基于Lab色彩空间和ANN神经网络的车牌识别系统

被引：6

作者：

孔祥斌 ^{[1
,2
]}

常贺 ^{[1
,2
]}

蓝浩铭 ^{[1
,2
]}

龚嘉晟 ^{[1
,2
]}

董娜 ^{[3
]}

机构：

[1] 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室

[2] 湖北工业大学太阳能高校利用湖北省协同创新中心

[3] 烽火科技股份有限公司

来源：

软件 | 2017年 / 38卷 / 12期

关键词：

图像识别; 车牌识别; Lab色彩空间; 人工神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080203 ;

摘要：

针对目前车牌识别中车牌区域定位处理过程复杂、车牌字符准确率低等问题,本文采用Lab色彩空间识别结合传统sobel算子边缘检测的方法对车牌区域进行粗定位,再利用SVM模型进行精确定位。而在字符识别方面,本文利用ANN人工神经网络进行车牌字符识别,提高字符识别精度,经测试,该车牌系统对车牌区域识别定位准确,速度较快,字符识别准确度较高,具有较强的鲁棒性和实用性。

引用

页码：5 / 9

页数：5

共 9 条

[1] Lab颜色空间和形态学处理相结合的双行车牌定位方法 [J].

杨飚 ;

杨芩 .

科学技术与工程, 2014, 14 (26) :108-110+130

[2]

A novel 2 -row indian LP character segmentation algorithmbased on a hybrid approach. Vishwanath N,Somasundaram S,Jariya Begum A R,et al. IEEE International Conference on Computational Intelligence and Computing Research . 2012

[3]

An Efficient Method foe Indian Vehicle License Plate Extraction and Character Segment. Parasuraman K. 2010 IEEE International Conference on Computational Intelligence and Computing Research . 2010

[4]

Matlab环境下基于神经网络的车牌识别[D]. 周科伟.西安电子科技大学 2009

[5]

基于改进神经网络的车牌识别算法的研究及仿真[D]. 董程.哈尔滨理工大学 2015

[6] 基于边缘检测和形态学的车牌定位算法 [J].