资料下载
×
基于卷积神经网络CNN的车牌字符识别方法
消耗积分:1 |
格式:rar |
大小:0.77 MB |
2017-11-30
分享资料个
车牌字符识别是智能车牌识别系统中的重要组成部分。针对车牌字符类别多、背景复杂影响正确识别率的问题，提出了一种基于卷积神经网络（CNN）的车牌字符识别方法。首先对车牌字符图像进行大小归一化、去噪、二值化、细化、字符区域居中等预处理，去除复杂背景，得到简单的字符形状结构；然后，利用所提出的CNN模型对预处理后的车牌字符集进行训练、识别。实验结果表明，所提方法能够达到99. 96%的正确识别率，优于其他三种对比方法。说明所提出的CNN方法对车牌字符具有很好的识别性能，能满足实际应用需求。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
