原文传递
基于改进神经网络的汽车车牌自动识别系统的研究与应用
| 论文题名： | 基于改进神经网络的汽车车牌自动识别系统的研究与应用 |
| 关键词： | 神经网络;车牌自动识别系统;交通监控;违章车辆判定;计算机图像处理 |
| 摘要： | 随着我国经济的发展、汽车拥有量的急剧增加，公路交通成为我国重要的交通运输途径，而传统的人工管理方式已不能满足实际工作的需要，日益拥堵的城市交通需要用更先进、更有效的交通管理和控制技术。以计算机图像处理技术、通信技术为核心的智能化道路交通监控和管理系统ITS(Intelligent Transportation System)已成为当前交通管理发展的主要方向。本论文基于此背景展开，采用视觉分析和图像处理技术，利用计算机高速运算的特性，设计违章车辆的判定算法，并进行车牌号码识别。 本文对车牌自动识别系统的关键技术进行了研究，提出了有效的解决策略，完成了实验，并在此基础上开发了一套车牌自动识别软件。文章中介绍了车牌识别系统构架，并对构成系统的各个模块进行深入分析；研究了视频采集与图像传输技术；深入讨论了违章车辆的判定算法，在综合多种算法的基础上提出了基于“虚拟线圈”和运动跟踪的违章车辆判定算法。在车牌定位和字符分割环节，深入研究了Otsu二值化算法，实现了基于边缘检测和垂直投影的车牌定位技术。采用图像旋转技术完成对倾斜图像的矫正，并提出了一种简单而有效的字符分割算法完成字符分割。 在车牌字符的识别环节采用了神经网络技术。对传统BP神经网络收敛速度慢且容易陷入局部极小点等缺陷进行改造；采用了改进型的神经网络进行字符识别。实验证明，该方法对字符的识别是很有效的。 |
| 作者： | 黄继聪 |
| 专业： | 控制理论与控制工程 |
| 导师： | 周卫东 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
