基于BP神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別算法研究.pdf

1、隨著社會(huì)信息化程度的提高,智能化交通管理已經(jīng)成為交管系統(tǒng)的發(fā)展趨勢(shì)。為了提高管理效率和水平,節(jié)省資源,把人從繁瑣的重復(fù)工作中解放出來,急需實(shí)現(xiàn)車輛信息管理的自動(dòng)化、科學(xué)化和規(guī)范化,車牌自動(dòng)識(shí)別系統(tǒng)的開發(fā)與應(yīng)用已經(jīng)迫在眉睫。車牌識(shí)別系統(tǒng)可以用在各類車輛管理場(chǎng)所,應(yīng)用前景廣泛。
　　 本文所研究的車牌識(shí)別系統(tǒng)主要包括四大部分:圖像預(yù)處理、車牌定位、字符分割和字符識(shí)別。
　　 圖像預(yù)處理介紹了圖像處理的基本知識(shí),分析了圖像灰度

2、化、圖像增強(qiáng)、圖像平滑以及圖像二值化的相關(guān)原理與方法。進(jìn)行各類算法的研究,并經(jīng)實(shí)驗(yàn)得出了一個(gè)行之有效的灰度直方圖規(guī)范化參數(shù)系列,實(shí)現(xiàn)了基于直方圖的二值化處理算法;運(yùn)用圖像數(shù)學(xué)形態(tài)學(xué)與車牌形狀特征相結(jié)合的方法成功完成車牌定位;提出了一種基于Canny邊緣檢測(cè)和Radon算法的車牌傾斜校正法;最后在利用粗網(wǎng)格特征提取方法的基礎(chǔ)上,實(shí)現(xiàn)了數(shù)字、字母、數(shù)字和字母、漢字等四個(gè)神經(jīng)網(wǎng)絡(luò)的構(gòu)建和訓(xùn)練,并利用Matlab平臺(tái)實(shí)現(xiàn)了網(wǎng)絡(luò)仿真識(shí)別實(shí)驗(yàn)。經(jīng)過