径向基神经网络算法在车牌字符识别中的应用
发布时间:2018-01-09 12:07
本文关键词:径向基神经网络算法在车牌字符识别中的应用 出处:《华侨大学学报(自然科学版)》2017年01期 论文类型:期刊论文
【摘要】:提出一种基于径向基网络的汽车车牌字符识别算法.在预处理阶段,采用灰度化、自适应阈值分割去除图像噪声并增强图像对比度;在字符分割阶段,采用极限元素位置确定法实现独立字符分割;在字符识别阶段,利用自行构建的字符子块图像库对径向基神经网络进行训练.选取基于反向传播(BP)神经网络的字符识别算法和基于支持向量机(SVM)的字符识别算法与文中方法进行比较.实验结果表明:文中方法在识别准确率上具有明显优势,更适用于汽车车牌的字符识别.
[Abstract]:A vehicle license plate character recognition algorithm based on RBF neural network. In the preprocessing stage, using gray scale, adaptive threshold segmentation to remove image noise and enhance the image contrast; at the character segmentation stage, using the limit element method to determine the position of independent character segmentation; in the stage of character recognition, the training of the RBF neural network using to construct the character sub image library. Selection based on back-propagation (BP) neural network and the character recognition algorithm based on support vector machine (SVM) method comparing the character recognition algorithms in this paper. The experimental results show that the proposed method has obvious advantages in accuracy, more suitable for car license plate character recognition.
【作者单位】: 广西科技大学网络与现代教育技术中心;
【基金】:广西教育厅高校科研资助项目(LX2014187)
【分类号】:TP391.41;TP183
【正文快照】: 随着世界汽车数量的剧增[1],在道路交通汽车管理、汽车自动缴费、车库车位自动查找等领域,都迫切需要具有更高准确率、更高效率的智能系统[2].对于智能交通系统,识别车辆身份是核心工作,这就需要快速、准确地对汽车车牌进行识别[3].目前,汽车车牌识别主要是依托图像处理技术,
【相似文献】
相关期刊论文 前10条
1 何通能,贾志勇;基于小波矩的车牌字符识别研究[J];浙江工业大学学报;2005年02期
2 陈来荣;冀荣华;徐宇;;基于支持向量机的车牌字符识别[J];公路交通科技;2006年05期
3 文乔农;王海瑞;危春波;;车牌字符识别研究[J];科技广场;2007年05期
4 高在村;龚声蓉;;基于量子门神经网络的车牌字符识别[J];计算机工程;2008年23期
5 杜选;;基于支持向量机的车牌字符识别研究与应用[J];计算机系统应用;2008年08期
6 李孟歆;吴成东;;基于分级网络的车牌字符识别算法[J];计算机应用研究;2009年05期
7 柴兰娟;曾黄麟;;一种基于分级神经网络的车牌字符识别新方法[J];现代电子技术;2011年01期
8 张美t,
本文编号:1401317
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1401317.html