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于双层卷积神经网络的重建车牌的方法，对清晰车牌图像基于随机模糊核做模糊处理，生成对应模糊车牌图像；从模糊车牌图像中截取固定尺寸的模糊图像块输入到预先设计好的去模糊卷积神经网络中，得到去模糊图像特征层；将同一块模糊车牌图像块输入到预先设计好的图像增强卷积神经网络中，得到图像增强掩码集；将去模糊图像特征层和图像增强掩码集合并成双层聚合特征集，训练模型获得重建卷积参数；将实际场景中的模糊车牌图像输入到双层卷积神经网络中与重建卷积参数卷积计算，得到重建后的车牌图像。本发明能够改善模糊退化图像的质量，同时提高图像对比度，提高图像的清晰度，增强图像的边缘和纹理细节信息。 | ||
| 搜索关键词： | 一种 基于 双层 卷积 神经网络 重建 车牌 方法 | ||
【主权项】：
1.一种基于双层卷积神经网络的重建车牌的方法，其特征在于，包括以下步骤：S1:读取清晰的车牌图像，对固定数目的清晰车牌图像基于随机模糊核做模糊处理，生成对应模糊车牌图像；S2:从模糊车牌图像中截取固定尺寸的模糊图像块输入到预先设计好的去模糊卷积神经网络中，得到去模糊图像特征层；S3:将同一块模糊车牌图像块输入到预先设计好的图像增强卷积神经网络中，得到图像增强掩码集；S4:将去模糊图像特征层和图像增强掩码集合并成双层聚合特征集，训练模型获得重建卷积参数；S5:将实际场景中的模糊车牌图像输入到双层卷积神经网络中与重建卷积参数卷积计算，得到重建后的车牌图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州雄迈集成电路技术股份有限公司，未经杭州雄迈集成电路技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810132846.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种作物叶片图像的光照处理方法及装置
- 下一篇：一种对象还原复位的方法及装置
