基于神经网络的分阶车牌字符识别算法研究

• 作者: 李一民 李珊珊 郭真真
• 来源期刊: 工业仪表与自动化装置
• 关键词: 车牌字符识别 BP神经网络 卷积神经网络 分阶
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 科研论坛
• 页码范围: 7-10,30
• 页数: 5页
• 分类号: TP301.4
• 语种: 中文

摘要

为了提高复杂环境下车牌字符的识别率和识别速度，提出了一种基于BP神经网络和卷积神经网络( CNN)的分阶车牌字符识别算法。该算法第一阶段采用BP神经网络对车牌中的汉字、非相似字符进行识别；并在第二阶段用改进的CNN对车牌中的相似字符进行识别。最后通过实验横向、纵向对比，验证了该神经网络算法的有效性。实验结果表明，相对于传统的BP神经网络算法，明显提高了车牌字符的识别率，同时减少了车牌的识别时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李一民	昆明理工大学信息工程与自动化学院	58	591	12.0	23.0
2	李珊珊	昆明理工大学信息工程与自动化学院	9	46	4.0	6.0
3	郭真真	昆明理工大学信息工程与自动化学院	1	12	1.0	1.0