%0 Journal Article
%T 径向基神经网络算法在车牌字符识别中的应用
%A 刘智
%J 华侨大学学报(自然科学版)
%D 2017
%R 10.11830/ISSN.1000-5013.201701022
%X 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.
%K 汽车车牌
%K 字符分割
%K 字符识别
%K 径向基网络
%U http://www.hdxb.hqu.edu.cn/oa/DArticle.aspx?type=view&id=201701022