基于改進卷積神經網絡的車牌識別算法研究與實現(xiàn).pdf

1、隨著中國經濟的快速發(fā)展，人們購買并使用機動車的數(shù)量也不斷增加。因此對行駛在路面上的機動車監(jiān)管以及監(jiān)控需求也在日益增長。本文針對安防企業(yè)的需求對車牌字符識別算法進行深入研究。使用基于卷積神經網絡的識別方法并結合改進的LeNet-5卷積神經網絡模型對車牌字符進行識別。將改進后的識別算法工程化，編寫車牌識別軟件驗證識別算法的準確率以及識別耗時。
　　本文建立在車牌位置已經精確定位的前提條件下，對車牌字符識別算法進行研究。首先，采用灰度變

2、換、透視變換、二值化、形態(tài)學處理等方式對車牌圖像進行圖像處理來獲得字符在圖像中的具體位置，并將字符圖像分割出來。其次，收集車牌圖像樣本，搭建卷積神經網絡訓練環(huán)境。選擇適合工程應用的網絡模型，通過實際測試分析網絡模型以及訓練過程時存在的問題。再次，對網絡結構以及訓練參數(shù)初始化上進行改進，通過訓練改進后的網絡從而獲得字符識別所需要的分類器。最后，編寫獨立的車牌字符識別軟件，包括車牌圖像的圖像處理、字符分割、字符識別，并對圖像處理及字符識別過