基于粗网格特征提取和BP神经网络的车牌字符识别方法

发明专利无效专利

申请号：
CN200810062050.7
IPC分类号：G06K9/00;G06K9/62;G06N3/06
申请日期：
2008-05-21
申请人：
浙江师范大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于粗网格特征提取和BP神经网络的车牌字符识别方法
申请号	CN200810062050.7	申请日期	2008-05-21
法律状态	撤回	申报国家	中国
公开/公告日	2009-04-15	公开/公告号	CN101408933
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;6查看分类表>
申请人	浙江师范大学	申请人地址	浙江省金华市迎宾大道688号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江师范大学	当前权利人	浙江师范大学
发明人	朱信忠;赵建民;徐慧英;胡承懿
代理机构	浙江杭州金通专利事务所有限公司	代理人	徐关寿

摘要

一种基于粗网格特征提取和BP神经网络的车牌字符识别方法，包括以下步骤：1)、对车牌图像进行预处理，消除各种干扰，得到最小车牌区域；2)、结合竖直投影和滴水算法进行车牌字符分割；3)、对分割结果进行筛选，去除垂直边框、分隔符、铆钉等的干扰；4)、根据质心位置进行字符归一化；5)、将归一化后的字符点阵的每个像素点作为一个网格，提取字符的原始特征；6)、结合车牌实际，设计具有二级分类器的BP神经网络；7)、合理构造训练样本库，对神经网络进行训练，按照识别效果调整训练样本，实现网络准确识别。本发明有效消除噪声干扰、字符分割快速准确、对汉字的识别稳定高效、整个识别过程实现了实时性与准确性的平衡。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供