基于投影圖像分布特征和神經網絡的車牌識別系統(tǒng)的研究.pdf

1、車牌識別是智能交通系統(tǒng)中的一個重要環(huán)節(jié)，它在交通監(jiān)視和控制中占有很重要的地位。車輛牌照自動識別系統(tǒng)實現(xiàn)對交通信息統(tǒng)計收集、路車間通信、停車場管理、無停車收費、車輛自動行駛，對交通路口、高速公路、軍事要塞、機關門衛(wèi)的過往車輛進行實時登記、流量統(tǒng)計和對防衛(wèi)目標的安全警備，對肇事車輛、被盜車輛、犯罪車輛進行辨識和攔截等具有重要的作用。論文結合實際應用，對車輛圖像的車牌定位、字符分割和字符識別進行了系統(tǒng)的研究，主要研究內容如下： 首先分

2、析了幾種傳統(tǒng)的車牌定位方法，提出了基于投影圖像分布特征和數(shù)學形態(tài)學的車牌定位算法。根據(jù)車牌區(qū)域紋理豐富的特點，采用水平梯度算子求得圖像的水平投影圖，利用投影圖上的灰度跳變頻率得到車牌的水平定位，再運用數(shù)學形態(tài)學的開閉運算進行車牌垂直定位，克服了粗定位精度不高的問題。 其次討論了幾何校正的各種算法，在此基礎上提出了改進的Hough變換方法，該方法能準確地校正車牌圖像的傾斜度；設計了一種基于汽車牌照特點的歸一化和投影特征相結合的算法

3、較好地實現(xiàn)了車牌字符的分割。 針對車牌字符由于受攝像機的性能、車牌的整潔度、光照等因素的影響，出現(xiàn)較嚴重的模糊、缺損或污染而難以識別的問題，采用改進的BP神經網絡模式識別方法，以車牌字符作為識別對象，研究在干擾情況下的車牌識別問題，得到了較好的識別效果。 在上述算法研究的基礎上，采用VisualC++6.0編程語言實現(xiàn)了相關處理算法和車牌識別軟件的界面，并構建了一套實用的車牌識別監(jiān)控管理系統(tǒng)，該系統(tǒng)具有車牌圖像和車輛信息