基于神经网络的隧道行车车牌识别技术研究
针对隧道环境下高速行车的车牌识别问题,提出使用红外摄像机采集监控视频,背景重建法进行车辆信息检测;采用Canny边缘定位算子与形态学结合的方法确定图片的车牌区域、投影法和固定边界法相结合的方法进行字符分割、引入特征提取与BP神经网络相结合进行字符的识别,提取车牌信息;并通过改进BP神经网络的学习方法来提高字符的识别速度.项目研究运用Matlab进行了大量车牌图片的样本实验,以验证此算法车牌识别的速度、准确率.
隧道、高速行车、车牌识别、BP神经网络、自适应
62
TP391.41(计算技术、计算机技术)
国家自然科学基金61361012
2017-08-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
205-210