原文传递
基于神经网络的车牌识别系统研究
| 论文题名： | 基于神经网络的车牌识别系统研究 |
| 关键词： | 车牌定位;字符分割;特征提取;字符识别;神经网络;车牌识别系统;软件设计;智能交通系统 |
| 摘要： | 车辆牌照识别(License Plate Recognition,LPR)系统是智能交通系统(Intelligent Traffic System,ITS)中的重要组成部分,本论文在前人工作的基础上,完善并改进车牌识别系统软件设计,并针对车牌字符分割与识别的理论与技术进行了深入地研究,主要集中在字符的特征提取和分类方面.1.将基于奇异值分解(Singular Value Decomposition,SVD)的主量成分分析(Principal Component Analysis,PCA)方法应用于车牌字符的特征提取,并采用粗集理论(Rough Set,RS)对提取的主量特征进行约简,以约简后的特征作为神经网络输入,不仅可以降低网络结构的复杂度,而且可以提高网络学习速率及单个字符的识别率.2.在识别方法研究中,分析与比较了模板匹配和神经网络方法的优缺点,将模板匹配与BP神经网络相结合,采用多级多分类器的方案,设计了数字、字母、数字字母混合及汉字分类器.实验证明:该方法对相似字符的识别是很有效的. |
| 作者： | 汤红忠 |
| 专业： | 电力电子与电力传动 |
| 导师： | 黄辉先 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湘潭大学 |
| 学位年度： | 2004 |
| 正文语种： | 中文 |
检索历史
应用推荐
