基于學(xué)習(xí)型算法的車(chē)牌識(shí)別技術(shù)研究.pdf

1、車(chē)牌識(shí)別技術(shù)是智能交通的重要組成部分，與傳統(tǒng)的交通管理方法相比，在高速公路收費(fèi)、交通管理等各個(gè)領(lǐng)域有著廣闊的應(yīng)用前景，對(duì)我國(guó)改善交通狀況，實(shí)現(xiàn)交通管理的科學(xué)化有著十分重要的意義。 通過(guò)對(duì)圖像處理知識(shí)、模式識(shí)別技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)的學(xué)習(xí)，本文從“車(chē)牌識(shí)別過(guò)程”這個(gè)角度出發(fā)，分別在車(chē)牌定位、車(chē)牌字符分割和車(chē)牌字符識(shí)別三個(gè)方面做了研究和論述。 首先，研究了國(guó)內(nèi)外車(chē)牌識(shí)別技術(shù)現(xiàn)狀，了解了國(guó)內(nèi)車(chē)牌狀況，并對(duì)國(guó)內(nèi)的車(chē)牌識(shí)別技術(shù)進(jìn)行了分

2、析。其次，從實(shí)用的角度出發(fā)，設(shè)計(jì)了一系列的定位，分割和識(shí)別算法，并在用VC++ 6.0搭建的實(shí)驗(yàn)平臺(tái)上實(shí)現(xiàn)，驗(yàn)證了算法的可行性。 在車(chē)牌定位這一步，從實(shí)用的角度出發(fā)，采用基于灰度圖像的車(chē)牌定位方法。在定位中，采用Prewitt算子對(duì)圖像邊緣化處理；用迭代閾值法確定閾值來(lái)對(duì)圖像二值化處理；再通過(guò)水平掃描和垂直掃描，并利用車(chē)牌先驗(yàn)知識(shí)，取得良好的定位效果。在分割前，用Hough變換進(jìn)行傾斜校正，之后用簡(jiǎn)單的垂直投影法分割字符。在字符識(shí)別這部