基于神经网络和支持矢量机的多机动车车牌在线检测方法

摘要：

针对道路交通多车牌识别问题,提出了一种快速鲁棒的多车牌检测识别方法,包括多车牌检测和车牌字符识别两部分:构造BP(Back-Propagation)神经网络模型用于颜色识别,结合图像形态学运算方法,筛选候选车牌目标,基于支持矢量机从候选车牌目标中判别真正的车牌目标;通过轮廓尺寸判断,并结合车牌尺寸特征,依次分割提取城市代码字符块、省份代码字符块及5位机动车编码字符块,最后基于BP神经网络识别字符块内容.基于上述原理,开发了鲁棒的多机动车车牌自动检测识别系统,并在真实场景中进行了实验测试,结果表明:1)车辆在正常速度行驶条件下,系统依然可以保证90％以上的车牌检测识别正确率;2)系统可实现同时多车牌检测识别;3)文中实验硬件配置下,系统单幅图像检测识别平均时间低于130 ms,处理频率约8 Hz.

关键词：多车牌检测识别、BP神经网络、支持矢量机、颜色识别、字符分割

所属期刊栏目：47

资助基金：国家自然科学基金11802321

在线出版日期：2021-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：316-326