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

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

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(shí)別率有了進(jìn)一步的提高。其中單層感知器識(shí)別算法只能對(duì)單類字符進(jìn)行識(shí)別，漢字因?yàn)槠浣Y(jié)構(gòu)比較復(fù)雜，此算法對(duì)其無(wú)效；BP算法是一種有導(dǎo)師學(xué)習(xí)算法，而且是目前使用最廣泛的一種算法，本文詳細(xì)描述了此算法的實(shí)現(xiàn)，例如權(quán)值的調(diào)整，學(xué)習(xí)率的選擇，實(shí)驗(yàn)結(jié)果證明此方法在字符識(shí)別方面是很有效的；CP算法是一種將特征映射與基本競(jìng)爭(zhēng)型網(wǎng)絡(luò)巧妙結(jié)合的一種新型學(xué)習(xí)算法，它