车牌识别关键技术的研究.pdfVIP

目录 3.3.3 字符分割32 3.4 实验结果分析34 3.5 本章小结35 4 36 第 章 车牌字符识别技术 4.1 车牌字符识别36 4.2 基于 BP 神经网络的字符识别 37 4.3 改进的车牌字符识别算法39 4.3.1 字符的归一化40 4.3.2 特征提取40 4.3.3 基于 BP 神经网络车牌识别 41 4.3.4 识别模型43 4.4 实验结果分析44 4.5 本章小结44 5 45 第 章 车牌识别系统 5.1 系统设计原理45 5.2 系统结构及主要功能45 5.3 系统采用的主要技术46 5.4 系统开发实验环境49 5.5 本章小结49 第 6 章 结论 50 6.1 研究工作总结50 6.2 研究工作展望50 致 谢51 参考文献52 附 录52 图 版55 II 摘要 摘 要 随着计算机科学技术的发展和交通运输量的日益增加，智能交通系统的重要 性日益突出，智能交通系统已成为当前交通管理发展的重要方向，而车牌自动识 别技术作为智能交通系统的重要组成部分，已经成为现代交通工程领域中研究的 重点和热点问题。它在交通管理部门、高速公路、隧道、停车场、智能小区、桥 梁、电子警察等方面有着广泛的用途和良好的应用前景。 车牌识别系统关键在于对车牌定位、字符分割、字符识别这三个环节的分析 和研究，车牌定位是将车牌区域从车辆图像中定位并分割出来；车牌字符分割是 将车牌图像分成单个的字符图像；字符识别是对车牌上的汉字、字母和数字进行 理解的过程。本文正是针对这三个环节进行研究，并设计了一个基于 Matlab 模 拟环境的车牌识别系统。 本文在车牌定位方面，分析比较相关技术，利用车牌的边缘特征与颜色信息 来实现车牌定位，采用了基于 HSV 模型的光照滤波方法、基于 Tophat 变换的形 态学方法、连通分析等技术进行图像预处理，在形成矩形区域的基础上进行了倾 斜校正，并使用基于纹理特征的支持向量机方法进行了文本验证，从而确定了车 牌区域。 在字符分割方面，分析比较了多种字符分割算法，采用了一种改进后的垂直 投影和水平投影方法，结合车牌字符的先验知识对车牌的字符分割，最终得到了 单个的字符区域，实验表明本算法取得了很好的效果。 在字符识别方面，针对汉字、字母、数字这几种不同的识别问题，比较了各 种特征提取方法，采用了主成分分析的方法进行提取特征。分析比较了各种分类 方法，对 BP 神经网络的构成以及相关的理论进行了讨论，设计了 BP 神经网络分 类器，对车牌字符进行了识别。 本系统能较准确的定位、分割车牌并进行识别，系统性能良好，根据本论文 提出的算法，实验表明本系统整体识别率达到了 92%以上。 关键词: 车牌定位 车牌分割 车牌识别 支持向量机 图书分类号:TP311.1 III Abstract Abstract AAbbssttrraacctt Abstract Abstract AAbbssttrr