文献类型：期刊文章

作　　者：董峻妃[1] 郑伯川[1] 杨泽静[1]

机构地区：[1]西华师范大学数学与信息学院,四川南充637009

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(11401480);西华师范大学校级创新团队项目(CXTD2014-4);西华师范大学大学生创新创业项目(CXCY2016004);四川省科技创新苗子培育项目(2016033);四川省大学生创新创业项目(201710638022)~~

年　　份：2017

卷　　号：37

期　　号：7

起止页码：2014-2018

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：车牌字符识别是智能车牌识别系统中的重要组成部分。针对车牌字符类别多、背景复杂影响正确识别率的问题,提出了一种基于卷积神经网络(CNN)的车牌字符识别方法。首先对车牌字符图像进行大小归一化、去噪、二值化、细化、字符区域居中等预处理,去除复杂背景,得到简单的字符形状结构;然后,利用所提出的CNN模型对预处理后的车牌字符集进行训练、识别。实验结果表明,所提方法能够达到99.96%的正确识别率,优于其他三种对比方法。说明所提出的CNN方法对车牌字符具有很好的识别性能,能满足实际应用需求。

关 键 词：深度学习  车牌字符识别 卷积神经网络 智能交通 图像预处理

分 类 号：TP183] TP391.413]