基于遗传算法的车牌定位研究

发布时间：2022-01-04 12:01

　　车牌识别过程中,车牌定位起着重要作用.采用基于颜色的方法对车牌进行定位时,结果显示图像下边缘丢失,不能正确定位车牌,原因是未找到最优阈值.对此,尝试提出一种自适应变异算子的改进遗传算法,该自适应变异概率改进遗传算法可以随着进化代数自适应改变,在前期具有更好的全局搜索能力,在后期也拥有更高的收敛精度.经过两个典型测试函数性能测试,改进遗传算法的有效性高于标准遗传算法.将改进遗传算法应用到车牌定位中,能够实现车牌的准确定位. 

【文章来源】：淮海工学院学报(自然科学版). 2019,28(04)

【文章页数】：4 页

【部分图文】：

测试函数（2）图像

测试函数（1）结果

用Matlab编写程序，得到的测试结果如图4和图5所示．由结果图可知，标准遗传算法的搜索精度不高，并没有搜索到最优解，容易过早收敛．针对标准遗传算法的局限性，本文提出了一种自适应变异算子改进的遗传算法．图3 测试函数（2）图像

【参考文献】：
期刊论文
[1]基于深度学习的车牌定位和识别方法[J]. 李祥鹏,闵卫东,韩清,刘瑞康.  计算机辅助设计与图形学学报. 2019(06)
[2]基于模板概率密度函数的车牌定位方法[J]. 王晗,施佺,许致火,魏明,邵叶秦.  控制工程. 2019(05)

博士论文
[1]DNA遗传算法及应用研究[D]. 陈霄.浙江大学 2010

硕士论文
[1]遗传蚁群算法在医学图像分割中的应用研究[D]. 樊旭丹.西安电子科技大学 2013
[2]遗传算法及其在聚类分析中的应用[D]. 王婧.华中师范大学 2009
[3]基于AFS理论与遗传算法的模糊分类器设计[D]. 张红艳.大连理工大学 2008



本文编号：3568299