基于自编码神经网络重构的车牌数字识别

提出了一种基于自编码神经网络重构的车牌数字识别方案。首先对车牌图像进行预处理,利用车牌字符的原图和Gabor特征作为自编码神经网络的输入进行识别实验。然后对每个车牌字符构造一个自编码神经网络,利用训练样本进行图像的重构训练,并根据训练得到的网络权值重构出训练样本集中的各个字符图像或特征。最后,将测试样本输入到每个自编码神经网络,计算测试样本与各个输出的相关值。最大相关值所对应的重构权值和字符类别就是最终的识别结果。对比实验显示,自编码神经网络方法对车牌数字具有良好的识别性能。