復雜環(huán)境下的車牌識別研究.pdf

1、汽車牌照識別(LicensePlateRecognitionSystem，LPR)作為目標自動識別的一種重要形式，可用于電子收費、出入控制、車流監(jiān)控等眾多場合，從而提高交通管理自動化的程度，它的相關技術的研究正逐漸受到人們的重視。 本文采用一種并行模糊神經網絡算法作為識別方法，以車牌字符作為識別對象，主要研究復雜環(huán)境下的車牌識別問題，以提高車牌識別系統(tǒng)的整體識別性能。 論文的汽車牌照自動識別系統(tǒng)包含3大主要模塊，即牌照的

2、預處理、定位分割與識別。 車牌定位和字符分割是汽車牌照識別系統(tǒng)中的關鍵技術。本文采用了一種綜合邊緣檢測、投影特征的車牌定位方法和基于垂直投影及模板匹配的字符分割方法，首先提取車牌灰度圖像邊緣，然后采用投影法確定車牌區(qū)域，用HOUGH變換檢測傾斜角度進而對傾斜的車牌進行矯正，最后通過字符分割算法對車牌字符進行切割，有效解決了復雜環(huán)境的干擾，車牌傾斜等問題。 針對車牌識別的后期技術，即對車牌字符識別做了研究并采用了一種新的車

3、牌識別方法，車牌識別子系統(tǒng)是由BP神經網絡識別模塊和模糊控制器構成的，為了便于硬件實現(xiàn)，各模塊是相互獨立的。 在理論研究的基礎上，首先采用Matlab工具對系統(tǒng)有關算法進行了仿真，然后采用VC++6.0編程工具實現(xiàn)了相應的算法，構造了一個車牌識別系統(tǒng)的軟件平臺。 研究表明：采用的邊緣檢測算法檢測邊緣速度快，車牌區(qū)域輪廓非常清晰。對實際獲取的車牌進行了大量實驗，結果表明本文的定位及字符分割算法能準確的進行定位車牌和字符分割