如何提高字符识别的速度和准确率在车牌识别系统中是很关键的问题。传统的BP 算法 可以实现非线性函数的映射, 经过有监督式的学习规则可以达到比较好的识别效果。但是BP 算法识别速度慢, 而且容易陷入局部最小。引入动量因子可以平滑误差曲面梯度方向剧烈变化的作用, 从而在一定程度上解决了局部最小值的问题。仿真结果表明了该算法的有效性。

字符识别中改进的神经网络算法设计　胡乃平,等

字符识别中改进的神经网络算法设计

胡乃平,王丽

(青岛科技大学自动化学院　山东青岛,266042)

　　摘　要:如何提高字符识别的速度和准确率在车牌识别系统中是很关键的问题。传统的BP算法

可以实现非线性函数的映射,经过有监督式的学习规则可以达到比较好的识别效果。但是BP算法识别速度慢,而且容易陷入局部最小。引入动量因子可以平滑误差曲面梯度方向剧烈变化的作用,从而在一定程度上解决了局部最小值的问题。仿真结果表明了该算法的有效性。

关键词:动量因子;局部最小;字符识别

Abstract:Howtoimprovetheidentifyingspeedandaccuracyinthecharactersystemofthenumberplateisakeyproblem.ThenonlinearfunctioncanbetheclassicalBParithmeticandtheidentifyingresultwillberelativelyhetype.ButBParithmetichasalowidentifyingspeedandInthisarticle,themomentumfactorintroducedcanhorientation,therefore,thelo2caloptimizationwasinresultdemonstratedtheimprovedarithme2tic’sKeyw;Localminimization;Characteridentifying　　:TP273+文献标识码:B　　文章编号:1001-9227(2006)02-0012-03 4　　0　引　言

1　车牌识别算法简介

机动车闯红灯是日常交通管理中常见的交通违章现象,不仅扰乱了正常的交通秩序,也是造成机动车交通事故的主要原因之一。因此,采用现代先进技术,进行交通违章的自动监测记录,为公安交通管理部门提供强有力的执法证据,对改善交通秩序、保障交通安全、提高道路交叉口通行能力、减少交通事故等都起到了重大作用,效果明显。“闯红灯电子警察”针对机动车路口闯红灯这种极易造成恶性事故的交通违章现象进行自动监测记录,做到了无人值守,不间断监测,证据充分正确。对于记录的违法行为进行车牌自动识别后可以存入数据库,大大减少了作弊现象的发生。

近年来,基于图像的车牌识别系统的研制引起了许多学者的广泛兴趣,但车牌识别由于要适应各种复杂背景以及不同光照条件影响,使车牌分割及识别增加了难度,目前虽然国内外都有一些实用的车牌识别系统面市。但是,这些系统的应用都存在一定的约束,至今车牌自动识别技术尚未达到很完善的程度。车牌识别系统分为图像分割、特征提取和模板构造、字符识别等三个部分,本文主要介绍车牌自动识别系统中字符识别模块算法的改进设计这一部分。

收稿日期:2005-08-13

车牌自动识别技术是实现电子警察系统的关键技术之一,是整个系统中技术含量最高的一部分。整个车牌识别过程的大致流程如图1所示

。

图1　车牌识别流程

其中,数据库使用的是Oracle9i数据库。由于车

牌识别系统对数据的处理需要很高的执行效率,对操作系统也有一定的依赖性,考虑到VisualC++是Windows平台的优秀开发工具,并且执行效率很高,程序执行速度快,综合考虑到这些特性,此系统采用VC作为开发语言[1]。2　基于BP神经网络的算法

识别车牌使用的方法大致有:模板比较法、基于矢量量化方法、神经网络法等。各个方法各有其优缺

12