快速自適應汽車牌照自動識別技術研究與系統開發(fā).pdf

1、用計算機和CCD(ChargeCoupledDevice)攝像機識別出汽車牌照號碼的車牌識別系統(LPR)，已經廣泛應用到高速公路不停車收費，車輛檢測，停車場監(jiān)控與管理，路面行駛車輛監(jiān)控等應用中。 車牌識別系統是圖象處理、模式識別、人工神經網絡(ANN)等技術在智能交通系統(ITS)中的具體應用，這些技術一直是人們的熱門研究方向，已經提出了許多方法和相應的算法。用軟件實現車牌識別具有造價低，可維護性好的優(yōu)點，一直是一項研究和應用

2、的重要課題。本論文主要圍繞設計和實現一個快速的，對來自不同的應用場合、不同的環(huán)境下的汽車牌照圖象具有良好適應能力和魯棒性的車牌識別系統，在涉及到的相關領域進行了展開之外，著重介紹了我們的車牌識別系統中的圖象處理分析方法和基于神經網絡的識別技術。 論文首先介紹了車牌識別系統的一些基本概念，研究背景，研究現狀，實際應用領域現狀。 論文的第二章在介紹了基于CCD器件的圖象采集系統之后，著重介紹了視頻采集的軟件技術和應用于現場環(huán)

3、境時的用來提高采集圖象質量的全天候圖象采集技術。 論文的第三章是在閱讀和研究了大量的基于圖象處理的車牌識別應用和研究的資料、文獻后，總結出了車牌識別系統涉及到最密切的一些技術。本章著重介紹了在實際應用中我們是如何采用這些技術的，并討論了一些方法的創(chuàng)新性研究。 論文的第四章和第五章在總結了車輛牌照子圖象的定位與分割技術基礎上，對基于車牌區(qū)域中的紋理和灰度等特征的快速自適應(保證實時性的同時做到系統參數個數少、范圍寬)的圖象

4、處理分析方法進行了詳細介紹，并將各個模塊用反饋機制組合起來。 論文的第六章在第五章的基礎上，在獲得車牌字符圖象后，利用人工神經網絡對車牌字符進行識別。主要介紹了用于提高神經網絡收斂性能的字符圖象預處理方法和用于車牌字符識別的多神經網絡集成方案，并詳細討論了BP網絡應用方案的各個方面。 論文的第七章在前幾章的基礎上，簡單介紹了我們的基于圖象處理和人工神經網絡的車牌識別系統，并概括了系統軟件設計中用到的軟件設計思想。