基于改进的BP神经网络的车牌识别技术研究

• 作者: 张娜 杨琳 王园园 韩美林
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: BP神经网络 车牌定位 字符分割 字符识别
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 图像处理
• 页码范围: 2094-2097,2110
• 页数: 5页
• 分类号: TP183
• 字数: 2713字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.10.031

摘要

我国的公路交通事业迅速地发展并与智能交通系统相辅相成,车牌识别技术是智能交通系统中的较重要的一部分,也是国内外学者们研究图像识别的热门问题.论文建立在图像预处理、车牌定位、字符分割的基础上,采用改进的BP神经网络对字符识别,添加动量因子与自适应的学习率增强识别系统的稳定性与良好的速率.实验结果表明该算法具有良好的鲁棒性和有效性,对车牌识别的准确率达到96.15％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王园园	商洛学院电子信息与电气工程学院	19	45	4.0	6.0
2	韩美林	商洛学院电子信息与电气工程学院	24	21	2.0	4.0
3	杨琳	商洛学院电子信息与电气工程学院	41	49	3.0	4.0
4	张娜	商洛学院电子信息与电气工程学院	25	31	3.0	4.0