車牌漢字識別技術的研究與實現(xiàn).pdf

1、車牌識別系統(tǒng)(LPR)是智能交通系統(tǒng)的核心組成部分，廣泛應用于交通部門的違章檢測(電子警察)、高速公路自動收費和智能停車場管理等方面。車牌識別系統(tǒng)主要包含車牌定位、字符分割、車牌字符識別三個主要部分，綜合了模式識別、人工智能、計算機視覺和數(shù)字圖形圖像處理等多個學科領域。車牌漢字由于筆劃多，相對于字母、數(shù)字來說，目前識別率較低，因此，車牌漢字識別問題是車牌識別的關鍵技術難題之一，研究車牌漢字識別問題并提高其識別率具有重要的現(xiàn)實意義。

2、 本文針對車牌漢字識別及相關技術進行研究，主要工作包括： (1)在對車牌漢字進行識別前需要進行必要的預處理工作，我們首先運用車牌的先驗知識進行粗定位，然后采用Otsu閾值二值化方法等進行快速魯棒的車牌區(qū)域細定位，獲得完整、清晰的車牌輪廓，并采用回掃式字符切割方法，充分利用了車牌字符固有的特點準確找到各個字符的分割點，為特征提取奠定了基礎； (2)提出一種優(yōu)化的Gabor濾波器特征提取算法直接對灰

3、度圖像進行特征提取。利用車牌漢字圖像的統(tǒng)計信息和錯誤識別率進行參數(shù)的篩選解決了Gabor濾波器組用在車牌漢字特征提取中的參數(shù)優(yōu)化設計問題，保證了較優(yōu)的識別性能，也避免了傳統(tǒng)方法中因二值化操作造成的結構信息丟失，又能有效降低數(shù)據(jù)維度，同時Gabor濾波器提取的特征對光照、輕微旋轉具有很好的魯棒性。 (3)提出采用改進BP神經(jīng)網(wǎng)絡作為分類器的分類方法，針對BP算法存在的收斂速度慢、易陷入局部極小的缺點，分別引入動量因子和自適