改进神经网络算法在车牌识别中的应用

• 作者: 丁伟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 车牌识别 字符识别 神经网络 特征提取
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 359-362,366
• 分类号: TP183
• 字数: 3346字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.08.086

摘要

研究现代智能交通管理中的车牌准确识别问题.由于车牌图像存在模糊不清、倾斜,分割后字符图像笔画粗细不均、断续不完整等特殊性,导致传统车牌识别算法识别速度慢、识别正确率低,不能适应车牌识别的实时性要求.为了提高车牌识别正确率,提出一种BP神经网络的车牌识别算法.该算法首先对车牌字符图像进行归一化处理,消除图像中无用信息,然后对车牌字符进行特征提取,消除笔画粗细不均、断续不完整等影响,再将提取车牌字符特征输入到BP神经网络进行学习和识别,并采用动量因子和自适应学习速率对BP神经网络进行改进,加快其收敛速度,从而提高识别的实时性.仿真结果表明,改进用BP神经网络提高了车牌识别正确率和识别速度,缩短了识别时间,适合于实时性强的智能交通管理系统应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁伟		13	79	4.0	8.0