汽车牌照上英文和数字的识别

摘要：

提出一种基于模板匹配和神经网络的车牌字符识别方法.该方法采用两级识别,第一级采用模板匹配识别差别明显的字符,第二级采用BP神经网络识别第一级不能确定的相似字符.针对字符图像质量差的特点,结合和改进现有特征提取方法,提出了适合本算法的特征提取方法,其中粗分类中使用网格密度和改进的笔画密度,细分类中使用图像矩、图像灰度值经PCA处理得到的系数以及结构特征.该方法充分利用了识别器的适用特点和字符图像的特征信息.实验结果表明此算法具有较高的识别率和较快的识别速度.

关键词： 车牌字符识别 数字识别 BP神经网络 图像矩 主成分分析 模板匹配

作者: 邓士弟 王庆

作者单位: 西北工业大学计算机学院,西安,710072

会议类型: 国内会议

会议名称: 第五届全国“信号与信息处理”联合学术会议暨陕西省生物医学工程学会二〇〇六年学术年会

会议地点: 陕西西安

会议语种:中文

页码: 222-225

在线出版日期: 2006-07-01（万方平台首次上网日期，不代表论文的发表时间）