毕业设计-副本详解.doc

中文摘要 随着城市交通管理现代化水平的提高，建立在车辆牌照识别基础上的交通信号自适应控制系统、智能交通监控系统、GPS车辆管理及导航系统、智能化交通管理系统应运而生。由于汽车牌照是机动车辆管理的主要标志符号之一，因此对车辆牌照识别系统的研究就尤为重要，该研究的核心是提高车牌识别准确性，这就需要识别算法能够对环境光照条件，拍摄位置和车辆行驶速度等因素的影响有较大的鲁棒性，并能够满足实时性的要求。 本文设计的主要内容包括：运用MATLAB仿真软件对后台图像进行高速，准确的处理。主要工作是利用BP神经网络算法对牌照的字符识别进行了研究。在牌照的定位之前，本文首先运用不同于当下传统的方法，而是结合当前比较热门的BP神经网络来对图像进行预处理，得到了比较突出的牌照信息。然后结合牌照自身的一些固有特征，用形态学的方法进行了车牌区域的准确定位；对定位得到的车牌，再次结合牌照内部细节特征，对车牌进行投影，从而得到了车牌较为完整的分割;最后在车牌字符识别阶段，以现今比较流行的神经网络为理论基础，在原有的神经网络算法基础上进行有效改进。仿真结果表明本算法在车牌识别中具有明显的优势。 本文研究内容的创新性体现在以下三个方面：(1)车牌定位阶段，采用一个改进的自适应PCNN神经网络对图像进行预处理可以得到一个细节丰富，边缘完整的二值图像，随后基于牌照固有特征，结合一种新的形态学方法，可以得到多个车牌候选区