基于遺傳神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng)的研究.pdf

1、隨著信息技術(shù)和智能技術(shù)的快速發(fā)展,智能交通系統(tǒng)己逐步深入到人們的生活中。而作為智能交通系統(tǒng)的核心組成部分——車牌識別系統(tǒng),在現(xiàn)代交通系統(tǒng)扮演著舉足輕重的角色。
　　 本文對整個車牌識別系統(tǒng)進行了深入的分析與研究,在圖像預(yù)處理階段主要是選用Top-hat變換來解決了圖像偏暗的情況,并分析了各種邊緣算子的優(yōu)缺點,結(jié)合本文實際情況,選取Canny算子進行車牌字符區(qū)域的邊緣提取。車牌定位是本文的一大研究重點,本文提出一種融合彩色信息、灰

2、度信息、紋理特征和先驗信息的定位算法,采用數(shù)學形態(tài)學算法進行車牌類似區(qū)域提取后,利用我國車牌背景色與前景色固有的顏色搭配規(guī)律,在彩色空間進行車牌候選區(qū)域篩選。接著利用車牌區(qū)域的紋理信息和先驗信息去除車牌邊框、鉚釘以及其他噪聲,并利用Hough變換和圖象旋轉(zhuǎn)的思想對車牌進行了傾斜校正。在字符分割階段,利用垂直投影法進行粗分割,結(jié)合先驗知識進行精確分割,并對字符粘連和字符為“1”的情況進行了深入研究。字符的識別采用特征匹配和人工神經(jīng)網(wǎng)絡(luò)結(jié)合

3、的方法,用特征匹配的方法提取字符的特征(包含結(jié)構(gòu)特征和統(tǒng)計特征),作為神經(jīng)網(wǎng)絡(luò)的樣本輸入。因我國車牌七個字符的分布規(guī)律,本文采用分級網(wǎng)絡(luò)的思想,構(gòu)建漢字、字母以及字母/數(shù)字混合三類子網(wǎng)絡(luò),來分別進行字符識別。神經(jīng)網(wǎng)絡(luò)選用的是技術(shù)最成熟應(yīng)用最廣的BP神經(jīng)網(wǎng)絡(luò),但BP網(wǎng)絡(luò)是基于梯度的算法網(wǎng)絡(luò),有著收斂速度慢,受噪聲影響大以及易陷入局部最小值的缺陷。遺傳算法是一種以自然選擇和遺傳理論為基礎(chǔ),將生物進化過程中適者生存原則與群體內(nèi)部染色體的隨機信