基于构造性学习方法的车牌定位

摘要：

汽车牌照的定位是智能交通系统中的重要组成部分之一,其定位效果直接关系到后期的识别工作,应用前景广阔.为了有效实现车牌的准确定位,文中首先在灰度图像中基于提取部分怀疑区域,然后使用基于构造性学习的交叉覆盖算法,对区域样本进行学习后构造出对应的神经网络,然后使用该网络对新进样本进行定位,从怀疑区域中确定出牌照的位置.对不同背景和光照条件下的大量实验结果表明定位准确率较高,从而该方法可行有效,有较强的实用价值.

关键词：构造性机器学习、交叉覆盖算法、汽车牌照、定位

所属期刊栏目：14

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60175018,60135010;安徽省教育厅自然科学基金2002kj112

在线出版日期：2004-09-09（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：41-43,46