BP神经网络在车牌字符识别中的应用研究

摘要：

研究车牌字符识别问题,针对传统神经网络在车牌字符识别存在识别准确率低、效率低的问题,提出了一种基于改进神经网络的车牌字符识别方法.该方法首先采用Gabor滤波器提取车牌字符的特征,PCA降维处理消除车牌字符特征之间的冗余信息,然后采用改进的神经网络对提取特征进行训练得到最优识别模型,最后利用最优模型对车牌字符进行识别.仿真实验表明,数字及字母的识别准确率达95.0%以上,汉字的识别准确率达93.1%,与传统识别方法相比,识别准确率和识别速度都有了较大的改进,该方法在车牌识别的应用有着广泛的前景.

关键词：神经网络、车牌字符识别、特征提取

所属期刊栏目：27

分类号：TP181(自动化基础理论)

在线出版日期：2010-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：299-301,350