基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于模板匹配和神经网络的车牌识别方法.该方法集成了模板匹配识别车牌字符和神经网络识别车牌字符的优势,可有效地提高车牌字符的识别率、识别速度和识别系统的泛化能力.实验结果表明:大多数情况下,该方法的识别率超过90?%,识别时间不超过1?200?ms,能有效地识别各种车牌中的字符,满足实际系统的要求.
推荐文章
基于BP神经网络的车牌字符识别方法
字符识别
特征提取
并行识别
BP神经网络
基于量子门神经网络的车牌字符识别
量子神经网络
量子门
车牌字符识别
基于模板匹配和神经网络车牌识别技术的研究
字符识别
二维经验模式分解
边缘检测
模板匹配
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种模板匹配和神经网络的车牌字符识别方法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 车牌字符识别 模板匹配 神经网络 集成
年,卷(期) 2001,(3) 所属期刊栏目
研究方向 页码范围 48-50
页数 3页 分类号 TP391.4
字数 2820字 语种 中文
DOI 10.3321/j.issn:1671-4512.2001.03.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李炜 华中科技大学控制科学与工程系 39 904 13.0 30.0
2 王敏 华中科技大学控制科学与工程系 297 3374 28.0 48.0
3 黄心汉 华中科技大学控制科学与工程系 151 2823 27.0 48.0
4 魏武 华中科技大学控制科学与工程系 1 159 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (159)
同被引文献  (108)
二级引证文献  (326)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(6)
  • 引证文献(6)
  • 二级引证文献(0)
2004(5)
  • 引证文献(4)
  • 二级引证文献(1)
2005(11)
  • 引证文献(11)
  • 二级引证文献(0)
2006(29)
  • 引证文献(19)
  • 二级引证文献(10)
2007(35)
  • 引证文献(17)
  • 二级引证文献(18)
2008(34)
  • 引证文献(11)
  • 二级引证文献(23)
2009(31)
  • 引证文献(15)
  • 二级引证文献(16)
2010(45)
  • 引证文献(9)
  • 二级引证文献(36)
2011(43)
  • 引证文献(5)
  • 二级引证文献(38)
2012(32)
  • 引证文献(12)
  • 二级引证文献(20)
2013(21)
  • 引证文献(6)
  • 二级引证文献(15)
2014(36)
  • 引证文献(5)
  • 二级引证文献(31)
2015(25)
  • 引证文献(2)
  • 二级引证文献(23)
2016(42)
  • 引证文献(13)
  • 二级引证文献(29)
2017(29)
  • 引证文献(10)
  • 二级引证文献(19)
2018(33)
  • 引证文献(5)
  • 二级引证文献(28)
2019(22)
  • 引证文献(7)
  • 二级引证文献(15)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
车牌字符识别
模板匹配
神经网络
集成
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导