基于改进Hough变换和BP网络的指针仪表识别

指针仪表示数的视觉识别,对于提高电气、机械、汽车等工业领域的生产效率具有重要意义。采用Hough变换方法完成指针直线特征的识别,进而在表盘圆形特征的识别过程中对Hough变换方法进行了改进,通过减少累加像素数目结合灰度中心法来提高原性特征定位的效率和精度。在字符识别阶段,构建了一个三层次的BP神经网络。实验结果表明,该方法对于Hough变换的改进措施达到了预期效果,BP神经网络也实现了字符特征的准确识别。

一种基于Hough变换的神经网络字符识别方法

针对印刷体字符的结构特点,利用Hough变换的点一线对偶性,提出了一种新的印刷体字符识 别方法.该方法将字符在参数空间中共线点的个数及其坐标,作为BP神经网络识别系统的特征输 入矢量,获得了较好的识别效果.

基于神经网络的车牌照自动识别系统

本文就车牌照倾斜度校正、车牌定位、字符切分、字符识别及处理进行了详细的讨论。本文采用 BP网络对车牌照字符进行学习分类 。

车牌识别技术研究

利用图像处理技术以及神经网络技术对汽车牌照自动识别系统进行研究。在所摄的含有车牌的汽车照片中,先获取车牌位置,再把车牌的各个字符分割,提取出各个字符的特征,再利用BP神经网络进行识别,从而获取车牌号码。