基于RBFNN和非全字符输入的车牌识别方法

被引：1

作者：

赵志刚 ^{[1
]}

缪凯 ^{[1
]}

吕慧显 ^{[2
]}

机构：

[1] 青岛大学信息工程学院

[2] 青岛大学自动化学院

来源：

光电子激光 | 2007年 / 12期

关键词：

神经网络; 车牌识别; 非全字符输入;

D O I：

10.16136/j.joel.2007.12.022

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

采用径向基神经网络(RBFNN)识别车牌,RBFNN的算法采用混合结构优化算法,在识别中使用非全字符输入和多层识别器。混合结构优化算法减小了RBFNN的结构,提高了RBFNN的泛化能力;非全字符减少了RBFNN的输入,提高了车牌识别的速度;多层识别器保证了非全字符输入的识别率。将RBFNN的混合结构算法和非全字符输入、多层识别器相结合,在保证识别率的基础上,提高了识别速度。仿真试验表明:相对于全字符输入的车牌识别,本方法在时间复杂度上有很大优势;相对于K-means算法的RBFNN车牌识别,本方法在泛化能力上有一定的优势。

引用

页码：1457 / 1461

页数：5