论文部分内容阅读
车牌识别有广泛的应用前景,但是目前车牌识别的一些关键技术水平有待改进和提高。本文借鉴导师提出的容错认证识别的思想,以国家自然科学基金项目“人工脑的信息处理新神经网络模型研究”(No.60673101)和国家自然科学基金项目“人工脑具有期望容错域的联想记忆新神经网络模型研究”(No.60973048)为任务背景,研究了车牌图像的前期处理、车牌定位、字符分割、字符识别等车牌识别关键技术问题。提出了一套利用色彩、形状等信息对车牌定位的有效方法,以及基于改进的BP网络的车牌字符容错认证识别算法。车牌字符容错认证识别算法主要包括国内车牌标准字符特征确定算法、标准字符之间Hamming距离计算、确定标准字符容错域、用各标准字符容错域上所有样本训练改进的BP网络。该车牌字符容错认证识别算法理论上能确保国内车牌字符在特征空间上的容错域半径为2,在容错域内正确识别率为100%。