原文传递
基于人工神经网络的不同颜色车牌识别系统的研究
| 论文题名： | 基于人工神经网络的不同颜色车牌识别系统的研究 |
| 关键词： | 交通监测;车牌识别;字符分割;支持向量机 |
| 摘要： | 随着我国经济的快速发展，社会信息化程度日益提高，交通管理智能化成为发展的趋势。车辆牌照识别系统是智能交通管理系统的重要组成部分，可用于各类车辆管理场所，以提高管理效率与水平，节省人力、物力，实现车辆管理的科学化、规范化，因此有着广泛的应用前景。车辆牌照的自动定位与识别系统是这一领域中重要的基础性问题。 本文所研究的车牌定位与识别系统主要包括四大部分：图像预处理、车牌定位、字符分割和字符识别。图像预处理主要完成了两件工作。一是为了应对复杂背景中光线变化的影响而对亮度曲线进行动态调整；二是根据车牌区域明暗变换明显的特征，采用灰度图像顶帽变换，大幅度削减背景噪声，突出热点区域。在车牌定位过程中，为了使系统既能在复杂环境下工作，又具有较好的实时性，系统首先使用简单的数学形态学方法进行定位，当该方法满足不了环境要求时才进行更加复杂的车牌区域纹理特征定位法。在定位结束后，提出了车牌颜色判断和车牌倾斜校正的新方法。在字符分割中，作者总结了传统垂直投影法和模板匹配法的优缺点，采用了与先验知识相结合的改进型垂直投影法。该方法不仅能够对不精确的定位结果进行修正、对字符粘连进行强制分割，而且能够率先识别数字“1”，为识别过程减轻了负担。在字符识别中，采用了支持向量机和误差反向传播网络相级联的办法，以各自的优点弥补彼此的缺点，收到了良好的效果。 |
| 作者： | 李罡 |
| 专业： | 电路与系统 |
| 导师： | 孙光民 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京工业大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
