论文部分内容阅读
针对传统BP神经网络在车牌识别的应用领域中,存在经常性陷入局部最优,而导致识别效果不理想事实。提出一种基于PSO-BP神经网络的车牌号码识别技术方法,该方法首先构建一个8-25-1的BP神经网络,再通过提取车牌的8像素比特征值作为BP神经网络的输入向量,然后采用粒子群算法(PSO)对该BP神经网络的权值和阈值进行优化,使其适应值达到最小。通过300副不同光照环境和污损的车牌识别仿真实验,验证了所提出的算法相对于传统的模板匹配算法和BP算法,具有输出误差小、全局收敛速度快和识别率高的特征,具有一定的应