文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于字符组合特征及BP神经网络的车牌汉字识别
侵权投诉

基于字符组合特征及BP神经网络的车牌汉字识别

第3期刘艳红,等:基于字符组合特征及BP神经网络的车牌汉字识别61余边框存在,相当于干扰比较强的噪声,为后续识别增加了难度,若不处理会大大降低识别率.所以首先应该切除待识别汉字边框,去除干扰的同时统一标准,图2分别为“吉”和“京”的预处理过程

基于字符组合特征及BP神经网络的车牌汉字识别

.

图1 

基于字符组合特征及BP神经网络的车牌汉字识别

标准车牌汉字

图2 图像预处理

图像被切除边框后,大小发生变化,所以要将切除边框后的图像等比例缩放为标准图像大小即((像素)像素)32×16.

2 根据车牌汉字投影特征进行粗分类

将所有的标准图像进行水平投影、竖直投影,投影图中横轴代表行或列,纵轴代表行或列所对应的

根据数据统计分析得到一定的规律.对于水平投影统计所有笔画小于4的个数,而竖直白色像素个数,

“投影则需要统计所有笔画小于5的个数.统计结果显示,川”字具有比较特殊的结构,作为特殊的一类,

对于输入的待识别车牌汉字首先判断是否为“川”图3为“川”字的投影及结构

基于字符组合特征及BP神经网络的车牌汉字识别

..

图3 “川”字的投影及结构

“、“、“、“、“、“、“、“、“、“、“、“贵”黑”吉”晋”京”警”鲁”宁”青”苏”粤”云”这12个字可归结为简单的上

、“下结构,如图4所示.虽然“警”鲁”可以做特殊处理,比如“警”字可分为四部分,而“鲁”可以分为三部

分,但是为了增强程序的抗干扰能力,仅把这2个字分为简单的上下结构当中.

剩余的2所以同为一类.因此,将34个车牌汉字不能根据其投影特征再继续分类,7个车牌汉字粗分为3类,后续需建立2个神经网络.

3 根据粗分类结果建立BP神经网络

是一种按照BP人工神经网络是由Rumelhart和McCelland为首的科学家小组在1986年提出的,

是目前应用最广泛的神经网络模型之一.误差逆向传播算法训练的多层前馈网络,BP算法的过程可以

8]第1阶段成为模式前向传输;第2阶段为误差反向传播.具体算法流程如图5所示[分成2个阶段:.

上一页第2页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email