基于字符特征的车牌英文和数字字符自联想识别

• 作者: 张金林 沈春林 芮挺
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 自联想 骨架提取 结构特征 汽车牌照 字符识别
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 467-472
• 页数: 6页
• 分类号: TP391.4
• 字数: 4698字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.04.016

摘要

汽车牌照字符的准确识别是汽车牌照实时自动识别技术中的关键技术之一.本文提出采用自联想神经网络对字符进行识别.针对离散Hopfield网络记忆容量小的缺陷,本文首先提出采用一种两层反馈神经网络,其吸引子的吸引半径和网络的稳定状态都有明显的改善,使网络的记忆容量和容错性能都得到大幅度地提高;然后在仔细分析车辆牌照中英文和数字字符结构特点的基础上,以闭合曲线、三叉点和四叉点为结构特征将字符划分为多个子集,使网络针对各子集的容错性有了进一步地显著提高;最后通过实验对比不同算法下字符的识别率,证明文中算法在车牌字符识别中的准确性和快速性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈春林	南京航空航天大学自动化学院	167	2275	26.0	37.0
2	芮挺	南京航空航天大学自动化学院	66	682	15.0	24.0
6	张金林	解放军理工大学工程兵工程学院	31	302	8.0	17.0