模板匹配识别算法和神经网络识别算法的比较及MATLAB实现

• 作者: 朱华 陶鹏
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 识别算法 模板匹配 BP神经网络
• 年，卷（期）: 2020,（34）
• 页码范围: 187-190
• 页数: 4页
• 分类号: TP181

摘要

现有的车牌识别系统(LPR)已经诞生了许多关键技术。常用的关键技术有:基于数学形态学定位汽车车牌、基于Hough变换的车牌图像倾斜校正算法。而识别算法中,主要有模板匹配和BP神经网络算法。模板匹配算法是数字图像处理组成的重要部分之一。把不同的传感器在不同时间和成像条件下对景物获取到的图像在空间上对齐,或在模式到一幅图中寻找对应的处理方法。BP神经网络算法是一种“误差逆传播算法训练”:利用输出的误差估计前一层的误差,以此类推,获取各层次估计的误差。本次实验通过比较识别算法的两种关键技术得出以下结论:模板匹配实现过程简单,速度快,要求字符比较规整,并且对车牌图片质量要求很高,图像被其他因素干扰时,比如光线、清晰度等,会导致识别率低;而神经网络算法可以在不同的复杂环境下、不明确推理规则等识别问题,具有自适应性好、识别率高的自学习和自调整能力,但在识别前需要进行网络训练,速度慢,依赖大量的学习样本。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱华	攀枝花学院数学与计算机学院	10	3	1.0	1.0
2	陶鹏	攀枝花学院数学与计算机学院	2	0	0.0	0.0