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:
车牌号码的提取与识别在现代智能交通系统中起着非常重要的作用。采用两个主要步骤对车牌进行处理:首先是图像预处理部分,包括车牌图像的定位与提取、彩色图像灰度化、图像倾斜校正、图像二值化、字符分割、尺寸归一化和紧缩重排;其次是特征提取与识别部分,提取字符中9区域像素数和双横纵像素数共13个特征,然后交由已经离线训练好的三层13-8-7的BP神经网络进行识别。在MATLAB中得以模拟实现,取得良好的识别效果。
推荐文章
基于PSO-BP神经网络的车牌号码识别技术
BP神经网络
粒子群算法 (PSO)
PSO-BP神经网络
车牌识别
基于傅里叶描述子的车牌号码识别
傅里叶描述子
车牌号码识别
离散傅里叶变换
基于BP神经网络的汽车图片车牌识别
车牌识别
神经网络
区域提取
智能交通
一种基于相似度的汽车车牌号码自动识别系统
图像处理
车牌定位
字符分割
车牌识别
相似度
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 基于BP神经网络的车牌号码识别
来源期刊 现代计算机:中旬刊 学科 工学
关键词 车牌号码 BP神经网络 特征提取
年,卷(期) 2015,(12) 所属期刊栏目
研究方向 页码范围 65-68
页数 4页 分类号 TP183
字数 语种
DOI
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 文祝青 惠州城市职业学院信息技术系 4 3 1.0 1.0
2 罗威 惠州城市职业学院信息技术系 4 4 1.0 2.0
3 杜华英 惠州城市职业学院信息技术系 4 45 3.0 4.0
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  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
车牌号码
BP神经网络
特征提取
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导