径向基神经网络算法在车牌字符识别中的应用

被引：4

作者：

刘智

机构：

[1] 广西科技大学网络与现代教育技术中心

来源：

华侨大学学报(自然科学版) | 2017年 / 38卷 / 01期

关键词：

汽车车牌; 字符分割; 字符识别; 径向基网络;

D O I：

暂无

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：

提出一种基于径向基网络的汽车车牌字符识别算法.在预处理阶段,采用灰度化、自适应阈值分割去除图像噪声并增强图像对比度;在字符分割阶段,采用极限元素位置确定法实现独立字符分割;在字符识别阶段,利用自行构建的字符子块图像库对径向基神经网络进行训练.选取基于反向传播(BP)神经网络的字符识别算法和基于支持向量机(SVM)的字符识别算法与文中方法进行比较.实验结果表明:文中方法在识别准确率上具有明显优势,更适用于汽车车牌的字符识别.

引用

页码：113 / 116

页数：4

共 6 条

[1] 采用二次灰度直方图的砂轮磨粒图像阈值分割 [J].

吴文艺 ;

崔长彩 ;

叶瑞芳 ;

张勇贞 ;

余卿 .

华侨大学学报(自然科学版), 2016, 37 (04) :422-426

[2] 基于栈式降噪自编码神经网络的车牌字符识别 [J].

贾文其 ;

李明 ;

朱美强 ;

王军 .

计算机工程与设计, 2016, 37 (03) :751-756

[3] 基于最小二乘支持向量机车牌字符特征识别 [J].

刘永平 ;

郭小波 .

数字技术与应用, 2015, (07) :119-120

[4] 基于小波核LS-SVM的车牌字符识别算法研究 [J].

方承志 ;

周品 ;

付世清 .

计算机技术与发展, 2015, 25 (03) :86-90

[5] 采用小波伪运动分解的车牌定位法 [J].

康忠林 ;

黄华灿 .

华侨大学学报(自然科学版), 2008, (03) :360-363

[6]

A New Hierarchical Architecture Based on SVM for Persian License Plate Character Recognition .2 Ghahnavieh A E,A Raie A. Journal of Advances in Computer Research . 2016

← 1 →