手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于神经网络的车牌识别系统研究

汤红忠

  车辆牌照识别(License Plate Recognition,LPR)系统是智能交通系统(Intelligent Traffic System,ITS)中的重要组成部分,在公共安全、交通管理及军事部门有着极其重要的应用价值。本论文在前人工作的基础上,完善并改进车牌识别系统软件设计,并针对车牌字符分割与识别的理论与技术进行了深入地研究,主要集中在字符的特征提取和分类方面。1.将基于奇异值分解(Singular Value Decomposition,SVD)的主量成分分析(Principal Component Analysis,PCA)方法应用于车牌字符的特征提取,并采用粗集理论(Rough Set,RS)对提取的主量特征进行约简,以约简后的特征作为神经网络输入,不仅可以降低网络结构的复杂度,而且可以提高网络学习速率及单个字符的识别率。2.在识别方法研究中,分析与比较了模板匹配和神经网络方法的优缺点,将模板匹配与BP神经网络相结合,采用多级多分类器的方案,设计了数字、字母、数字字母混合及汉字分类器。实验证明:该方法对相似字符的识别是很有效的。……   
[关键词]:车牌定位;字符分割;特征提取与约简;字符识别;神经网络
[文献类型]:硕士论文
[文献出处]:湘潭大学2004年
App内打开