基于BP神經(jīng)網(wǎng)絡(luò)的車牌自動識別的應(yīng)用研究.pdf

1、基于BP神經(jīng)網(wǎng)絡(luò)的車牌自動識別技術(shù)是當(dāng)代計算機、圖像處理、人工智能、模式識別等理論發(fā)展起來的新型圖像處理技術(shù)，是在傳統(tǒng)的圖像識別方法的基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識別方法，在高速公路收費管理、高速公路超速自動化監(jiān)管、城市交通路口的“電子警察”、停車場收費管理等面有著廣闊的應(yīng)用前景。車牌識別的難點在于對車牌區(qū)域的正確分割和字符識別，本文針對這些問題都進(jìn)行了相應(yīng)的研究。 本文主要研究了車牌的定位，車牌字符分割和利用BP神經(jīng)網(wǎng)絡(luò)對

2、車牌字符進(jìn)行識別的三大內(nèi)容，采用理論與實際實驗相結(jié)合的方法，對上述三大主要內(nèi)容都進(jìn)行的仿真實驗，仿真實例實驗證明了該方法的可行性，以及該方法具有的良好魯棒性，并取得了一些比較有益的結(jié)果。 本文分為五個章節(jié)，各章節(jié)主要是根據(jù)圖像識別系統(tǒng)中處理環(huán)節(jié)的順序進(jìn)行安排；第一章介紹了智能交通的發(fā)展和內(nèi)容，以及本論文計劃要完成的研究任務(wù)。第二章介紹了車牌圖像的預(yù)處理，包括圖像灰度化、圖像濾波、圖像二值化、邊緣提取和數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)理論，并對部

3、分算法進(jìn)行了仿真實驗。第三章主要在對現(xiàn)有車牌定位技術(shù)進(jìn)行分析研究的基礎(chǔ)上，利用灰度累積投影與邊緣圖像跳變統(tǒng)計的車牌定位方法對車牌進(jìn)行定位，實驗證明，效果比較理想。第四章首先分析了車牌字符的規(guī)律和幾何特征，分析了車牌的這些先驗知識之后，利用數(shù)學(xué)形態(tài)學(xué)處理和圖像垂直投影分布的方法對車牌字符進(jìn)行分割。第五章主要介紹了神經(jīng)網(wǎng)絡(luò)的基本知識和BP算法，并討論了BP算法的優(yōu)缺點，針對BP算法存在的缺點進(jìn)行了改進(jìn)，最終利用BP神經(jīng)網(wǎng)絡(luò)對字符進(jìn)行識別，并