基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的車牌識別算法研究與實(shí)現(xiàn).pdf

1、隨著中國經(jīng)濟(jì)的快速發(fā)展，人們購買并使用機(jī)動車的數(shù)量也不斷增加。因此對行駛在路面上的機(jī)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(jìn)行深入研究。使用基于卷積神經(jīng)網(wǎng)絡(luò)的識別方法并結(jié)合改進(jìn)的LeNet-5卷積神經(jīng)網(wǎng)絡(luò)模型對車牌字符進(jìn)行識別。將改進(jìn)后的識別算法工程化，編寫車牌識別軟件驗(yàn)證識別算法的準(zhǔn)確率以及識別耗時(shí)。
　　本文建立在車牌位置已經(jīng)精確定位的前提條件下，對車牌字符識別算法進(jìn)行研究。首先，采用灰度變

2、換、透視變換、二值化、形態(tài)學(xué)處理等方式對車牌圖像進(jìn)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(jīng)網(wǎng)絡(luò)訓(xùn)練環(huán)境。選擇適合工程應(yīng)用的網(wǎng)絡(luò)模型，通過實(shí)際測試分析網(wǎng)絡(luò)模型以及訓(xùn)練過程時(shí)存在的問題。再次，對網(wǎng)絡(luò)結(jié)構(gòu)以及訓(xùn)練參數(shù)初始化上進(jìn)行改進(jìn)，通過訓(xùn)練改進(jìn)后的網(wǎng)絡(luò)從而獲得字符識別所需要的分類器。最后，編寫?yīng)毩⒌能嚺谱址R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