神經(jīng)網(wǎng)絡(luò)在車(chē)牌識(shí)別及紅外焦平面非均勻校正中的應(yīng)用.pdf

1、近年來(lái)，神經(jīng)網(wǎng)絡(luò)以其較強(qiáng)的自組織學(xué)習(xí)能力、容錯(cuò)性、魯棒性及非線(xiàn)性處理能力等優(yōu)點(diǎn)在諸多領(lǐng)域廣泛應(yīng)用。其中，BP網(wǎng)絡(luò)（誤差反向傳播網(wǎng)絡(luò)）是最為成熟和應(yīng)用較為廣泛的一種。
　　 本文首先對(duì)BP神經(jīng)網(wǎng)絡(luò)實(shí)際運(yùn)用中遇到的一些問(wèn)題進(jìn)行討論。包括樣本的收集和預(yù)處理、拓?fù)浣Y(jié)構(gòu)的確定、訓(xùn)練學(xué)習(xí)過(guò)程中的局部極小問(wèn)題，動(dòng)量項(xiàng)的添加、學(xué)習(xí)因子的確定等問(wèn)題，并討論了這些對(duì)網(wǎng)絡(luò)性能和泛化能力的影響。通過(guò)相關(guān)試驗(yàn)，進(jìn)一步驗(yàn)證和研究了這些問(wèn)題。然后將BP神經(jīng)網(wǎng)

2、絡(luò)應(yīng)用到車(chē)牌識(shí)別系統(tǒng)，提出了基于灰度歸一化預(yù)處理的神經(jīng)網(wǎng)絡(luò)車(chē)牌字符識(shí)別方法。傳統(tǒng)車(chē)牌識(shí)別方法在輸入神經(jīng)網(wǎng)絡(luò)之前一般對(duì)圖像進(jìn)行二值化分割。目前，二值化方法大都存在閾值不好確定的問(wèn)題，當(dāng)場(chǎng)景光照不均勻時(shí)，二值化分割會(huì)使字符筆畫(huà)模糊不清，使字符信息部分丟失，給后續(xù)識(shí)別帶來(lái)困難?；叶阮A(yù)處理算法把背景和目標(biāo)灰度值分布不同的字符圖像轉(zhuǎn)換為背景和目標(biāo)的灰度值分布大致相當(dāng)?shù)幕叶葓D像。實(shí)驗(yàn)中，對(duì)識(shí)別率、識(shí)別錯(cuò)誤原因、識(shí)別自適應(yīng)性等都做了統(tǒng)計(jì)分析，還與采用