車牌漢字識(shí)別技術(shù)的研究與實(shí)現(xiàn).pdf

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

2、 本文針對(duì)車牌漢字識(shí)別及相關(guān)技術(shù)進(jìn)行研究，主要工作包括： (1)在對(duì)車牌漢字進(jìn)行識(shí)別前需要進(jìn)行必要的預(yù)處理工作，我們首先運(yùn)用車牌的先驗(yàn)知識(shí)進(jìn)行粗定位，然后采用Otsu閾值二值化方法等進(jìn)行快速魯棒的車牌區(qū)域細(xì)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(diǎn)準(zhǔn)確找到各個(gè)字符的分割點(diǎn)，為特征提取奠定了基礎(chǔ)； (2)提出一種優(yōu)化的Gabor濾波器特征提取算法直接對(duì)灰

3、度圖像進(jìn)行特征提取。利用車牌漢字圖像的統(tǒng)計(jì)信息和錯(cuò)誤識(shí)別率進(jìn)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(shè)計(jì)問題，保證了較優(yōu)的識(shí)別性能，也避免了傳統(tǒng)方法中因二值化操作造成的結(jié)構(gòu)信息丟失，又能有效降低數(shù)據(jù)維度，同時(shí)Gabor濾波器提取的特征對(duì)光照、輕微旋轉(zhuǎn)具有很好的魯棒性。 (3)提出采用改進(jìn)BP神經(jīng)網(wǎng)絡(luò)作為分類器的分類方法，針對(duì)BP算法存在的收斂速度慢、易陷入局部極小的缺點(diǎn)，分別引入動(dòng)量因子和自適