基于圖像處理的車牌識別算法設計與實現(xiàn).pdf

1、隨著我國經(jīng)濟的飛速發(fā)展，人們的生活水平得到了極大的提高。汽車已經(jīng)成為了一種日常消費品，越來越多地出現(xiàn)在普通百姓的家中。汽車數(shù)量的迅速增加，導致國內(nèi)大中城市的交通壓力不堪重負。管理部門希望可以通過研究一個智能交通系統(tǒng)，來全面、合理、智能的管理城市交通。作為智能交通系統(tǒng)的核心組成部分，車牌識別系統(tǒng)也引起了人們的重視，展開了多方面的研究。但無論是提出的算法還是目前市場上現(xiàn)有的產(chǎn)品都或多或少存在一些問題，對于背景較為復雜、車牌污損嚴重、天氣狀況

2、較差等情況下獲得的車牌圖像識別準確率較低。因此，對于車牌識別系統(tǒng)展開更為深入的研究具有十分重要的理論和應用意義。
　　本文主要對車牌識別系統(tǒng)中涉及的算法進行重點研究。主要包括4個部分：車牌圖像預處理、車牌定位、字符分割以及字符識別。在圖像預處理方面，主要研究圖像灰度化、二值化以及圖像濾波方法；在車牌圖像定位方面，根據(jù)幾種傳統(tǒng)定位方法的優(yōu)缺點，提出了一種將顏色特征和邊緣特征相結合的定位方法；在字符分割方面，為了保證分割的準確性，首先

3、研究了車牌圖像的傾斜校正，提出了基于字符行特征的校正方法。對于校正后的車牌圖像，采用基于改進水平投影的方法進行字符分割；在字符識別方面，設計了基于 BP神經(jīng)網(wǎng)絡的字符識別分類器，共包括4個子網(wǎng)絡，分別用于識別漢字、字母、數(shù)字以及字母/數(shù)字混合的情況。最后，在這些算法研究的基礎上，利用VC++6.0設計并實現(xiàn)了一個簡單的車牌識別測試系統(tǒng)。
　　實驗結果表明，本文設計的系統(tǒng)具有較高的可靠性，對于車牌字符的識別準確率整體處于一個較高的水