基于PSO-RBF神经网络的雾霾车牌识别算法研究

• 作者: 刘艳红 张群 梁静 毛晓波
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 车牌识别 暗原色先验法 粒子群优化算法 径向基函数神经网络
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 电气与信息工程
• 页码范围: 46-50
• 页数: 5页
• 分类号: TP391.41
• 字数: 4614字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2017.04.002

摘要

给出一种雾霾环境下车牌识别改进算法.首先利用改进的暗原色先验法对雾霾天气下的车牌图像进行去雾处理;然后经预处理、定位、分割与提取,得到粗网格特征矩阵;最后采用经粒子群算法优化的径向基函数神经网络进行识别.实验结果表明,系统去雾效果良好,且能缩短去雾处理的时间,有效提高雾霾天气下车牌识别的速度和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛晓波	郑州大学电气工程学院	55	913	15.0	29.0
2	刘艳红	郑州大学电气工程学院	46	212	9.0	12.0
3	梁静	郑州大学电气工程学院	30	217	8.0	13.0
4	张群	郑州大学电气工程学院	8	13	2.0	3.0