原文传递
基于变论域神经网络的车牌识别研究
| 论文题名： | 基于变论域神经网络的车牌识别研究 |
| 关键词： | 智能交通;车牌识别;图像处理;字符分割;神经网络;变论域理论 |
| 摘要： | 随着国家经济的发展，每一年汽车的数量较上年都有大幅度的上升，所以对道路交通的管理也是个不小的难题。如今，智能型交通体系的出现有效地缓解了交通压力，同时，智能交通体系正在逐渐地取代传统的交管系统。而车牌识别技术在智能交通体系中被广泛的应用，所以研究车牌识别技术对交管系统的发展具有实际应用价值。本文的主要工作如下: 第一，车牌识别的对象是图像，由于外界因素的干扰，车牌图像往往达不到最佳效果，所以有必要对其进行前期处理，包括图像预处理和车牌定位。经过图像处理后，得到二值图像，在此基础上，本文提出水平投影算法对其进行水平定位，利用数学形态学方法及其垂直投影对其垂直定位，为字符分割提供方便。 第二，对字符分割之前同样需要做一些准备工作，首先给图像设定一个统一的形式，本文选取黑底白字作为标准，当图像与之不符，需要做反色处理。若定位后的车牌有倾斜，我们采用霍夫变换将水平方向的两条线校正过来。最后，根据车牌的尺寸特征，从车牌的垂直投影图中找出字符所在的位置，并将其分离开来。 第三，车牌字符识别的方法有很多种，本文采用神经网络方法来识别车牌中的字符。本文着重分析了BP神经网络算法的原理，并将变论域理论应用到学习率动态调节上，构成变论域神经网络。虽然神经网络具有特征提取的功能，但为了加快识别速度，本文提出了小波矩特征提取的算法。在识别过程中，根据字符的位置，设计3个相应的子神经网络对其识别，将三个结果统计到一起得到最终识别结果。通过实验数据可以得到，变论域神经网络在车牌识别的效果上更胜一筹。 |
| 作者： | 孟庆峰 |
| 专业： | 控制工程 |
| 导师： | 李洪兴 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
