论文摘要
针对传统倾斜车牌图像字符识别率较低、识别精度不高的问题,提出一种基于小波分析的倾斜车牌图像字符识别方法。首先对原始倾斜车牌图像转换成灰度图像预处理,获得图像像素点,利用小波矩对预处理后的车牌图像像素点提取字符特征,运用直线拟合方程矫正字符倾斜角度目标图像,然后通过主分量分析对提取的字符特征进行选择,并降低字符特征维数,获得特征向量,并输入到BP神经网络,通过对该网络权值初始化,分析输入层与输出层之间的线性映射,并通过线性映射关系完成字符识别。实验结果表明,所提方法能有效提高倾斜车牌图像字符识别率。
论文目录
文章来源
类型: 期刊论文
作者: 贺瑜飞
关键词: 字符识别,小波分析,倾斜车牌,神经网络
来源: 计算机仿真 2019年05期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用,自动化技术
单位: 榆林学院数学与统计学院
分类号: TP391.41;TP183;U495
页码: 190-193
总页数: 4
文件大小: 267K
下载量: 168