详情

原文传递车牌识别技术研究

论文题名：	车牌识别技术研究
关键词：	智能交通;车牌识别;机器视觉;改进算法
摘要：	随着现代交通运输的迅猛发展,智能交通己成为当前交通管理发展的主要方向。车辆自动识别技术是智能交通系统的核心组成部分,也是制约交通系统智能化、现代化的重要因素。　　基于机器视觉的车辆自动识别技术,是对车辆牌照的图像识别,并根据牌照号码唯一确定车辆身份。该方法无需在汽车上安装其它识别标志,可进行图像回放检索,并且维护升级方便,因此相比其他车辆自动识别技术,具有最为广泛的应用范围。本文针对车牌识别技术展开深入研究,分析比较车牌识别系统中各种算法的优缺点和适用情况,创造性地提出了多种改进算法。　　车牌识别技术主要包括三个模块:车牌定位,字符分割,字符识别。在车牌定位模块中,本文将滑动同心窗结合连通区域分析的定位算法运用于中国车牌,并通过实验得到了大量可靠的参数。然后针对算法的不足之处,提出了一种正反图对比修正算法,和一种矩形聚合算法,提高模块的鲁棒性。在字符分割模块中,本文主要针对实际应用中遇到的典型问题,比如字符与牌照边框粘连,字符间粘连,字符断裂等等情况,提出了有效的应对方法。在字符识别模块中,本文使用BP神经网络识别字符。首先为网络建立了大量具有代表性的样本,包括训练样本,测试样本,和评估样本。然后经过反复试验,确定了一组合理的网络结构参数,包括网络层数,各层结点数等等。最后对样本集进行足够多次的训练,对训练结果反复比较,最终得到一组可靠的网络权值,从而构建了一个可靠的BP神经网络。此外,还对识别模块进行改进,提出了对分割模块回馈识别结果,根据结点输出值区分易混字符,以及多帧校验等算法,极大地提高了系统性能。　　大量的现场实验数据表明,本文提出的改进算法在很多复杂的识别场合可以有效识别车牌,提升系统识别率,具有一定的实用价值。
作者：	李渊晖
专业：	信息与通信工程;信号与信息处理
导师：	刘富强
授予学位：	硕士
授予学位单位：	同济大学
学位年度：	2008
正文语种：	中文