一种基于深度学习的车牌图像去运动模糊方法[发明专利]

专利名称:一种基于深度学习的车牌图像去运动模糊方法专利类型:发明专利
发明人:陈华华,毛勇,叶学义
申请号:CN201810205661.6
申请日:20180313
公开号:CN109035149A
公开日:
20181218
专利内容由知识产权出版社提供
摘要:本发明提出一种基于深度学习的车牌图像去运动模糊方法。本发明分为数据集预处理阶段、训练阶段以及测试阶段。在数据集预处理阶段,确定图像中的车牌区域,分割车牌字符并规范化图像尺寸,添加高斯噪声,得到训练集。在训练阶段,采用生成对抗网络学习图像去运动模糊模型,以网络复原结果的均方误差、梯度误差及判别误差三者的线性和作为网络损失交替训练判别器和生成器。在测试阶段,分割车牌字符并依次作为生成器的输入,将去模糊结果按照车牌字符原次序组合得到去模糊车牌图像。本发明所提出的模型有效地约束了车牌图像的边缘,从而提高车牌图像去运动模糊的质量,同时缩短了复原的时间。
申请人:杭州电子科技大学
地址:310018 浙江省杭州市下沙高教园区2号大街
国籍:CN
代理机构:杭州君度专利代理事务所(特殊普通合伙)
代理人:朱月芬

本文发布于:2024-09-21 17:42:54,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/4/447311.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:车牌   图像   专利   误差
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议