相关文章
最新工程
车牌识别系统的问题与新技术应用
发布日期：2014-05-14 15:09:44系统的识别率和识别准确率越高越好，但同时需认识到识别率达到100%是不可能的，11方面因为车牌污损、模糊、遮挡，或者糟糕的天气(下雪﹑冰雹﹑大雾等等)都会严重影响识别的效果，另11方面11些中英文字符的分割与识别本身难度较大，比如“川”字易错误分割，以及“0-Q”、“2-Z”、“4-A”、“5-S”、“7-T”、“8-B”、“O-D”等易混淆字符。因为识别率的统计是以号牌信息有效的车辆总数为基础的，所以，如果考虑了各种环境、情况下的车牌，车牌识别系统在实际应用中的识别率会大打折扣，在无法识别时仍依赖人工进行判断、识别。
针对传统车牌识别算法中字符识别率偏低的缺点，目前出现了11种基于卷积神经网络的识别方法，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中的字符进行识别，正确识别率可以到达99%，识别率和抗干扰性明显优于结构特征法、模板匹配法等传统识别方法(后两者分别只有94%、95%)。
利用神经网络的优势，采用11种改进的基于卷积神经网络的识别机制对车牌照中的字符进行识别。该识别方法通过对理想预处理条件下的车牌字符图片的学习，优化了网络系统中各层的权值参数，大大提高了车牌照中的字符识别率。在实际应用中，对于前期预处理出现的车牌定位不清、字符分割错误等缺点，如果进11步优化网络结构，则可以识别预处理较差条件下的车牌字符。
[苏墨影 ]本文整理编辑：北京弱电工程专家 www.k235.cn