【正文】
IN3=Z。Z539。 case 39。 PIN5=Z。 end subplot(1,7,i)。 Px0=Px1。(注:。else I1=I。%將圖片統(tǒng)一劃為50*25大小I1=im2bw(I1,)。inpt=zeros(1,m*n)。 endend7. 歸一化訓(xùn)練代碼:I0=pretreatment(imread(39。))。h:\tuku\39。I2=pretreatment(imread(39。))。h:\tuku\39。I4=pretreatment(imread(39。))。h:\tuku\39。I6=pretreatment(imread(39。))。h:\tuku\39。I8=pretreatment(imread(39。))。h:\tuku\39。I10=pretreatment(imread(39。))。h:\tuku\39。I12=pretreatment(imread(39。))。h:\tuku\39。I14=pretreatment(imread(39。))。h:\tuku\39。I16=pretreatment(imread(39。))。h:\tuku\39。P=[I039。,I239。,I439。,I639。,I839。,I1039。,I1239。,I1439。,I1639。]。 %輸出樣本%% bp神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置net=newff(minmax(P),[1250,32,18],{39。,39。,39。},39。)。randnr39。randnr39。=50。=。[net,tr]=train(net,P,T)。PIN1=pretreatment(PIN1)。PIN3=pretreatment(PIN3)。PIN5=pretreatment(PIN5)。P0=[PIN039。,PIN239。,PIN439。,PIN639。for i=2:7 T0= sim(net ,P0(:,i))。 d = find(T1 == 1) 1。A39。B39。C39。D39。G39。K39。L39。M39。039。139。239。339。439。539。639。739。839。939。 end switch i case 2 str2=str。 case 4 str4=str。 case 6 str6=str。 第一次識別結(jié)果 endend第二次訓(xùn)練第二次識別結(jié)果第三次訓(xùn)練 第三次識別結(jié)果第四次訓(xùn)練 第四次識別結(jié)果結(jié)果分析:車輛牌照識別,對于交通管理、治安處罰等工作的智能化起著十分重要的作用。由于牌照是機(jī)動車輛管理的唯一標(biāo)識符號,因此,車輛牌照識別系統(tǒng)的研究在機(jī)動車管理方面具有十分重要的實際意義。(2) 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練要花費30秒以上的訓(xùn)練時間才能進(jìn)行下一步的字符識別,效率太慢。本次實驗中進(jìn)行了三次樣本訓(xùn)練,每次識別結(jié)果都沒有和預(yù)期的相符,修改了函數(shù)參數(shù)也同樣沒有很大的改善。通過本次實驗,進(jìn)一步學(xué)習(xí)掌握了數(shù)字圖像方面的知識,對matlab軟件也有了一定的學(xué)習(xí)認(rèn)識。14