基于卷积神经网络的车牌照字符识别的探究.pdfVIP

第十二届全国图象图形学学术会议 基于卷积神经网络的车牌照字符识别研究 陆璐 张旭东 赵莹 高隽 台肥工业大学计算机学院图像与信息处理研究室合肥230009：lulu2120163conl) 摘要：针对传统车牌识别算法中字符识别率偏低的缺点，本文采用基于卷积神经网络的议别方法，通过对车牌字符图像的 样本学习，优化神经网络每层的权值参数，从而在很大程度上提高车牌的字符识别率。仿真结果表明，采用卷积神经网络的 识别方法对车牌照中的字符进行识别，正确识别牢可以到达99％，识别率和抗干扰性明显优于其他识别方法． 关键词：卷积神经网络字符识别率样本学习 TheVehicleLicensePlateCharacter ConvolutionalNetwoks Using Neural Lu Jun lu，ZhangXu-dong，ZhaoYing，Gao cort3 (Schoolofcomputerandinformation，HefeiUmvcrsityofTcchnology,Hefei，230009；lulu212@163 allusion∞thelow rateinthetraditional tasksofvehiclelicense．the Abstract：In character recogmtion recognition paperproposes anew methodConvolutionalNeuralNetworks．Afterthe ofcharacter ofthe recognitionusing leaming samples，theparameters Networkare andthe rateis showsthatthecorrectcharacter ratecanreach optimizedrecognitionimprovedgreatly．Test recognition thanthetraditionalmethods this better 99pereentbyusingmethod，far words：ConvolutionalNeural Key Networks，characterrecognitionrate，sampleslearning 模式类型能力强，但难以描述模式的性质，难以从 1引言 整体角度考虑识别问题：模糊模式具有相当强的抗 随着现代交通的迅猛发展，车牌自动识别技术 干扰、抗畸变能力，允许样品有相当程度的干扰与 在现实生活中逐渐得以广泛应用，成为计算机视觉 畸变，但其准确合理的隶属度函数往往难以建立； 与模式识别技术在智能交通领域应用的重要研究 句法结构法采用规则和文法来表达模式类别和判别 课题之一…。 条件，对图像畸变的抗干扰能力较强，但当存在十 传统的识别方法…如逻辑特征法，统计模式法， 扰及噪卢时，抽取基元困难，且易失误。人工神经 模糊模式法，句法结构法等都能进行车牌识别。逻 网络所具有的非线性特性、大量的并行分布结构以 辑特