【摘要】：在車牌字符識(shí)別的某些場(chǎng)合中,獲得的字符通常存在切割不均勻、光照對(duì)比度強(qiáng)烈、遮擋嚴(yán)重等強(qiáng)噪聲污染.針對(duì)被強(qiáng)噪聲污染的數(shù)字字符,提出一種基于Caffe深度學(xué)習(xí)框架的字符識(shí)別算法,在Caffe框架下搭建卷積神經(jīng)網(wǎng)絡(luò),并對(duì)網(wǎng)絡(luò)參數(shù)訓(xùn)練獲得了一個(gè)魯棒性強(qiáng)、識(shí)別精度高的網(wǎng)絡(luò)結(jié)構(gòu).實(shí)驗(yàn)結(jié)果表明,在低噪聲、中度噪聲、強(qiáng)噪聲污染情況下,文章中提出的方法相比當(dāng)前典型的識(shí)別方法,在數(shù)字字符識(shí)別上均具有較好的識(shí)別能力,平均識(shí)別率高出將近5%,而在強(qiáng)噪聲污染情況下,識(shí)別效果具有更加明顯的優(yōu)勢(shì).
[Abstract]:In some situations of license plate character recognition, the obtained characters usually have such strong noise pollution as uneven cutting, strong contrast of illumination and serious occlusion. For digital characters polluted by strong noise, a character recognition algorithm based on Caffe deep learning framework is proposed. The convolution neural network is built under the Caffe framework, and a robust algorithm for parameter training of the network is obtained. Identify the network structure with high precision. The experimental results show that under the condition of low noise, moderate noise and strong noise pollution, the proposed method has better recognition ability in digital character recognition than the current typical recognition methods, and the average recognition rate is nearly 5% higher than that in the current typical recognition methods. In the case of strong noise pollution, the recognition effect has more obvious advantages.
【作者單位】： 湖南理工學(xué)院信息與通信工程學(xué)院復(fù)雜系統(tǒng)優(yōu)化與控制湖南省普通高等學(xué)校重點(diǎn)實(shí)驗(yàn)室;湖南理工學(xué)院異構(gòu)計(jì)算及應(yīng)用研究中心;
【基金】：湖南省自然科學(xué)基金項(xiàng)目(2017JJ3099,2016JJ2064) 湖南省科技計(jì)劃項(xiàng)目(2016TP1021) 湖南省研究生創(chuàng)新項(xiàng)目(CX2016B670) 湖南省教育廳科學(xué)研究項(xiàng)目(16C0723)
【分類號(hào)】：TP18;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;有限自然碼非接觸光電字符識(shí)別[J];中國(guó)計(jì)量學(xué)院學(xué)報(bào);2001年02期

2 許振新;字符識(shí)別要面向應(yīng)用[J];中國(guó)計(jì)算機(jī)用戶;2003年13期

3 盧達(dá),浦煒,謝銘培;一種用于提高字符識(shí)別速度的字符預(yù)分類法研究　[J];計(jì)算機(jī)工程與應(yīng)用;2000年04期

4 孫廣玲,唐降龍;基于識(shí)別結(jié)果反饋信息的閉環(huán)聯(lián)機(jī)字符識(shí)別系統(tǒng)[J];計(jì)算機(jī)工程與應(yīng)用;2002年22期

5 烏凌超,莫玉龍;基于獨(dú)立分量分析的字符識(shí)別方法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年03期

6 陳薇,李勇;基于塊輸入的神經(jīng)網(wǎng)絡(luò)英語(yǔ)字符識(shí)別研究[J];計(jì)算機(jī)時(shí)代;2005年07期

7 湯茂斌;謝渝平;李就好;;基于神經(jīng)網(wǎng)絡(luò)算法的字符識(shí)別方法研究[J];微電子學(xué)與計(jì)算機(jī);2009年08期

8 田立巖;胡曉光;;一種改進(jìn)的快速嵌入式字符識(shí)別方法[J];光電子.激光;2010年10期

9 陳默;何小海;吳煒;楊曉敏;付光榮;;結(jié)合獨(dú)立與連續(xù)字符識(shí)別的集裝箱號(hào)識(shí)別技術(shù)[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2011年S1期

