一种用于车牌定位的改进BP神经网络方法

针对车牌定位中存在的由于光线不足、环境恶劣、车牌背景不清晰、车牌磨损、图像倾斜等干扰因素导致的定位不准、车牌模糊、反应时间长等问题,文章通过对比目前的各种不同车牌定位技术,提出了改进激励函数和改善梯度估计精度的BP神经网络算法。重点说明了改进的具体过程和车牌定位的原理、方法和步骤,运用Hough算法对车牌倾斜度进行校正,借助常规的灰度图像感知方法,通过车牌定位的具体试验证明了该方法有较强的适应能力和学习速度快、车牌定位准确率高、鲁棒性好等优点,从而说明了该方法的可行性。