论文部分内容阅读
传统字符识别方法缺乏对污染车牌字符正确识别的能力,难以有效分辨易混淆字符等。针对这些弊端,采用MATLAB对真实车牌字符图像进行处理,提出一种基于离散Hopfield神经网络的改进算法(CLP-HNN),对车牌字母及数字进行识别。实验结果表明,该算法对污染车牌字符识别率达93.3%,不仅可有效降低污染车牌错误识别的风险,而且可提高易混淆字符正确辨别率,对减少车牌误识别引起的交通安全及秩序问题有较大参考价值。