10 韓林峰;趙暉;;基于支持向量機(jī)的聯(lián)機(jī)手寫(xiě)維吾爾字符識(shí)別[J];計(jì)算機(jī)應(yīng)用與軟件;2012年03期

相關(guān)會(huì)議論文 前10條

1 湯茂斌;謝渝平;李就好;;基于神經(jīng)網(wǎng)絡(luò)算法的字符識(shí)別方法研究[A];2009年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2009年

2 洪漢玉;郭強(qiáng);章秀華;張艷;林志敏;;復(fù)雜背景條件下字符識(shí)別新方法研究[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 車揚(yáng);鄭智捷;;速記字符識(shí)別的預(yù)處理模式和方法探討[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2010年

4 李玉良;王良松;李晶;;圖像中數(shù)字字符識(shí)別技術(shù)概覽[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國(guó)科協(xié)年會(huì)論文集（一）[C];2007年

5 劉云曼;王磊;;盲人閱讀機(jī)中圖像字符識(shí)別方法的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)第三十三屆學(xué)術(shù)年會(huì)論文集[C];2013年

6 余曉華;陳曉春;劉好炯;;手持式儀表字符識(shí)別技術(shù)研究[A];《IT時(shí)代周刊》論文專版（第300期）[C];2014年

7 陸璐;張旭東;趙瑩;高雋;;基于卷積神經(jīng)網(wǎng)絡(luò)的車牌照字符識(shí)別研究[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 朱小燕;史一凡;馬少平;;脫機(jī)手寫(xiě)體字符識(shí)別研究[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊(cè)）[C];1999年

9 歐梅芳;宋瑞霞;;V-系統(tǒng)在信息重構(gòu)與字符識(shí)別中的應(yīng)用探索[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

10 張雪山;田慧;;字符識(shí)別系統(tǒng)的一種定位算法[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

相關(guān)重要報(bào)紙文章 前2條

1 尼克;計(jì)算歷史學(xué)：大數(shù)據(jù)時(shí)代的讀書(shū)[N];東方早報(bào);2014年

2 方忠誠(chéng);OCR技術(shù)及其應(yīng)用[N];北京電子報(bào);2000年

相關(guān)博士學(xué)位論文 前4條

1 巫義銳;視覺(jué)場(chǎng)景理解與交互關(guān)鍵技術(shù)研究[D];南京大學(xué);2016年

2 文穎;數(shù)字、字符識(shí)別及其應(yīng)用研究[D];上海交通大學(xué);2009年

3 彭健;多類小字符集自適應(yīng)字符識(shí)別技術(shù)及系統(tǒng)的研究[D];重慶大學(xué);2002年

4 羅特飛（Mohammed Lutf）;基于HMM與決策樹(shù)的多字體阿拉伯文的字符識(shí)別[D];華中科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 邱立松;國(guó)際音標(biāo)字符識(shí)別算法的研究[D];上海師范大學(xué);2015年

2 張靖婭;鋼板點(diǎn)陣噴印字符識(shí)別方法研究[D];沈陽(yáng)理工大學(xué);2015年

3 武威;基于模板匹配與結(jié)構(gòu)特征的字符識(shí)別算法研究[D];鄭州大學(xué);2015年

4 王勁松;基于神經(jīng)網(wǎng)絡(luò)的字符識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

5 周炳昱;基于手機(jī)攝像取詞的電子詞典的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2015年

6 戴威;聯(lián)機(jī)手寫(xiě)智能計(jì)算系統(tǒng)的研究[D];華北電力大學(xué);2015年

7 尹少東;基于嵌入式Linux的字符識(shí)別[D];河北科技大學(xué);2015年

8 周軍;圖像中自然場(chǎng)景字符區(qū)域定位[D];東北大學(xué);2014年

9 周品;車牌分割和字符識(shí)別的算法研究[D];南京郵電大學(xué);2015年

10 李卓;基于深度學(xué)習(xí)的字符識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京林業(yè)大學(xué);2016年

，

本文編號(hào)：2433209