原文传递
图像处理和神经网络在车牌定位中的运用
| 论文题名： | 图像处理和神经网络在车牌定位中的运用 |
| 关键词： | 智能运输系统;车牌定位;Hough变换;人工智能;神经网络;BP算法;遗传算法 |
| 摘要： | 该论文是江苏省交通厅智能运输系统(ITS)的一部分.作为ITS研究重要组成部分之一的车牌自动识别是一个值得深入研究的课题.论文针对车牌识别中的关键部分——车牌定位部分作了较为深入的研究并尝试了多种车牌定位方法,希望从中得到较为完善的车牌定位解决方法.首先使用图像处理方法进行车牌区域定位的研究.针对以前车牌图像定位效果不佳的情况,该文把现有一阶水平差分加投影方法改进为结合一阶双向差分和Hough变换的定位方法,实验证明改进后的方法简单快速有效且定位效果较前有相当提高.然后使用人工智能和神经网络的方法进行车牌区域定位的研究.在神经网络方面,该文用BP神经网络直接感知灰度图像信息从而定位车牌区域,提高了系统容错性和实时性;在人工智能方面,该文构造简单易行且能够表征车牌区域特征的适应度函数,使用遗传算法进行定位,从而使车牌定位与人工智能紧密结合.经验证这些基于人工智能和神经网络的方法对多种质量的车辆图像,包括较低质量的图像,均能取得较为理想的定位效果.最后文章比较了上述定位方法,总结了上述方法各自优缺点和使用范围,并概要介绍了车牌字符识别方法和系统硬件实现. |
| 作者： | 陆恩诞 |
| 专业： | 模式识别与智能系统 |
| 导师： | 袁晓辉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2003 |
| 正文语种： | 中文 |
检索历史
应用推荐
