基于變論域神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別研究.pdf

1、隨著國(guó)家經(jīng)濟(jì)的發(fā)展，每一年汽車的數(shù)量較上年都有大幅度的上升，所以對(duì)道路交通的管理也是個(gè)不小的難題。如今，智能型交通體系的出現(xiàn)有效地緩解了交通壓力，同時(shí)，智能交通體系正在逐漸地取代傳統(tǒng)的交管系統(tǒng)。而車牌識(shí)別技術(shù)在智能交通體系中被廣泛的應(yīng)用，所以研究車牌識(shí)別技術(shù)對(duì)交管系統(tǒng)的發(fā)展具有實(shí)際應(yīng)用價(jià)值。本文的主要工作如下:
　　第一，車牌識(shí)別的對(duì)象是圖像，由于外界因素的干擾，車牌圖像往往達(dá)不到最佳效果，所以有必要對(duì)其進(jìn)行前期處理，包括圖像預(yù)處

2、理和車牌定位。經(jīng)過(guò)圖像處理后，得到二值圖像，在此基礎(chǔ)上，本文提出水平投影算法對(duì)其進(jìn)行水平定位，利用數(shù)學(xué)形態(tài)學(xué)方法及其垂直投影對(duì)其垂直定位，為字符分割提供方便。
　　第二，對(duì)字符分割之前同樣需要做一些準(zhǔn)備工作，首先給圖像設(shè)定一個(gè)統(tǒng)一的形式，本文選取黑底白字作為標(biāo)準(zhǔn)，當(dāng)圖像與之不符，需要做反色處理。若定位后的車牌有傾斜，我們采用霍夫變換將水平方向的兩條線校正過(guò)來(lái)。最后，根據(jù)車牌的尺寸特征，從車牌的垂直投影圖中找出字符所在的位置，并將其

3、分離開(kāi)來(lái)。
　　第三，車牌字符識(shí)別的方法有很多種，本文采用神經(jīng)網(wǎng)絡(luò)方法來(lái)識(shí)別車牌中的字符。本文著重分析了BP神經(jīng)網(wǎng)絡(luò)算法的原理，并將變論域理論應(yīng)用到學(xué)習(xí)率動(dòng)態(tài)調(diào)節(jié)上，構(gòu)成變論域神經(jīng)網(wǎng)絡(luò)。雖然神經(jīng)網(wǎng)絡(luò)具有特征提取的功能，但為了加快識(shí)別速度，本文提出了小波矩特征提取的算法。在識(shí)別過(guò)程中，根據(jù)字符的位置，設(shè)計(jì)3個(gè)相應(yīng)的子神經(jīng)網(wǎng)絡(luò)對(duì)其識(shí)別，將三個(gè)結(jié)果統(tǒng)計(jì)到一起得到最終識(shí)別結(jié)果。通過(guò)實(shí)驗(yàn)數(shù)據(jù)可以得到，變論域神經(jīng)網(wǎng)絡(luò)在車牌識(shí)別的效果上更勝一籌