文献类型：期刊文章

作　　者：郭荣艳[1] 胡雪惠[2]

机构地区：[1]周口师范学院物理与电子工程系,河南周口466000 [2]信阳师范学院物理电子工程学院,河南信阳464000

出　　处：《计算机仿真》

年　　份：2010

卷　　号：27

期　　号：9

起止页码：299-301

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

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

分 类 号：TP181]