基于改进的BP神经网络在车牌识别中的应用研究

被引：8

作者：

陆安江 ^{[1
]}

金力 ^{[2
]}

杨家红 ^{[1
]}

赵麒 ^{[1
]}

机构：

[1] 贵州大学大数据与信息工程学院

[2] 安徽中医药大学医药信息工程学院

来源：

贵州大学学报(自然科学版) | 2015年 / 32卷 / 06期

关键词：

智能交通; 车牌识别; 神经网络; 图像预处理; 字符切割;

D O I：

10.15958/j.cnki.gdxbzrb.2015.06.16

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

考虑到现有的车牌识别系统存在的问题,针对图像预处理、字符切割与归一化技术进行了有效的改进,此外针对字符识别给出了一种基于改进的BP神经网络的识别方案。通过改进目标函数、利用贝叶斯统计方法来自动决定正则化参数及加入改进动量项方法实现车牌字符算法的优化设计,车牌识别的准确率达到96%。实验表明,通过该方法进行车牌识别具有较高的识别率及实用价值。

引用

页码：71 / 74

页数：4

共 7 条

[1] 基于统计特征的启发式车牌定位新方法 [J].

唐裕凤 ;

罗斌 ;

汤进 ;

吴福虎 .

计算机工程与应用, 2015, (06) :154-157+239

[2] 车牌识别系统中关键技术的研究 [J].

李宇成 ;

杨光明 ;

王目树 .

计算机工程与应用, 2011, 47 (27) :180-184+209

[3] 基于改进特征提取的BP神经网络车牌识别 [J].

谭勇 ;

朱斌 .

重庆文理学院学报(自然科学版), 2009, 28 (03) :42-45

[4]

复杂背景下的车牌识别技术研究[D]. 陈智慧.太原科技大学. 2014

[5]

基于人工神经网络的标签字符识别系统[D]. 张伟.吉林大学. 2006

[6]

车牌识别技术的研究[D]. 吴进军.浙江大学. 2005

[7]

数字图像处理与分析[M]. 北京航空航天大学出版社 , 杨帆, 2010

← 1 →