- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
摘要
近年来,汽车牌照自动识别技术在智能交通系统中有着越来越广泛的应用,
但由于该系统中技术难点较多,汽车牌照的准确定位、环境光的影响、汉字字
符的识别等诸多因素影响着识别的效果,给该系统的普及带来了一定的障碍,
需要科研人员对系统不断完善。
一个完整的汽车牌照识别系统工作流程一般由三部分组成:图像输入、汽
车牌照定位、字符识别。本文主要讨论软件部分的工作,包括牌照定位与字符
识别。围绕以上任务,本文对视频中运动物体的检测算法、汽车牌照的准确定
位方法、字符的特征值提取算法、人工神经网络识别法等作了深入的研究与探
讨。主要研究工作包括:
运动检测中提出一种基于最长静止分段中点法的改进算法提取视频背景,
以最大类间方差法求取最佳分割阀值,效果良好;并采用了直线拦阻算法直接
寻找汽车牌照:以上方法的综合使用,可以较准确地判断出视频当前帧中有无
车辆经过。
在汽车牌照定位中,以彩色边缘颜色对法并辅以车牌结构特征、纹理特征
等,较准确地提取出了汽车牌照位置。
在字符特征提取时,以多种算法提取字符特征,达到了区别性好、数量少
的基本要求。
字符。实践证明,这种改进BP算法可以有效地提高识别率,并能减少陷入局部
极小点的情况。
本系统在实现过程中,一方面采用了来自各种学术文献上的较为优秀的成
熟算法;另一方面,在某些模块采用了性能更好的新算法,并对某些新理论的
应用作了一定的尝试。系统的稳定性一直是本文重视的一个问题。
将来,进一步的工作包括以下几个方面:尝试运动物体检测的新算法,以
出进一步的改进,提高系统的整体识别率;尽量克服光照不均对分割率和识别
率带来的影响:优化程序算法,提高系统的实时性能。
摘要
算法的BP神经网络
Il
Abstract
ABSTRACT
a
Inrecent license hadwide
recognitionsystem application
plate
years,vehicle
therewere difficultiesin as
in traffic because many it,such
intelligentsystem.But
influencesun’s andthe ofChinese
license of ray recognition
plateposition,the
ishardforthe tobe researchmustbe
characters,it systempopularized.Scientific
out the
carriedto
perfectsystem.
and constitutean
characters
Imageinput,licenseplateposition recognition
文档评论(0)