基于改進BP神經網絡車牌識別的研究.pdf

1、車牌識別系統(tǒng)、(License Plate Recognition System,LPRS)是智能交通系統(tǒng)(Intelligent Transport System,ITS)一個重要組成部分。隨著我國經濟的飛速發(fā)展,汽車的總量也大幅度增加,汽車在給人們帶來方便的同時,也出現(xiàn)了很多問題,所以LPRS的研究也顯得越來越重要。LPRS應用十分廣泛,例如失竊車輛偵查、不停車繳費、城市道路監(jiān)控、違章車輛管理、停車場管理、部分重要部門內部車輛識別等

2、等。隨著ITS的日益普及,研究更為穩(wěn)定、快速、準確的車牌識別技術具有巨大的實用意義和社會價值。
　　 本文通過對改進的BP神經網絡進行研究并應用于車牌識別,闡述了車牌識別的全過程,并且對漢字字符特征的提取方法進行改進,最后根據(jù)實驗結果證明了該方法對于以往識別系統(tǒng)的識別效果有一定的改善。
　　 車牌識別系統(tǒng)主要包含車牌定位、車牌分割、字符識別三個組成部分,本文工作也主要針對以上三個部分進行。
　　 1、車牌定位:首

3、先對人們提出的車牌定位方法進行總結分類,對車牌的特征進行分析,對圖像灰度化效果不好的圖片進行灰度拉伸,試驗各種微分算子對圖像進行邊緣檢測,經對比分析確定選用sobel算子,對邊緣檢測圖像進行形態(tài)學處理。根據(jù)車牌的每一行、每一列的黑色像素總數(shù)來提取車牌的具體位置,對于部分難以提取的車牌,論述了基于顏色的車牌提取技術。
　　 2、車牌分割:在車牌分割部分中,詳細介紹了目前圖像分割中的各種技術,然后對與之前提取的車牌進行二值化處理,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處理,然后將字符圖像分割提取出來并進行歸一化處理。
　　 3、字符識別:識別部分首先論述了車牌字符識別相對于其它字符識別技術的特殊性,并對字符的特征進行提取,針對于漢字與字母和數(shù)字在結構上的不同,提出了兩種字符特征提取方法。詳細描述了BP神經網絡的算法與改進,并且基于改進的BP神經網絡分別對漢字、大寫字母、大寫字母加數(shù)字進行識別。
　　 經試驗證明,本文提出的方法具有較好