车牌的定位和分割，以及采用BP神经网络实现字符的识别.rar下载

1努力加油1 2019-03-05 06:15:08

车牌的定位和分割，以及采用BP神经网络实现字符的识别,是用vc++ 实现的，给出隐层权值、训练数据等
相关下载链接：//download.csdn.net/download/qinghe1987/1054315?utm_source=bbsseo

...全文

17 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

车牌的定位和分割，以及采用BP神经网络实现字符的识别,是用vc++ 实现的，给出隐层权值、训练数据等

基于matlab的车牌识别，采用的是BP神经网络来识别matlab

基于bp神经网络的车牌识别，带有测试数据，代码（matlab）注释非常详细，简单易懂，非常实用！

基于BP神经网络的车牌识别技术，包涵了车牌图像的预处理，数字形态学的车牌定位，车牌字符分割，车牌识别等。

于颜色和BP神经网络的车牌定位和识别系统一、研究目的车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。良好的车牌识别系统，能提高效率，节省大量的人力物力。本文对车牌识别系统中的车牌定位，车牌字符分割和车牌字符识别这三个主要技术进行研究。二、研究方法车牌定位：针对复杂环境下的车牌定位，提出基于颜色的BP神经网络的定位算法，通过车牌底色库（蓝底）训练网络，使之具备区分蓝色与非蓝色能力，从而实现车牌的定位。车牌字符分割：采用改进的垂直投影算法，可以较好、较快地分割出车牌字符的位置。字符识别：仍然采用基于BP神经网络算法，通过建立字符库，训练网络使之具有区分34个不同字符的能力，最终实现车牌字符的识别。三、研究结论车牌定位方面，由于采用基于颜色定位方法，要求要定位的车牌图像质量较清晰，车牌底色为蓝色或和标准蓝色相差不大，这时BP网络能非常有效地区分蓝色与非蓝色，从而定位。字符分割方面，采用基于垂直投影特征值的方法，能有效地分割字符。字符识别方面，实验过程发现当车牌定位和字符分割均能得到较好结果时大多数情况下均能有效地识别。

下载资源悬赏专区

12,791

社区成员

12,327,104

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章