应用于社区安防的车牌识别门禁系统关键技术研究.pdf

… 实用第一 智慧密集 … … … … … 应用于社区安防的车牌识别门禁系统关键技术研究 王岩。熊芳芳。卢曦 (南通理工学院计算机与信息工程学院，江苏 南通 226002) 摘 要：对应用于社区安防的车牌识别门禁系统关键技术，采用基于染色矩阵算法对1-1禁系统拍到的车牌图像进行 边缘检测，可避免反复的数据建模过程，又能减少图像处理时间；针对我国车牌的汉字、字母和数字字符共存的特 点，采用垂直投影字符分割与模板 匹配相结合的方法分别对车牌图像中的字母、数字字符和汉字字符进行分割，提 高了车牌字符分割精度；改进了应用于车牌识别上BP神经网络 (BackPropagationNeuralNetwork)识别技术，引入 了陡度因子，使 网络能够快速收敛，减少运算时间。实验表明，该车牌识别门禁系统关键技术可广泛应用在现代社 区中，也可以为社区门禁系统生产厂家提供技术支撑。 关键词：社区安防；车牌识别；门禁系统；关键技术 1 概述 板匹配相结合的方法进行实现车牌图像分割。 目前。应用于社区安防的智能车牌识别门禁系统具有较 (1)对于车牌图像中的字母和阿拉伯数字采用垂直投影 高研究价值。在智能车牌识别门禁系统的关键技术上，许多 字符分割。首先对车牌 图像边缘检测结果进行二值化：然后 学者做了深入研究，并获得了许多成果。 (1)在图像边缘检 通过统计图像上每列的垂直投影搜寻字符间隙，从车牌的最 测方面，文献lll给出了图像边缘检测的传统算法和新兴算法 ： 左侧开始 ，当找到第一个局部最小值时，把过这个点的竖直 (2)在车牌图像字符分割方面，常用的方法有连通区域法 、 直线作为最左边字符的左边界，之后往右搜索，当找到下一 垂直投影法等12131； (3)在车牌字符识别方面，基于BP神经 个局部最小值时，将过这个点的数值直线作为第一个字符的 网络的识别技术常常被提及4[1151，但该方法的训练成本差异较 右边界，如此类似，向右搜寻，直至将剩余字符的左右边界 大．可能进入局部最优状态，进而导致车牌识别出现误差。 找m来。 有鉴于此。对应用于社区安防的智能车牌识别门禁系统 (2)对于车牌图像 中的汉字字符 (即车牌冈像中最左侧 开展研究，首先引入染色矩阵算法来进行车牌图像的边缘检 汉字)采用模板匹配法进行分割。 测6【H，可以在保证精度的情况下，提高抗噪能力：其次针对 2-3 车牌识别 我国车牌的汉字和字符共有的特点，采用垂直投影字符分割 本系统构造了4个3层 BP神经网络，用来识别汉字 、英 与模板匹配相结合的方法对车牌图像中的字符进行分割；改 文字母 、数字。采用二进制编码作为输 出层神经元的目标向 进了应用于车牌识别上BP神经网络识别技术．引入了陡度因 量 ，对应的汉字网络输出节点为 6，字母网络输叶『J节点为 5， 子，使 网络能够快速收敛 ，减少运算时间。实验结果表明， 字母及数字网络输出节点为6，数字网络输出节点为4。如果 本系统可以对出入小区的汽车进行有效识别 ．系统可以广泛 计算处于某一层的第i个单元，下标i表示其前层第i个单元， 应用在现代社区中．也可以为社区门禁系统生产厂家提供技 下标 k表示后层第 k个单元，o表示本层输出， 表示前层 术支撑。 到本层的权值，算法的过程主要是实现下列过程直至收敛： 2 系统关键技术 (1)从前向后各层计算各单元0， 2．1 边缘检测