基于神经网络的分阶车牌字符识别算法研究

发布时间：2017-07-13 18:11

  本文关键词：基于神经网络的分阶车牌字符识别算法研究

  更多相关文章： 车牌字符识别 BP神经网络 卷积神经网络 分阶

【摘要】：为了提高复杂环境下车牌字符的识别率和识别速度,提出了一种基于BP神经网络和卷积神经网络(CNN)的分阶车牌字符识别算法。该算法第一阶段采用BP神经网络对车牌中的汉字、非相似字符进行识别;并在第二阶段用改进的CNN对车牌中的相似字符进行识别。最后通过实验横向、纵向对比,验证了该神经网络算法的有效性。实验结果表明,相对于传统的BP神经网络算法,明显提高了车牌字符的识别率,同时减少了车牌的识别时间。
【作者单位】： 昆明理工大学信息工程与自动化学院;
【关键词】： 车牌字符识别 BP神经网络 卷积神经网络 分阶
【分类号】：TP391.41;TP183
【正文快照】： 0引言车牌识别率是衡量车牌识别系统实用性的重要指标,如何提高车牌字符的识别率是提升车牌识别系统性能的难点所在。在车牌识别技术的发展过程中,Young Sung Soh改进了车牌定位算法,开发出一套车牌定位实时系统,但该算法识别精度相对较差。吉林大学康建新[1]提出了采用BP神经

【相似文献】

中国期刊全文数据库 前10条

1 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

2 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

3 万燕;刘伟;;基于低质量图片的两级车牌字符识别算法[J];计算机应用与软件;2012年11期

4 路小波;凌小静;刘斌;;基于组合特征的车牌字符识别[J];仪器仪表学报;2006年07期

5 郭招球;赵跃龙;高敬欣;;基于小波和神经网络的车牌字符识别新方法[J];计算机测量与控制;2006年09期

6 李e，

本文编号：537887