基于數(shù)學(xué)形態(tài)學(xué)和神經(jīng)網(wǎng)絡(luò)的車(chē)牌識(shí)別系統(tǒng)研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展和社會(huì)交通量的日益增大，智能交通系統(tǒng)的重要性日益突出。而車(chē)牌自動(dòng)識(shí)別系統(tǒng)（License Plate Recognition System）是智能交通系統(tǒng)中的重要組成部分，它在交通管理部門(mén)、高速公路、隧道、停車(chē)場(chǎng)、智能小區(qū)、橋梁、電子警察、海關(guān)等方面都有著廣泛用途和良好的應(yīng)用前景。 鑒于車(chē)牌自動(dòng)識(shí)別技術(shù)的重要性，已有不少研究者投身這一研究領(lǐng)域，并作了一些富有成效的工作。但是，目前能真正投入實(shí)際運(yùn)行的車(chē)牌識(shí)別

2、系統(tǒng)很少，而國(guó)外的車(chē)牌識(shí)別系統(tǒng)并不適合中國(guó)的車(chē)牌實(shí)際情況。因此，在這一研究領(lǐng)域，還有許多問(wèn)題需要大量的研究人員去研究和探討。 本文研究了車(chē)牌識(shí)別系統(tǒng)的四項(xiàng)關(guān)鍵技術(shù)：車(chē)牌圖像定位技術(shù)、車(chē)牌字符切分技術(shù)、車(chē)牌字符識(shí)別技術(shù)和車(chē)牌圖象幀視頻俘獲技術(shù)。在車(chē)牌圖像預(yù)處理的基礎(chǔ)上，本文提出了基于數(shù)學(xué)形態(tài)學(xué)進(jìn)行車(chē)牌圖像粗定位、基于字符邊緣特征進(jìn)行精確定位的車(chē)牌圖像定位方法，研究和探討了主要基于連通域判斷的字符切分方法和基于BP 人工神經(jīng)網(wǎng)絡(luò)的字