收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于易混淆字符集神经网络的车牌识别算法研究

朱皓  
【摘要】:随着21世纪智能交通和信息技术的发展,计算机辅助人们处理交通问题成为了科学家不断研究的方向。我国交通流量随着汽车销量增长而日益增大,通过交警使用传统方法处理道路事故和违章已经变得不切实际。智能交通技术通过引入先信息技术、控制技术和计算机技术,形成一套先进的智能交通系统。目前,诸如公交GPS控制系统、车辆追踪系统、车辆信息管理系统、ETC不停车电子收费系统等等,都属于当前智能交通子系统的应用。 而作为车辆信息管理系统中的关键一环,为了有效、快速的判别车辆身份,车牌识别系统成为了研究者不断改革创新的一个部分。车牌识别系统主要依靠计算机图形处理技术、模式识别技术、智能计算技术,将车牌图片从视频流得到的图片中提取出来,并依次进行字符的分割与识别。 车牌识别技术至今依然存在许多困难,如车牌抓取、车牌去噪、字符识别、系统性能要求等等困难。在一个标准4米高卡口上抓取的1080P图片中,车牌部分仅仅占有约120*35像素大小。并且道路卡口照片中存在着大量自然背景和多车辆等等干扰因素。车牌图片噪声很多,包括过曝光电、柳丁、车牌边框、车牌污损等等噪声影响。字符识别成功率更是由上面两步成功率和预处理效果以及识别方法所决定,并且系统对实时性和准确性都有明确的要求。 本文主要通过对国内外最近方法研究,通过选取合适的车牌提取、字符分割、字符识别算法,在原始方法上加以改进,使得识别时间平均在300ms以内,数字及英文字符正确率在95%以上,车牌识别率在80%左右。 论文主要进行了以下方面的研究与改进: (1)车牌提取方面:在Sobel算子垂直方向边缘检测后运用纵向噪声与横向噪声消除方法去除大部分车体噪声和环境噪声,运用改进型的二值图像快速矩化算法将候选车牌位置标识出,运用车牌矩形特征和颜色特征得到正确的车牌位置。 (2)字符分割方面:在灰度拉伸、二值化得到较为清晰的车牌图片后,运用字符高度逼近方法去除大部分车牌的上下边框和柳丁,在运用简化投影特征和车牌模板特征,以及采用一定容错算法将字符正确分割。 (3)字符识别方面:通过对比两种字符图片处理和特征提取方法,最终选择粗网格特征与投影特征提取方法进行字符特征提取。通过采用两个结构简单的神经网络,分别用来识别汉字,英文与数字,并且通过易混淆字符判别神经网络区分易混淆字符。这种方法可以提高字符识别率与字符识别速度。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 魏志轩;基于神经网络的车牌自动识别算法[J];黑龙江科技学院学报;2005年03期
2 刘建国;代芳;詹涛;;基于卷积神经网络的车牌识别技术[J];物流技术;2018年10期
3 赵伟;张南楠;吴宇涵;李天池;关蕊;;基于深度神经网络的车牌字符串识别[J];电视技术;2018年12期
4 李东升;;基于神经网络在高考英语口语成绩采集中的应用[J];数字技术与应用;2017年03期
5 宋娟;邹翔;尹俭芳;张爽;;基于神经网络的人脸朝向识别研究[J];工业控制计算机;2017年04期
6 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
7 杨晨武;;基于脉冲神经网络的车牌识别[J];电子世界;2018年01期
8 陈戈珩;程青青;;基于人工神经网络的字母识别[J];长春工业大学学报;2019年01期
9 王力;王小华;王莉;;神经网络在车牌识别中的应用[J];微型机与应用;2011年05期
10 李珊珊;李一民;郭真真;;基于神经网络的分阶车牌字符识别算法研究[J];工业仪表与自动化装置;2016年02期
11 张宗强;;浅谈神经网络在车牌识别器中的应用现状和趋势[J];科技致富向导;2012年24期
12 张西;唐恬;李良荣;;基于神经网络的隧道行车车牌识别技术研究[J];公路;2017年07期
13 陈子琴;高向东;王琳;;大功率盘形激光焊焊缝背面宽度预测[J];光学精密工程;2017年09期
14 杨大力;刘舒;;基于神经网络的车牌汉字识别方法[J];中国人民公安大学学报(自然科学版);2009年03期
15 高在村;龚声蓉;;基于量子门神经网络的车牌字符识别[J];计算机工程;2008年23期
16 范国华;;基于循环神经网络的模式识别模型探析[J];风景名胜;2018年12期
17 王泽天;;基于神经网络对手写字符的研究[J];科技经济导刊;2018年29期
18 董峻妃;郑伯川;杨泽静;;基于卷积神经网络的车牌字符识别[J];计算机应用;2017年07期
中国重要会议论文全文数据库 前10条
1 林明森;宋新改;彭海龙;冯倩;;神经网络反演散射计风场算法的研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
2 高文忠;顾树生;平力;;静态神经网络新算法及其收敛性初探[A];1994年中国控制会议论文集[C];1994年
3 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
4 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
6 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
7 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
8 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
9 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
10 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
中国博士学位论文全文数据库 前10条
1 江沸菠;基于神经网络的混合非线性电阻率反演成像[D];中南大学;2014年
2 庞浩;基于深度卷积神经网络的医学影像诊断关键技术研究[D];北京邮电大学;2019年
3 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
4 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
5 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
6 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
7 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
8 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
9 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
10 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年
中国硕士学位论文全文数据库 前10条
1 朱皓;基于易混淆字符集神经网络的车牌识别算法研究[D];华中师范大学;2014年
2 王晶;基于神经网络的车牌识别技术研究[D];杭州电子科技大学;2017年
3 霍祥湖;基于卷积神经网络的车牌识别技术研究[D];电子科技大学;2017年
4 张勇;深度卷积神经网络在车牌和人脸检测领域的应用研究[D];郑州大学;2015年
5 赖树雨;基于神经网络的车牌字符识别系统的研究和实现[D];武汉理工大学;2009年
6 董程;基于改进神经网络的车牌识别算法的研究及仿真[D];哈尔滨理工大学;2015年
7 孙梦;基于神经网络的车牌牌照识别系统的研究与实现[D];北京工商大学;2010年
8 陈敬来;基于神经网络车牌识别方法研究[D];沈阳建筑大学;2012年
9 刘宇杰;基于卷积神经网络的车牌智能识别系统的设计与实现[D];苏州大学;2016年
10 文頔俐;基于协同神经网络的经济比对问题研究[D];哈尔滨工程大学;2006年
中国重要报纸全文数据库 前10条
1 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
2 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
3 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
4 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
5 ;神经网络小史[N];电子报;2018年
6 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 张斌;谁还需要“同传”[N];文汇报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978