文献类型：期刊文章

作　　者：石冬阳[1] 张俊林[1] 贾兵[1] 聂玲[1] 杨慧敏[2]

Shi Dongyang;Zhang Junlin;Jia Bing;Nie Ling;Yang Huimin(School of Electrical Engineering,Chongqing University of Science and Technology,Chongqing 401331,China;School of Mathematics and Computing Science,Xiangtan University,Xiangtan 411105,China)

机构地区：[1]重庆科技学院电气工程学院,重庆401331 [2]湘潭大学数学与计算科学学院,湖南湘潭411105

出　　处：《电子技术应用》

基　　金：重庆市科技局自然科学基金面上项目(cstc2020jcyj-msxmX0927);重庆市国家级大学生科技创新计划项目(202111551009)。

年　　份：2022

卷　　号：48

期　　号：11

起止页码：13-18

语　　种：中文

收录情况：DOAJ、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对雾霾场景下车牌识别系统存在识别精度较差的问题,提出改进型车牌识别模型。该模型运用改进型暗通道先验去雾算法进行去雾处理,考虑到原去雾算法处理含明亮区域雾霾图像时会出现颜色失真等问题,首先对大气光值进行阈值限制,其次对引入因子进行优化选择,最后引入容差机制以修正透射率,并对图像亮度进行调整以提升图像可视化效果。仿真结果表明,运用改进后算法得到的去雾结果在PSNR、SSIM、Entropy、e性能上相对于改进前分别平均提升1.934 dB、0.082、0.235、38.995。将去雾前后车牌图像进行识别测试,车牌识别精度提升22%,证明了所提模型的优越性。

关 键 词：车牌识别 颜色失真  阈值限制  引入因子  容差机制  

分 类 号：TP394.1]