原文传递
基于神经网络的车牌识别算法研究
| 论文题名： | 基于神经网络的车牌识别算法研究 |
| 关键词： | 汽车牌照;字符识别;BP神经网络;投影像素数;特征提取 |
| 摘要： | 汽车牌照自动识别系统是现代智能交通系统中最为关键的技术之一，在违章车辆抓拍、不停车自动收费、交通流量检测、停车场车辆管理、失窃车辆查询等方面有着非常广阔的应用场景。近年来，对牌照识别系统的研究受到国内外越来越多的关注，提高牌照识别算法的实现速度和准确率成为研究的热点问题。 本文主要针对车牌字符识别过程中的车牌图像预处理、车牌定位、倾斜校正、去边框、字符分割、特征提取和字符识别环节进行研究，并在MATLAB环境下进行了仿真实验。 首先，在图像预处理的过程中，充分利用数字图像处理技术结合数学形态学技术进行车牌图像预处理，并采用自适应初始阈值和传统的Ostu方法相结合的二值化方法。 其次，在定位过程中，采用扫描线和车牌特征相结合的车牌定位方法；由于倾斜的车牌图像会对后续的字符分割和字符识别产生不良影响，采用基于字符行特征的倾斜校正方法对车牌进行校正处理。 再次，在车牌字符分割过程中，采用基于灰度跳变特征和垂直投影阈值法的去边框方法，去除车牌边框，并采用垂直投影法结合车牌的先验知识进行车牌字符分割。 最后，利用BP神经网络进行字符识别，采用基于字符投影像素数特征和粗网格特征相结合的特征提取方法，设计出车牌字符识别BP神经网络，利用字符的投影像素数特征和粗网格特征进行字符识别。 |
| 作者： | 张金艳 |
| 专业： | 通信与信息系统 |
| 导师： | 付炜 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
