原文传递
基于BP神经网络的车牌快速识别方法研究
| 论文题名： | 基于BP神经网络的车牌快速识别方法研究 |
| 关键词： | 车牌识别;目标定位;图像分割;字符识别;特征提取;BP神经网络 |
| 摘要： | 本文主要研究了车牌自动识别系统的设计与实现技术，并针对现实车牌成像环境的特点，综合运用了图像分析与处理技术以及人工神经网络技术，提出了一套快速解决方法。 在车牌定位时，在研究了已有的谷峰谷底搜索法和行离差法两种灰度跳变定位方法的基础上，提出了一种采用差分来描述灰度跳变的方法，实验表明取得了良好的效果。 在采用BP神经网络进行字符识别时，选取字符的粗网络特征作为字符的识别特性，将改进后的归一化字符原始特征直接输入到BP神经网络分类器中进行车牌字符识别，对易混淆和相似字符设计神经网络细分类器，进一步提取突出相似字符差别的局部细微差异特征；针对汉字笔划粘连、字符偏移等现象，在标准样本的基础上，为结构复杂、笔划紧密的省份汉字适当增加典型笔划粘连样本和典型偏移样本到汉字网络的训练样本。实验结果表明，基于BP网络的神经网络分类器尤其是粗分类器与细分类器的结合，可以明显提高字符网络的稳健性能，提升整体车牌识别系统的抗干扰能力、容错能力及正确识别率。 |
| 作者： | 刘双才 |
| 专业： | 软件工程 |
| 导师： | 鲍旭东;王世杰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
