刘智

(广西科技大学 网络与现代教育技术中心， 广西 柳州 545006)

径向基神经网络算法在车牌字符识别中的应用

刘智

(广西科技大学 网络与现代教育技术中心， 广西 柳州 545006)

提出一种基于径向基网络的汽车车牌字符识别算法.在预处理阶段，采用灰度化、自适应阈值分割去除图像噪声并增强图像对比度；在字符分割阶段，采用极限元素位置确定法实现独立字符分割；在字符识别阶段，利用自行构建的字符子块图像库对径向基神经网络进行训练.选取基于反向传播(BP)神经网络的字符识别算法和基于支持向量机(SVM)的字符识别算法与文中方法进行比较.实验结果表明：文中方法在识别准确率上具有明显优势，更适用于汽车车牌的字符识别. 关键词： 汽车车牌; 字符分割; 字符识别; 径向基网络

随着世界汽车数量的剧增[1]，在道路交通汽车管理、汽车自动缴费、车库车位自动查找等领域，都迫切需要具有更高准确率、更高效率的智能系统[2].对于智能交通系统，识别车辆身份是核心工作，这就需要快速、准确地对汽车车牌进行识别[3].目前，汽车车牌识别主要是依托图像处理技术，通过预处理技术去除车牌图像噪声，利用分割技术实现车牌中各个字符的定位，进而根据智能算法完成车牌中各个字符的智能识别[4].其中，字符识别是整个车牌识别技术中的最关键环节.Sarker等[5]针对韩国车牌的特点，构建一种基于局部线性二元模式识别算法.Ghahnavieh等[6]根据……