基于Gabor方向特征及神经网络的车牌字符图象识别
针对低分辨率灰度车牌号码数字识别问题,此文提出了一种利用网格技术和Gabor变换直接从灰度图象进行特征提取的新方法,并针对该特征提取方法设计了一种集成型神经网络模型来进行识别,对大量的实验数据(每个字符1500个样本)进行识别实验表明,利用其中1000套样本进行训练,其余500套样本进行测试,得到99.26％的识别率,显示此文所提出的车牌号码数字识别的特征提取方法和神经网络分类方法是非常有效的.
特征提取 车牌号码字符识别 弹性网格 智能交通系统 神经网络 图象识别
金连文 覃剑钊
华南理工大学电子与信息学院(广州)
国内会议
上海
中文
643-646
2003-10-01（万方平台首次上网日期，不代表论文的发表时间）