卷积神经网络的研究及其在车牌识别系统中的应用

人工神经网络是一种模拟人脑功能并具有广泛应用前景的网络,卷积神经网络是其中一种,它具有权值简单、全局优化、适应性强、理论完备、泛化性能好等优点,神经网络及其特例卷积神经网络是目前机器学习领域的研究热点。随着通信、信息和电子技术及计算机网络技术的发展,车牌识别系统及其应用正受到越来越多国家的重视。 本文在研究卷积神经网络的基础上将其应用到车牌识别中,主要进行的工作如下: (1)整理总结了国内外学术界关于神经网络方面的研究成果,介绍神经网络的基本概念和基本原理; (2)卷积神经网络作为神经网络中的一种特殊网络,本文在国内外学术界对其研究成果的基础上,详细阐述了卷积神经网络的基本原理,分析其基本结构和网络参数; (3)在对卷积神经网络分析研究的基础上,先将卷积神经网络应用于形状识别任务中,证明网络高效的识别能力,再将改进后的卷积神经网络应用于车牌识别问题中:先利用牌照区域灰度变化迅速的特点定位车牌,然后采用修正投影方法分割车牌字符,在最后识别阶段采用卷积神经网络进行字符识别,并与其他传统学习方法进行了对比取得了较为满意的结果。