基于ART2神经网络的车牌字符识别

提出了ART2神经网络在车牌自动识别系统中的应用。ART2神经网络可以在非平稳 的、有干扰的环境中进行无教师无监督的自学习,学习过程是自组织的实时学习,能迅速识别已学习 过的样本,并能迅速适应未学习过的新对象。Zernike矩具有旋转不变性、位移不变性、比例不变性。 该方法结合了Zernike矩和ART2神经网络的优点,在实验中取得了很好的效果,解决了车牌自动识 别系统中字符识别的难题。