[发明专利]一种基于深度学习的字符分割方法有效
| 申请号： | 201811523482.3 | 申请日： | 2018-12-13 |
| 公开（公告）号： | CN109858327B | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 张卡;刘跃;何佳;尼秀明 | 申请（专利权）人： | 安徽清新互联信息科技有限公司 |
| 主分类号： | G06V30/40 | 分类号： | G06V30/40;G06V30/148 |
| 代理公司： | 合肥天明专利事务所(普通合伙) 34115 | 代理人： | 金凯 |
| 地址： | 230088 安徽省合肥市高新区创新*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的字符分割方法，属于图像处理技术领域，包括：基于LeNet‑5深度神经网络模型，构建待训练深度神经网络模型；收集车牌图像作为原始车牌图像，并标注出原始车牌图像的车牌字符位置矩形；在车牌字符位置矩形中随机选择车牌字符分割位置组合，获取至少一种字符位置组合；将原始车牌图像和字符位置组合输入到所述待训练深度神经网络模型中，训练得到字符分割深度神经网络模型；将任一幅待测车牌图像及其对应的部分车牌字符位置矩形输入至所述字符分割深度神经网络模型中，获取待测车牌图像完整的字符位置矩形。本发明对于低质量车牌图像的字符分割结果更加准确。 | ||
| 搜索关键词： | 一种 基于 深度 学习 字符 分割 方法 | ||
【主权项】：
1.一种基于深度学习的字符分割方法，其特征在于，包括：基于LeNet‑5深度神经网络模型，构建待训练深度神经网络模型；收集车牌图像作为原始车牌图像，并标注出原始车牌图像的车牌字符位置矩形；在所述车牌字符位置矩形中随机选择车牌字符分割位置进行组合，获取至少一种字符位置组合；将原始车牌图像和字符位置组合输入到所述待训练深度神经网络模型中，训练得到字符分割深度神经网络模型；将任一幅待测车牌图像及其对应的部分车牌字符位置矩形输入至所述字符分割深度神经网络模型中，获取待测车牌图像完整的字符位置矩形。
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安徽清新互联信息科技有限公司，未经安徽清新互联信息科技有限公司许可，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/201811523482.3/，转载请声明来源钻瓜专利网。
