|
|||||
|
|
| 基于CNN同心邻域极值的多车道智能交通系统图像多车牌区域的边缘检测 | |
| 引用本文： | 谢康,杨义先,张玲,杜晓峰,辛阳.基于CNN同心邻域极值的多车道智能交通系统图像多车牌区域的边缘检测[J].高技术通讯,2014(10). |
| 作者姓名： | 谢康 杨义先 张玲 杜晓峰 辛阳 |
| 作者单位： | 1. 山东大学信息科学与工程学院济南 250100 2. 山东大学信息科学与工程学院济南 250100; 北京邮电大学信息安全中心北京 100876 3. 北京邮电大学信息安全中心北京 100876 |
| 基金项目： | 973计划，国家自然科学基金，中央高校基本科研业务费专项资金(2012RC0216，2012RC0215)资助。 |
| 摘 要： | 针对现有智能交通系统（ITS）多车牌定位识别算法漏检率高、处理速度慢等问题，在研究细胞神经网络（CNN）理论的基础上，提出了一种基于CNN同心邻域极值（CNE）的ITS图像多车牌区域边缘检测算法，简称CNECNN算法。该算法只需计算CNN中同心邻域内极大值与极小值函数差的二阶微分零交叉点，即可获得图像的边缘。此外，该算法利用CNN稳态能量函数惩罚约束机制优化粒子群适应度函数，在解空间中搜索参数全局最优解以获得CNN邻域极值模板参数。该算法为并行算法，具有运算量小，易于大规模集成电路实现，能够克服早熟收敛等优点。实验结果表明，与传统边缘检测算子和CNN通用机（CNNUM）固定模板参数算法相比，该算法漏检度降低了12.9%。 |
| 关 键 词： | 多车牌 边缘检测 细胞神经网络(CNN) 同心邻域极值(CNE) 粒子群优化(PSO) |
Edge detection in multi license plate area of ITS images based on concentric neighborhood extreme value of CNN |
|
| Xie Kang,Yang Yixian,Zhang Ling,Du Xiaofeng,Xin Yang.Edge detection in multi license plate area of ITS images based on concentric neighborhood extreme value of CNN[J].High Technology Letters,2014(10). | |
| Authors: | Xie Kang Yang Yixian Zhang Ling Du Xiaofeng Xin Yang |
| Abstract: | |
| Keywords: | multi license plate edge detection cellular neural network (CNN) concentric neighborhood extreme (CNE) value particle swarm optimization (PSO) |
| 本文献已被 万方数据 等数据库收录！ | |