基于Pseudo-Zernike不变矩的PNN车牌汉字识别

• 作者: 孙锋利 王晋国 高全华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 车牌识别 Pseudo-Zernike不变矩 概率神经网络
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 196-198
• 页数: 3页
• 分类号: TP389
• 字数: 2846字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.04.069

摘要

基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术.利用Pseudo-Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo-Zernike矩的快速算法和概率神经网络识别器快速学习和识别的性能,可适应实时环境下所获取的车牌汉字灰度图像的识别,具有较高的准确率,实验结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晋国	长安大学理学院	42	223	7.0	14.0
2	高全华	长安大学理学院	16	78	6.0	8.0
3	孙锋利	西北工业大学电子信息学院	7	39	4.0	6.0