基于区域统计和BP神经网络的车牌识别
为从车牌图像中获得车牌的字符信息,需要对字符识别系统进行研究.车牌识别过程分为图像预处理、车牌定位、车牌校正与分割和车牌字符识别4个环节.针对前3个环节,完成了图像中值滤波、Sobel算子边缘检测、数学形态学处理、Otsu二值化和Hough变换校正等工作,获得了单一标准字符图像.在车牌字符识别环节中,首先根据汉字位置,利用模板匹配算法对汉字进行识别,对于数字、字母字符,将字符图像分割,通过统计图像各部分的连通区域数以获得字符形态特征,据此设计并训练BP神经网络识别字符.最终获得能完成图像中的车牌字符识别的系统.
智能交通系统、车牌字符识别、模板匹配算法、BP神经网络、连通区域统计、Sobel边缘检测算子
42
TP391.41(计算技术、计算机技术)
2019-07-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
78-82