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:
针对过去车牌定位难的问题,提出了一种基于神经网络的车牌定位方法,算法通过神经网络训练、图像预处理以及用训练好的网络进行车牌的定位,依照上述算法对编制的软件检验,从测试的600幅320×240(像素×像素)汽车图像,正确率达到了95.1%,每幅图像的运行时间小于2s,基本上达到了实时处理的要求.
推荐文章
基于级联卷积神经网络的车牌定位
车牌定位
运动目标检测
视觉特性
卷积神经网络
基于 AB神经网络模型的车牌定位方法
AB神经网络
BP神经网络
直方图
车牌定位
基于神经网络和综合特征的车牌定位算法
车牌定位
神经网络
颜色空间
灰度共生矩阵
基于纹理特征和神经网络牌照定位方法
牌照定位
纹理特征
神经网络
图像分割
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 一种基于神经网络的车牌定位方法
来源期刊 辽宁工程技术大学学报 学科 工学
关键词 车牌定位 神经网络 图像处理 模式识别
年,卷(期) 2005,(1) 所属期刊栏目 电气工程与计算机技术
研究方向 页码范围 97-100
页数 4页 分类号 O53|TP3
字数 3153字 语种 中文
DOI 10.3969/j.issn.1008-0562.2005.01.031
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 陈建坤 南京信息工程大学计算机科学与技术系 9 57 2.0 7.0
2 范春年 南京信息工程大学计算机科学与技术系 16 123 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (219)
参考文献  (3)
节点文献
引证文献  (45)
同被引文献  (34)
二级引证文献  (37)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(7)
  • 引证文献(6)
  • 二级引证文献(1)
2010(10)
  • 引证文献(8)
  • 二级引证文献(2)
2011(6)
  • 引证文献(5)
  • 二级引证文献(1)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(10)
  • 引证文献(5)
  • 二级引证文献(5)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
车牌定位
神经网络
图像处理
模式识别
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
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导