文献类型：期刊文章

作　　者：杨凡[1] 赵建民[1] 朱信忠[1]

机构地区：[1]浙江师范大学信息科学与工程学院,金华321004

出　　处：《计算机科学》

基　　金：浙江省高校重点科技攻关计划项目(2005C21021)资助

年　　份：2005

卷　　号：32

期　　号：8

起止页码：192-195

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：目前,车牌字符识别算法主要是基于模板匹配、特征匹配或神经网络的方法。本文根据车牌字符的特殊性,提出一种采用特征提取与BP神经网络学习算法相结合的分类识别技术,选取字符的粗网格特征作为字符的识别特征,以改进后的归一化字符原始特征直接输入到BP神经网络分类器中进行车牌字符识别研究。对于易混淆和相似的字符、汉字笔划粘连、字符偏移现象等都提出了自己的解决方法。实验结果说明,本方法可大幅提高车牌识别系统的正确识别率和抗干扰能力。

关 键 词：车牌识别  字符识别 BP神经网络 字符提取 BP神经网络分类器 车牌字符识别 字符分类  识别方法  网络学习算法 车牌识别系统  

分 类 号：TP24] TP391.4]