mser-0.5 matlab实现mser算法，用于最大稳定区域检测

以车牌识别的实用性为目的,设计一种鲁棒的车牌识别系统。 首先提出了 Sobel-Color 算法,以 Sobel 边缘和颜色 两种特征进行车牌定位,并结合 MSER 算法,设计了一种可靠的车牌定位方法来获取候选车牌区域,然后采用 SVM 算法 对候选车牌区域进行车牌判断;最后根据车牌特征设计了一种车牌字符分割算法,能正确分割车牌的各个字符,并有效地 去除车牌边缘部分的虚假字符,又根据分割出的车牌字符特征对 LeNet-5 深度网络模型进行改进,然后采用改进的 LeNet -5 网络对车牌字符进行

针对道路场景中数字字符高噪声、多视角和难以定位识别的问题,提出了一种稳健的道路场景数字字符定位识别算法。采用基于色彩空间和边缘增强的最大稳定极值区域(MSER)算法来提取候选区域,设计了几何约束滤波器,并与笔画宽度变换(SWT)联合滤除非字符区域,得到字符定位结果。对Lenet-5中的收敛函数和池化窗进行改进,将定位后的字符区域归一化输入网络中,得到最终的字符识别结果。实验结果表明,本文算法的字符召回率达到90.0%,综合性能值达到0.89,字符识别率达到88.6%,优于同类算法性能。