Print

基于区域统计和BP神经网络的车牌识别

论文摘要

为从车牌图像中获得车牌的字符信息,需要对字符识别系统进行研究。车牌识别过程分为图像预处理、车牌定位、车牌校正与分割和车牌字符识别4个环节。针对前3个环节,完成了图像中值滤波、Sobel算子边缘检测、数学形态学处理、Otsu二值化和Hough变换校正等工作,获得了单一标准字符图像。在车牌字符识别环节中,首先根据汉字位置,利用模板匹配算法对汉字进行识别,对于数字、字母字符,将字符图像分割,通过统计图像各部分的连通区域数以获得字符形态特征,据此设计并训练BP神经网络识别字符。最终获得能完成图像中的车牌字符识别的系统。

论文目录

  • 0 引 言
  • 1 图像预处理
  • 2 车牌定位
  • 3 车牌校正及字符分割
  • 4 车牌字符识别
  •   4.1 基于改进模板匹配的汉字识别
  •   4.2 车牌字母和数字字符特征提取
  •   4.3 BP神经网络识别
  •   4.4 识别系统完善
  • 5 实验验证
  •   5.1 BP网络的设计
  •     1) 输入层神经元数目
  •     2) 隐含层神经元数目
  •     3) 输出层神经元数目
  •   5.2 BP神经网络训练
  •   5.3 字符识别实验结果与分析
  • 6 结 论

    • 文章来源

    类型: 期刊论文

    作者: 盛兆亮,高军伟

    关键词: 智能交通系统,车牌字符识别,模板匹配算法,神经网络,连通区域统计,边缘检测算子

    来源: 电子测量技术 2019年08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: 青岛大学自动化与电气工程学院

    分类号: U495;TP391.41;TP183

    DOI: 10.19651/j.cnki.emt.1802292

    页码: 78-82

    总页数: 5

    文件大小: 3196K

    下载量: 410

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/ebad6bb32fe19a420ea3a92d.html