基于神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng)研究.pdf_第1頁
已閱讀1頁，還剩75頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、車輛牌照識別(License Plate Recognition,LPR)系統(tǒng)是智能交通系統(tǒng)(Intelligent Traffic System,ITS)中的重要組成部分,本論文在前人工作的基礎(chǔ)上,完善并改進(jìn)車牌識別系統(tǒng)軟件設(shè)計(jì),并針對車牌字符分割與識別的理論與技術(shù)進(jìn)行了深入地研究,主要集中在字符的特征提取和分類方面.1.將基于奇異值分解(Singular Value Decomposition,SVD)的主量成分分析(Princip

2、al Component Analysis,PCA)方法應(yīng)用于車牌字符的特征提取,并采用粗集理論(Rough Set,RS)對提取的主量特征進(jìn)行約簡,以約簡后的特征作為神經(jīng)網(wǎng)絡(luò)輸入,不僅可以降低網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜度,而且可以提高網(wǎng)絡(luò)學(xué)習(xí)速率及單個(gè)字符的識別率.2.在識別方法研究中,分析與比較了模板匹配和神經(jīng)網(wǎng)絡(luò)方法的優(yōu)缺點(diǎn),將模板匹配與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合,采用多級多分類器的方案,設(shè)計(jì)了數(shù)字、字母、數(shù)字字母混合及漢字分類器.實(shí)驗(yàn)證明:該方法對

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論