車牌字符自動識別的研究.pdf

1、近幾年來，我國的國民經(jīng)濟一直持續(xù)穩(wěn)定的發(fā)展，人民生活水平得到了不斷地提高，交通條件也十分通暢，汽車的保有量快速增加。智能交通系統(tǒng)與高速公路是相輔相成，相互促進，共同發(fā)展的。智能交通系統(tǒng)在信息采集、監(jiān)控違章車輛、車輛跟蹤等方面上有著廣泛而深遠的發(fā)展前景，是近年來研究的熱點。對于我國所有能夠上路行駛的車輛來說，其唯一統(tǒng)一的標志就是車輛的牌照，所以整個智能交通管理系統(tǒng)的核心就在于車牌字符自動識別技術(shù)。它的過程是:首先是預(yù)處理采集到的車輛圖像;

2、然后自動定位到車輛的牌照區(qū)域;再將字符進行分割出來;最后，采用神經(jīng)網(wǎng)絡(luò)等方法來識別出來。在高速公路上安裝的車牌字符自動識別系統(tǒng)，充分考慮了高速公路的周邊環(huán)境特點，弱化了周圍環(huán)境的影響，可以實現(xiàn)快速而準確的車牌識別。
　　本文是在車牌字符自動識別技術(shù)方面進行了比較研究和設(shè)計之后，充分結(jié)合了我國車牌的實際情況進行研究的。本文所用的車牌字符自動識別過程主要包括圖像預(yù)處理、車牌定位與字符分割、人工神經(jīng)網(wǎng)絡(luò)。其中圖像預(yù)處理方面，主要從采集的

3、方式、采集的設(shè)備、采集設(shè)備的位置三個方面介紹了圖像采集的相關(guān)問題。在獲得車牌圖像的信息后，首先進行彩色圖像與灰度圖像之間的轉(zhuǎn)化，然后對圖像進行平滑處理，再進行過邊緣檢測之后，通過二值化進行處理，就可以得到了預(yù)處理的車輛圖像。之后介紹了基于灰色圖像、彩色圖像、基于紋理特征的顏色圖像定位和基于幾何形態(tài)的車牌定位以及神經(jīng)網(wǎng)絡(luò)系統(tǒng)定位等車牌的定位方法。在車牌字符分割模塊中，本文主要針對實際情境中容易出現(xiàn)的拍攝圖像中車牌傾斜、字符與字符粘連、字符

4、與邊框粘連、字符漏檢等典型問題，提出了行之有效的應(yīng)對方法，然后采用水平投影與垂直投影相結(jié)合，去除鉚釘和邊框等方面的影響之后再進行分割。在最后的識別方面使用的是BP神經(jīng)網(wǎng)絡(luò)。首先需要將分割得到的字符進行歸一化處理，然后通過前人的經(jīng)驗和實驗來確定神經(jīng)網(wǎng)絡(luò)三層的神經(jīng)元的數(shù)目，建立神經(jīng)網(wǎng)絡(luò)系統(tǒng)。最后對這個建立的神經(jīng)BP神經(jīng)網(wǎng)絡(luò)進行足夠多次訓(xùn)練，對訓(xùn)練結(jié)果反復(fù)比較，再結(jié)合實際應(yīng)用中的情況不斷的改進缺陷，形成成熟的BP神經(jīng)網(wǎng)絡(luò)。本文在濟南港溝收費站