文献类型：期刊文章

作　　者：吴成东[1] 刘文涵[1] 傅小菲[2] 丛明[1]

机构地区：[1]沈阳建筑大学信息与控制工程学院,辽宁沈阳110168 [2]中国航天建筑设计研究院(集团),北京100071

出　　处：《沈阳建筑大学学报（自然科学版）》

基　　金：科技部国际合作项目(2003DF020009)

年　　份：2007

卷　　号：23

期　　号：4

起止页码：693-697

语　　种：中文

收录情况：CAS、CSA、CSA-PROQEUST、IC、JST、RCCSE、SCOPUS、ZGKJHX、普通刊

摘　　要：目的为了进一步提高交通车牌字符自动识别能力.方法通过对车牌识别技术国内外现状的分析和对各类车牌识别技术的对比说明,提出了一种基于粗网格神经网络的车牌文字识别方法.该方法先将车牌字符进行预处理,用改进的粗网格法提取字符特征,并用神经网络识别车牌字符.结果在实验过程中所用的字符是从实际拍摄的车辆牌照图像中提取的汉字、英文大写字母和数字.人工提取的汉字种类覆盖了我国现有车辆牌照中出现的大部分汉字,而字母和数字的覆盖率为100%.从实验结果看:数字、字母的识别率比较高,尤其是数字,其识别率达到了99.16%.结论实验表明:数字、字母易于准确地提取特征,粗网格神经网络车牌字符识别方法具有较高的识别精度和实用价值.

关 键 词：粗网格神经网络  BP算法 特征提取 车牌识别

分 类 号：TP391.44]