本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的分階車牌字符識別算法研究

  更多相關(guān)文章： 車牌字符識別 BP神經(jīng)網(wǎng)絡(luò) 卷積神經(jīng)網(wǎng)絡(luò) 分階

【摘要】：為了提高復雜環(huán)境下車牌字符的識別率和識別速度,提出了一種基于BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)的分階車牌字符識別算法。該算法第一階段采用BP神經(jīng)網(wǎng)絡(luò)對車牌中的漢字、非相似字符進行識別;并在第二階段用改進的CNN對車牌中的相似字符進行識別。最后通過實驗橫向、縱向?qū)Ρ?驗證了該神經(jīng)網(wǎng)絡(luò)算法的有效性。實驗結(jié)果表明,相對于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)算法,明顯提高了車牌字符的識別率,同時減少了車牌的識別時間。
【作者單位】： 昆明理工大學信息工程與自動化學院;
【關(guān)鍵詞】： 車牌字符識別 BP神經(jīng)網(wǎng)絡(luò) 卷積神經(jīng)網(wǎng)絡(luò) 分階
【分類號】：TP391.41;TP183
【正文快照】： 0引言車牌識別率是衡量車牌識別系統(tǒng)實用性的重要指標,如何提高車牌字符的識別率是提升車牌識別系統(tǒng)性能的難點所在。在車牌識別技術(shù)的發(fā)展過程中,Young Sung Soh改進了車牌定位算法,開發(fā)出一套車牌定位實時系統(tǒng),但該算法識別精度相對較差。吉林大學康建新[1]提出了采用BP神經(jīng)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李孟歆;吳成東;;基于分級網(wǎng)絡(luò)的車牌字符識別算法[J];計算機應(yīng)用研究;2009年05期

2 柴蘭娟;曾黃麟;;一種基于分級神經(jīng)網(wǎng)絡(luò)的車牌字符識別新方法[J];現(xiàn)代電子技術(shù);2011年01期

3 萬燕;劉偉;;基于低質(zhì)量圖片的兩級車牌字符識別算法[J];計算機應(yīng)用與軟件;2012年11期

4 路小波;凌小靜;劉斌;;基于組合特征的車牌字符識別[J];儀器儀表學報;2006年07期

5 郭招球;趙躍龍;高敬欣;;基于小波和神經(jīng)網(wǎng)絡(luò)的車牌字符識別新方法[J];計算機測量與控制;2006年09期

6 李e，

本文編號：537887