基于视觉注意机制PCNN模型的车牌图像分割方法
文献类型：期刊论文
| 作者 | 杨娜2; 陈后金3; 陈益强1 |
| 刊名 | 交通运输系统工程与信息
 |
| 出版日期 | 2014 |
| 卷号 | 14.0期号:003页码:51 |
| 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 |
| ISSN号 | 1009-6744 |
| 英文摘要 | 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.经实验验证,该方法对车牌图像具有较好的分割效果. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/34315]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.中北大学 3.北京交通大学 |
| 推荐引用方式 GB/T 7714 | 杨娜,陈后金,陈益强. 基于视觉注意机制PCNN模型的车牌图像分割方法[J]. 交通运输系统工程与信息,2014,14.0(003):51. |
| APA | 杨娜,陈后金,&陈益强.(2014).基于视觉注意机制PCNN模型的车牌图像分割方法.交通运输系统工程与信息,14.0(003),51. |
| MLA | 杨娜,et al."基于视觉注意机制PCNN模型的车牌图像分割方法".交通运输系统工程与信息 14.0.003(2014):51. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。