原文传递
基于神经网络的车牌自动识别系统研究
| 论文题名： | 基于神经网络的车牌自动识别系统研究 |
| 关键词： | 车牌自动识别;图像预处理;车牌字符分割;车牌字符识别;BP神经网络 |
| 摘要： | 随着我国汽车数量持续快速的增长，交通管理的现代化和智能化显的越来越重要，而实现交通管理的现代化和智能化的核心技术就是车牌自动识别技术。牟牌自动识别技术是以一个特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用模式识别、人工智能技术，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。 本论文对车牌自动识别系统中的车牌定位、车牌校正、车牌字符分割及字符识别的算法作了相关的研究，并提出了相应的改进的算法，以解决传统算法中遇到的问题并取得了较好的效果。 当从实际场景中拍摄得到的汽车图像，伴随着很多随机性干扰，必然给车牌自动识别带来了一定的困难，因而必须对汽车图像进行灰度化、去噪、增强、二值化、背景色的统一等各种图像预处理操作。本论文根据车牌区域边缘丰富的特点，采用模糊模板匹配的算法来确定牌照的位置，提取车牌图像，从而解决了车牌定位不准确的问题。利用改进的Hough算法：只对车牌上下边界可能存在的部分点进行计算来确定车牌的倾斜度，然后再进行调整，从而大大减少了计算量，提高了实时性。采用对车牌区域垂直扫描作为粗略的字符分割依据，然后利用字符本身宽度信息作为先验知识和回扫作进一步的精细分割，从而可以很好解决字符断裂和字符粘连的问题。最后采用改进的BP神经网络模式，在神经网络的权值调整中加入附加动量项来提高网络的收敛速度，防止了网络的震荡发散，并以车牌字符作为识别对象，完成汽车牌照的自动识别。 |
| 作者： | 彭文艺 |
| 专业： | 控制工程 |
| 导师： | 傅勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
