基于神经网格的车牌识别系统研究.doc

目 录 摘 要 1 Abstract 2 第一章 引 言 3 1.1课题背景及现实意义 3 1.2车牌识别技术的国内外研究动向及水平 4 1.3字符识别简介 4 1.3.1 字符识别发展概况 4 1.3.2 字符识别系统用到的方法 6 1.3.3 字符识别原理 7 1.4 基于神经网络的字符识别系统 8 1.4.1 系统简介 8 1.4.2 系统的基本技术要求 8 1.4.3 系统的软硬件平台 9 第二章 字符识别系统中的重要技术 10 2.1车牌图像预处理 10 2.1.1灰度拉伸 10 2.1.2二值化 12 2.2 特征提取 13 2.2.1 特征提取基本概念 14 2.2.2 区域内部的数字特征 15 2.2.3 基于边界的形状特征 19 第三章　　车牌定位与字符分割 25 3.1车辆牌照类型规格 25 3.2常用车牌定位方法 26 3.3线段性探针搜索定位方法 27 3.3.1水平方向定位 27 3.3.2垂直方向定位 29 3.4字符分割的简介 31 3.5本文采用的字符分割算法 31 第四章　　神经网络 33 4.1 人工神经元 33 4.2 人工神经网络构成 36 4. 3 人工神经网络的学习规则 37 4. 4 BP神经网络 38 第五章 系统的实现 45 5.1 系统流程图 45 5.2 程序实现 45 5.3 程序的总体框架 49 第六章 系统使用说明、测试及注意事项 51 6.1 系统使用说明 51 6.2 系统测试结果 53 6.3 注意事项 54 第七章 结论和展望 55 致 谢 56 参考文献 57  摘 要 为了对车牌字符的识别，本文将BP神经网络应用于汽车车牌的自动识别，在车牌图像进行预处理后的基础上，重点讨论了用BP神经网络方法对车牌照字符的识别。 首先将训练样本做图像预处理，对车牌上的字符进行分割，得到单个字符。对大小不一的字符做归一化后，对字符进行特征提取，把长为15，宽为25的归一化后的图像中的字符信息提取出来，图像中白点置为0，图像中的黑点置为1，这样就得到了15×25的特征向量，这个特征向量记录的就是字符的特征。把这个特征向量送到BP网络中进行训练，得到了训练好的权值，把他保存到“win.dat”和“whi.dat”中。然后打开要识别的图片（即车牌），对图像进行预处理后就可以识别了。识别率也在90%以上，表明该方法的有效性。 【关键词】：车牌识别；LPR；字符识别；特征提取； BP神经网络； Abstract For the discernment to the number plate character, this text applies BP neural network to the automatic discernment of the automobile number plate, on the basis that the number plate picture goes on in advance treated , is it use BP neural network method to car discernment , license plate of character to discuss especially. Will train samples to do the pretreatment of the picture at first, character in number plate cut apart, get the individual character. After making normalization to the character not of uniform size, drew the characteristic to the character 15, wide to draw out for character information of 25 picture behind the normalization, picture white point it puts to be 0, black point of picture is it as 1 , receive 15* 25 characteristic vector quantity like this to put, what the vector quantity of this characteristic is written down is the characteristic of the character . Send the characteristic vec