[发明专利]基于神经网络的车牌识别系统及识别方法

摘要

本发明涉及一种基于神经网络的车牌识别方法，所述方法包括如下步骤：学习模型搭建、车牌识别；所述学习模型搭建包括如下步骤：将预存的车牌号输入至系统中，生成的一级索引指令、二级索引指令及三级指令存至存储单元中；所述车牌识别包括如下步骤：对图像预处理后，通过神经网络处理单元进行一级索引、二级索引及三级索引后，对照片进行识别判断。本发明的有益效果为：本发明所提供的车辆识别系统及识别方法，能够实现快速的识别，其识别的时间一般维持在0.1s‑0.3s，大大缩短了等待的时间。

主权项

1.基于神经网络的车牌识别方法，其特征在于，所述方法包括如下步骤：学习模型搭建、车牌识别；所述学习模型搭建包括如下步骤：A)将预存的车牌号输入至系统中，并将车牌号进行生成不同底色车牌照片，同时生成多角度的车牌照片形态；B)将所有不同角度的车牌照片形态进行字符切割，将字符切割为前两位字符、及后五位或六位字符，将车牌照片的角度作为一级索引指令，将前两位字符作为及后面字符的数量作为二级索引指令，将每一个生成的照片进行生成峰群特点，将峰群特点作为三级索引指令；C)将车牌号所生成的一级索引指令、二级索引指令及三级指令存至存储单元中；所述车牌识别包括如下步骤：A)将获得图像进行预处理，包括二值化、降噪、图像增强及边缘检测；B)对车牌进行定位，提取车牌图像；C)对提取的车牌图像进行二值化处理，查找倾斜的角度，将查找后的角度进行一级索引，索引后获得指定角度的一级索引指令下的照片库，D)采用基于字符连通域宽度检测和先验知识相结合的方法进行车牌字符切割，将字符切割为前两位字符，及后五位或六位字符，切割后根据二级索引进行前两位字符的二级索引及匹配；E)获取照片中字符的峰值特点进行三级索引，索引后进行匹配，匹配后，判断该图像是否在存储单元内，并执行相应的打开门禁的动作。