[发明专利]一种基于粒子群算法优化神经网络的车牌识别方法在审
| 申请号： | 201811176588.0 | 申请日： | 2018-10-10 |
| 公开（公告）号： | CN109359656A | 公开（公告）日： | 2019-02-19 |
| 发明（设计）人： | 李保印;刘涛;张宝玉 | 申请（专利权）人： | 甘肃万维信息技术有限责任公司 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/32;G06N3/00;G06N3/04 |
| 代理公司： | 深圳市科吉华烽知识产权事务所(普通合伙) 44248 | 代理人： | 胡吉科 |
| 地址： | 730000 甘*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于粒子群算法优化神经网络的车牌识别方法，本发明根据车牌每位字符的特征值，通过三个神经网络分别对车牌字符中的文字、字母和数字进行学习和识别，从而判断是否识别成功；本发明通过对车牌字符进行分类，改变传统的一个神经网络进行识别车牌，采用三个神经网络来识别车牌，精简网络结构，提高了车牌识别精度和识别速度，同时避免了人工干预的过程，降低车牌识别过程中的成本；本发明还通过将车牌图像统一转换为蓝底白字的车牌图像，然后再获取颜色分量值，最后再转换为第二灰度数字图像，更加全面的涵盖市面上所有车牌种类，进一步提高车牌识别的效率和准确率。 | ||
| 搜索关键词： | 车牌识别 车牌 神经网络 优化神经网络 粒子群算法 车牌图像 车牌字符 灰度数字 人工干预 统一转换 网络结构 颜色分量 传统的 准确率 图像 涵盖 分类 转换 成功 学习 | ||
【主权项】：
1.一种基于粒子群算法优化神经网络的车牌识别方法，其特征在于，所述方法包括步骤：获取第二车牌图像；将所述第二车牌图像转为第二灰度数字图像；获取所述第二灰度数字图像的车牌背景尺寸和整体车牌字符尺寸；将所述第二灰度数字图像转换为第二二值化图像，根据所述车牌背景尺寸和整体车牌字符尺寸将所述第二二值化图像分为10*70的矩阵，并将所述矩阵均分成7份，从而获得车牌每位字符的尺寸为10*10的矩阵；根据车牌每位字符的尺寸获取车牌每位字符的特征值，并获取所述特征值对应的学习后的三个神经网络；根据所述学习后的三个神经网络获取识别输出值；根据所述识别输出值确定所述第二车牌图像是否识别成功。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于甘肃万维信息技术有限责任公司，未经甘肃万维信息技术有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811176588.0/，转载请声明来源钻瓜专利网。
- 上一篇：基于上下文正则化循环深度学习的图像分割方法
- 下一篇：指标结构
