基于投影圖像分布特征和神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別系統(tǒng)的研究.pdf

1、車牌識(shí)別是智能交通系統(tǒng)中的一個(gè)重要環(huán)節(jié)，它在交通監(jiān)視和控制中占有很重要的地位。車輛牌照自動(dòng)識(shí)別系統(tǒng)實(shí)現(xiàn)對(duì)交通信息統(tǒng)計(jì)收集、路車間通信、停車場(chǎng)管理、無(wú)停車收費(fèi)、車輛自動(dòng)行駛，對(duì)交通路口、高速公路、軍事要塞、機(jī)關(guān)門衛(wèi)的過往車輛進(jìn)行實(shí)時(shí)登記、流量統(tǒng)計(jì)和對(duì)防衛(wèi)目標(biāo)的安全警備，對(duì)肇事車輛、被盜車輛、犯罪車輛進(jìn)行辨識(shí)和攔截等具有重要的作用。論文結(jié)合實(shí)際應(yīng)用，對(duì)車輛圖像的車牌定位、字符分割和字符識(shí)別進(jìn)行了系統(tǒng)的研究，主要研究?jī)?nèi)容如下： 首先分

2、析了幾種傳統(tǒng)的車牌定位方法，提出了基于投影圖像分布特征和數(shù)學(xué)形態(tài)學(xué)的車牌定位算法。根據(jù)車牌區(qū)域紋理豐富的特點(diǎn)，采用水平梯度算子求得圖像的水平投影圖，利用投影圖上的灰度跳變頻率得到車牌的水平定位，再運(yùn)用數(shù)學(xué)形態(tài)學(xué)的開閉運(yùn)算進(jìn)行車牌垂直定位，克服了粗定位精度不高的問題。 其次討論了幾何校正的各種算法，在此基礎(chǔ)上提出了改進(jìn)的Hough變換方法，該方法能準(zhǔn)確地校正車牌圖像的傾斜度；設(shè)計(jì)了一種基于汽車牌照特點(diǎn)的歸一化和投影特征相結(jié)合的算法

3、較好地實(shí)現(xiàn)了車牌字符的分割。 針對(duì)車牌字符由于受攝像機(jī)的性能、車牌的整潔度、光照等因素的影響，出現(xiàn)較嚴(yán)重的模糊、缺損或污染而難以識(shí)別的問題，采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法，以車牌字符作為識(shí)別對(duì)象，研究在干擾情況下的車牌識(shí)別問題，得到了較好的識(shí)別效果。 在上述算法研究的基礎(chǔ)上，采用VisualC++6.0編程語(yǔ)言實(shí)現(xiàn)了相關(guān)處理算法和車牌識(shí)別軟件的界面，并構(gòu)建了一套實(shí)用的車牌識(shí)別監(jiān)控管理系統(tǒng)，該系統(tǒng)具有車牌圖像和車輛信息