车牌识别 OCR 中图像预处理技术的比较：性能与准确率评估
计算机视觉与模式识别
2024-10-18 v1
摘要
人工智能解决方案的不断增长导致图像捕获激增，并应用于机器学习模型。然而，图像质量缺乏标准化会导致模型结果不一致。为缓解此问题，常用于预处理技术是光学字符识别（OCR），但在光照不足、分辨率低和视角畸变情形下仍面临挑战。本文旨在探索和评估各种预处理技术，如灰度转换、RGB 中的 CLAHE 和双边滤波，用于车辆车牌识别。对每种技术进行单独和组合分析，使用准确率、精确率、召回率、F1 分数、ROC 曲线、AUC 和 ANOVA 等指标，以识别最有效的方法。该研究使用来自巴西车牌的数据集，这些数据集在 OCR 应用中广泛使用。研究提供了关于最佳预处理实践的详细分析，为在实际场景中优化 OCR 性能提供了见解。
引用
@article{arxiv.2410.13622,
title = {Comparison of Image Preprocessing Techniques for Vehicle License Plate Recognition Using OCR: Performance and Accuracy Evaluation},
author = {Renato Augusto Tavares},
journal= {arXiv preprint arXiv:2410.13622},
year = {2024}
}
备注
12 pages, 13 figures