共查询到16条相似文献,搜索用时 78 毫秒
1.
2.
基于神经网络的车牌字符识别算法研究 总被引:1,自引:0,他引:1
提出了一种基于神经网络的车牌字符自动识别算法。用本文提出的方法对车牌图像进行实验,对车牌字符样本进行特征提取,用特征来训练有效分类器,用MATLAB完成了对车牌照数字识别的模拟,结果证实此算法对车牌字符识别有一定准确性,具有良好的效果。 相似文献
3.
基于改进BP算法的数字字符识别 总被引:8,自引:0,他引:8
本文利用BP神经网络算法,在MATLAB环境下,分别用理想字符信号和含噪声字符信号对同一网络进行了训练,使系统具有较强的容错性。最后用实际扫描的不同字体字符进行了识别实验。实验结果证明了系统在实际应用中的可行性。 相似文献
4.
车牌识别(LPR)是智能交通中关键技术之一。针对目前车牌识别技术存在的一些问题,详细分析基于BP神经网络的车牌字符识别方法,对BP神经网络收敛速度慢且容易陷入局部极小点的缺陷进行改进。经仿真实验结果表明效果良好。 相似文献
5.
6.
基于改进BP神经网络的车牌字符识别 总被引:1,自引:0,他引:1
王智文 《微电子学与计算机》2011,28(9):66-69
在分析了BP网络学习算法的缺陷的基础上引入动量项和遗传算法对BP网络学习算法进行改进,大大提高了BP网络的收敛速度.对车牌字符图像进行分割并利用sobel算子进行边缘检测来提取字符特征.然后利用改进的BP网络来自动识别车牌字符,提高了识别的速度和正确率. 相似文献
7.
基于伪zernike矩的不变性,提出了基于伪zernike矩特征提取的车牌字符识别方法。在车牌区域定位的基础上,通过对图像的二值化过程和字符图像分割等一系列处理,在进行归一化处理后分别提取伪zernike的高阶矩。将提取的伪zernike矩作为字符的特征描述输入到BP神经网络进行训练,最后进行车牌字符分类识别。通过实验证明了该方法的的可行性。测试结果表明,这种方法实用有效,识别效果优于HU矩和zernike矩。而且可以计算出错误率和可识别的最佳矩,减小了计算量且增强了字符识别的实时性。 相似文献
8.
为更加准确的识别车牌信息,本文研究设计了基于BP神经网络的车牌识别模型.通过数字图像处理技术预处理车牌图像、定位车牌区域、分割车牌字符,最后采用BP神经网络技术实现车牌字符的识别.通过MATLAB软件仿真实验,取得了较好的识别结果. 相似文献
9.
车牌识别是智能交通系统的重要组成部分,其关键是车牌字符识别技术。单一的神经网络难以识别模糊的车牌字符,文中提出了一种混合神经网络实现车牌字符识别技术。该混合神经网络结合联想记忆与BP神经网络,对输入的字符进行两次判别,经过训练、特征提取得到检测结果。通过在不同的噪声和不同的角度实验表明,采用混合神经网络具有更高的识别精度。 相似文献
10.
将神经网络应用于字符识别,对BP网络和经遗传算法演化后的BP网络进行比较研究.计算结果表明,在训练效果与识别效果两个方面,遗传算法演化后的网络具有更好的识别效果,并能够大幅度提高网络训练时的收敛速度.通过理论分析其原因后得出结论,利用遗传算法做字符识别具有更优的性能. 相似文献
11.
车牌字符识别技术是图像识别领域的一个重要研究课题,在完成对车牌图像预处理、定位和分割的基础上,提出一种基于多个神经网络分类器综合集成的车牌字符识别方法.将基于粗网格特征提取的BP分类器、基于局部灰度特征提取的RBF分类器和基于方向线素特征提取的SOFM分类器通过串并联的方式进行集成,用Matlab7.0进行实验,通过实验证明多神经网络集成方法的可行性,该方法有效提高了整个系统的抗干扰性和字符的识别率. 相似文献
12.
13.
14.
维吾尔文字的书写特点,给手写字符识别带来了很大的技术难题.提出了利用BP神经网络进行手写维吾尔文字符识别的方法.根据手写体运动轨迹进行特征提取,得到14维的特征编码,利用此编码对BP神经网络进行训练和学习,形成良好的识别系统.实验表明,该方法提高了字符识别的准确率. 相似文献
15.
采用后向传播(BP)神经网络对空间目标进行识别时,高维的输入特征导致网络结构复杂,识别性能降低。针对上述难点,该文提出一种基于谱回归(SR)特征降维与BP神经网络的识别方法。该方法首先对空间目标进行HOG特征提取,然后将提取的高维HOG特征进行SR降维,最后把降维后的数据通过BP分类器进行训练识别。实验结果表明:该方法的降维和识别特性优于传统降维方法PCA, KPAC, LPP, KLPP等,能够兼顾实时性和准确性,提高了识别性能。 相似文献