基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)車牌識(shí)別的研究.pdf

1、車牌識(shí)別系統(tǒng)、(License Plate Recognition System,LPRS)是智能交通系統(tǒng)(Intelligent Transport System,ITS)一個(gè)重要組成部分。隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展,汽車的總量也大幅度增加,汽車在給人們帶來(lái)方便的同時(shí),也出現(xiàn)了很多問(wèn)題,所以LPRS的研究也顯得越來(lái)越重要。LPRS應(yīng)用十分廣泛,例如失竊車輛偵查、不停車?yán)U費(fèi)、城市道路監(jiān)控、違章車輛管理、停車場(chǎng)管理、部分重要部門(mén)內(nèi)部車輛識(shí)別等

2、等。隨著ITS的日益普及,研究更為穩(wěn)定、快速、準(zhǔn)確的車牌識(shí)別技術(shù)具有巨大的實(shí)用意義和社會(huì)價(jià)值。
　　 本文通過(guò)對(duì)改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行研究并應(yīng)用于車牌識(shí)別,闡述了車牌識(shí)別的全過(guò)程,并且對(duì)漢字字符特征的提取方法進(jìn)行改進(jìn),最后根據(jù)實(shí)驗(yàn)結(jié)果證明了該方法對(duì)于以往識(shí)別系統(tǒng)的識(shí)別效果有一定的改善。
　　 車牌識(shí)別系統(tǒng)主要包含車牌定位、車牌分割、字符識(shí)別三個(gè)組成部分,本文工作也主要針對(duì)以上三個(gè)部分進(jìn)行。
　　 1、車牌定位:首

3、先對(duì)人們提出的車牌定位方法進(jìn)行總結(jié)分類,對(duì)車牌的特征進(jìn)行分析,對(duì)圖像灰度化效果不好的圖片進(jìn)行灰度拉伸,試驗(yàn)各種微分算子對(duì)圖像進(jìn)行邊緣檢測(cè),經(jīng)對(duì)比分析確定選用sobel算子,對(duì)邊緣檢測(cè)圖像進(jìn)行形態(tài)學(xué)處理。根據(jù)車牌的每一行、每一列的黑色像素總數(shù)來(lái)提取車牌的具體位置,對(duì)于部分難以提取的車牌,論述了基于顏色的車牌提取技術(shù)。
　　 2、車牌分割:在車牌分割部分中,詳細(xì)介紹了目前圖像分割中的各種技術(shù),然后對(duì)與之前提取的車牌進(jìn)行二值化處理,車

4、牌背景色的統(tǒng)一,車牌的傾斜校正、去除邊框等圖像的預(yù)處理,然后將字符圖像分割提取出來(lái)并進(jìn)行歸一化處理。
　　 3、字符識(shí)別:識(shí)別部分首先論述了車牌字符識(shí)別相對(duì)于其它字符識(shí)別技術(shù)的特殊性,并對(duì)字符的特征進(jìn)行提取,針對(duì)于漢字與字母和數(shù)字在結(jié)構(gòu)上的不同,提出了兩種字符特征提取方法。詳細(xì)描述了BP神經(jīng)網(wǎng)絡(luò)的算法與改進(jìn),并且基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)分別對(duì)漢字、大寫(xiě)字母、大寫(xiě)字母加數(shù)字進(jìn)行識(shí)別。
　　 經(jīng)試驗(yàn)證明,本文提出的方法具有較好