基于神經(jīng)網(wǎng)絡(luò)的汽車牌照識別算法研究.pdf

1、智能交通是當前交通管理發(fā)展的主要方向，汽車牌照自動識別技術(shù)則是智能交通系統(tǒng)的核心。汽車牌照自動識別系統(tǒng)主要包括汽車牌照分割和車牌字符識別兩大部分。 本文在圖像的預(yù)處理方面和單個字符分割方面主要采用傳統(tǒng)方法。在車牌搜索方面，無論是搜索車牌的方法還是快速算法的實現(xiàn)都提出了自己的見解。經(jīng)過現(xiàn)場連續(xù)500個實測單個字符的分割準確率達95％以上，達到了比較理想的結(jié)果。 本文對汽車牌照的高精度識別算法作了較為深入的研究。在神經(jīng)網(wǎng)絡(luò)識

2、別算法方面，采用了單層感知器、BP網(wǎng)絡(luò)、CP網(wǎng)絡(luò)三種算法，并給出了每種算法的優(yōu)劣比較，使車牌字符識別率有了進一步的提高。其中單層感知器識別算法只能對單類字符進行識別，漢字因為其結(jié)構(gòu)比較復(fù)雜，此算法對其無效；BP算法是一種有導(dǎo)師學(xué)習算法，而且是目前使用最廣泛的一種算法，本文詳細描述了此算法的實現(xiàn)，例如權(quán)值的調(diào)整，學(xué)習率的選擇，實驗結(jié)果證明此方法在字符識別方面是很有效的；CP算法是一種將特征映射與基本競爭型網(wǎng)絡(luò)巧妙結(jié)合的一種新型學(xué)習算法，它