期刊文献+

多特征与BP神经网络车牌识别系统研究 被引量:12

Research on Multiple Feature and BP Neural Network Licence Plate Recognition System
下载PDF
导出
摘要 汽车牌照识别技术是智能交通管理系统中的关键技术;基于数字图像处理理论,将计算机视觉与模式识别技术相结合,对车辆牌照识别系统进行了研究。为了提高系统车牌识别能力,提出了一种综合颜色特征和投影特征相结合的车牌定位方法。字符分割采用了投影法;字符特征选取了互补性强的粗网格特征、投影特征以及外围轮廓特征;最后采用BP神经网络进行车牌字符识别。对车牌字符的识别分为汉字、字母及字母数字三类进行。实验表明,多种图像处理技术与模式识别技术有机结合能有效地提高系统的识别能力;本系统所采用的方法取得了较好的识别效果。 Vehicle license plate recognition technology is the key technology in the intelligent traffic management system. Bases on the digital image processing theory and combins the computer vision with pattern recognition technology the vehicle license plate recognition system are researched. In order to improve the system vehicle license recognition ability, a method of license plate localization which combins comprehensive color feature with projection feature is put foward. Character segmentation uses the projection method. The heavily complementary coarse mesh feature, projection feature and the peripheral outline feature are choosed for character feature. Finally, BP neural network is used to recognize license plate character and the recognition consists of Chinese character, letter and letter number. The experiment shows that combining the variety of image processing technology with pattern recognition technology can improve the recognition ability of the system effectively. The method which the system used achieves preferable recognition results.
作者 张燕 任安虎
出处 《科学技术与工程》 北大核心 2012年第22期5645-5648,共4页 Science Technology and Engineering
关键词 牌照识别 车牌定位 字符特征 BP神经网络 license plate recognition license plate localization character feature BP neural network
  • 相关文献

参考文献8

  • 1王润民..基于小波和神经网络的车牌识别系统研究[D].湖南师范大学,2007:
  • 2何东健,耿楠,张义宽,等.数字图像处理.西安:西安电子科技大学出版社,2008. 被引量:1
  • 3朱信忠..车牌自动识别技术的研究与实现[D].国防科学技术大学,2005:
  • 4王伟..基于BP神经网络的车牌字符识别研究[D].山东科技大学,2007:
  • 5龚小兵.基于BP神经网络的车辆牌照自动识别系统的研究.武汉理工大学,2006. 被引量:1
  • 6龚声蓉等编著..数字图像处理与分析[M].北京:清华大学出版社,2006:310.
  • 7高隽编著..人工神经网络原理及仿真实例 第2版[M].北京:机械工业出版社,2007:247.
  • 8Tanvir M D, Learning Algorithms for Artificial Neural Networks, Proc 10th Information Engineering Seminar, June 2001. 被引量:1

同被引文献93

引证文献12

二级引证文献71

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部