10.11830/ISSN.1000-5013.201701022
径向基神经网络算法在车牌字符识别中的应用
提出一种基于径向基网络的汽车车牌字符识别算法。在预处理阶段,采用灰度化、自适应阈值分割去除图像噪声并增强图像对比度;在字符分割阶段,采用极限元素位置确定法实现独立字符分割;在字符识别阶段,利用自行构建的字符子块图像库对径向基神经网络进行训练。选取基于反向传播(BP )神经网络的字符识别算法和基于支持向量机(SVM)的字符识别算法与文中方法进行比较。实验结果表明:文中方法在识别准确率上具有明显优势,更适用于汽车车牌的字符识别。
汽车车牌、字符分割、字符识别、径向基网络
38
TP391.41(计算技术、计算机技术)
广西教育厅高校科研资助项目LX2014187
2017-02-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
113-116