基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的車牌識別研究.pdf

1、車牌識別涉及數(shù)字圖像處理,模式識別,人工智能和計算機(jī)視覺等技術(shù),是實(shí)現(xiàn)交通智能化的關(guān)鍵環(huán)節(jié),在智能交通系統(tǒng)領(lǐng)域有著重要的實(shí)用價值。本文在分析幾種常用的車牌識別方法基礎(chǔ)上,結(jié)合對徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)及其算法的研究,設(shè)計了新的車牌識別系統(tǒng)。主要工作如下:
　　首先研究了基于灰度圖像的車牌定位方法和基于HIS空間進(jìn)行彩色車牌定位方法。針對其耗時長,易受光照影響,定位率低等缺點(diǎn),結(jié)合車牌的先驗(yàn)知識,采用掃描法統(tǒng)計車牌的藍(lán)白像素

2、,分割出合理的車牌區(qū)域,從而實(shí)現(xiàn)了車牌的定位,提高了定位速度和定位準(zhǔn)確度,且不易受光照影響。
　　其次研究了車牌字符的分割。對車牌區(qū)域進(jìn)行了灰度化處理,運(yùn)用Canny算子實(shí)現(xiàn)了邊緣檢測。利用Radon變換法對車牌進(jìn)行了傾斜矯正,同時根據(jù)OTSU法確定閾值進(jìn)行二值化;運(yùn)用數(shù)學(xué)形態(tài)學(xué)處理去掉車牌邊框和鉚釘,采用投影法最終實(shí)現(xiàn)了車牌字符的分割,并進(jìn)行了歸一化處理。
　　然后研究了車牌字符的識別方法。通過反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)