论文题名: | 车牌识别算法的研究 |
关键词: | 道路交通管理;车牌定位;图像处理;倾斜校正;字符识别;BP神经网络 |
摘要: | 车牌识别目前已成为“平安城市”建设中重要的组成部分,为道路交通管理提供帮助,其不仅应用于闯红灯抓拍、超速行驶违章抓拍、车辆旅行时间统计、高速公路车辆管理应用等道路交通应用中,还在治安防治监控中如治安卡口车牌识别、盗抢车辆通缉、刑事案件辅助侦破等应用中都得到了广泛的使用。 车牌识别主要由三个部分组成,其中车牌定位、字符分割和字符识别是重点所在,本文并对车牌定位前期的图像处理以及车牌分割前的倾斜校正进行了相关介绍。本文对这几项技术进行了比较分析,主要内容如下介绍: 在图像处理之后,经过分析,针对车牌区域难以定位的问题,结合车牌先验知识,提出了一种区域定位算法。该方法采用投影法,先定位出车牌边界,最后结合车牌结构特征,定位出车牌,实验表明,该方法具有耗时少,准确率高的特点。 在比较分析了全局阈值法和局部阈值法各自的优缺点之后,本文提出了两种相结合的图像二值化算法,实验表明该算法能有效的解决字符相对模糊、互相粘连所引起的分割问题,同时还能有效的去除干扰,鲁棒性较好,准确率较高,分割速度较快。 在分析了传统模板匹配字符识别方法的缺点后,提出了另外一种能够改善缺点的算法。这种算法是基于BP神经网络的设计,匹配了字符的背景区域,因为断裂、变形以及模糊字符所引起的识别问题,能够得到很好的解决,同时给出了字符识别相似的处理方法。由于车牌汉字的字型比较复杂,笔画也很丰富,本文提出对单个字符进行识别,实验表明,该方法字符平均识别率达到93%。 |
作者: | 王程 |
专业: | 控制工程 |
导师: | 王耀青 |
授予学位: | 硕士 |
授予学位单位: | 武汉科技大学 |
学位年度: | 2012 |
正文语种: | 中文 |