基于粒子群優(yōu)化BP網絡的車牌字符識別研究.pdf

1、汽車牌照識別技術作為智能交通系統(tǒng)的核心關鍵技術,在智能交通管制與監(jiān)視環(huán)節(jié)中發(fā)揮著重要的實用價值。近年來車牌識別系統(tǒng)的研究已經受到國內外越來越多的關注,如何提高系統(tǒng)的實時速度和識別準確率成為研究的熱點和難點。
　　本文針對車牌字符識別過程中的一些問題,在課題中做了深入細致的研究,涉及的內容概括為以下幾個方面。首先,介紹了圖像采集后的預處理操作的相關算法有圖像灰度化、線性變換、中值濾波處理技術完成了圖像的去噪。車牌定位和字符分割運用了

2、Sobel算子邊緣檢測、迭代閾值分割法、車牌傾斜矯正以及基于先驗知識與投影法相結合的字符分割法。其次,本文采用的是基于BP神經網絡的車牌字符識別法和基于粗網格與神經網絡相結合的特征提取法。最后,本文采用了基于粒子群優(yōu)化的BP網絡訓練,該方法結合了粒子能在整個空間全局搜索的特性和神經網絡在小范圍局部搜索的特性。在實驗階段,可明顯發(fā)現(xiàn)網絡收斂速度有所提高。
　　經過本文研究和實驗分析表明,本文采用的算法能夠很好的實現(xiàn)車牌的定位,分割與