基于神经网络的车牌识别算法研究.pdf

Classified Index:
.:


Dissertation for the Master Degree in Engineering

RESEARCH ON ARITHMETIC OF CAR
LICENSE PLATE RECOGNITION
BASED ON WORK











Candidate: Zhang Jinyan
Supervisor: Prof. Fu Wei
Academic Degree Applied for: Master of Engineering
Speciality: Communication And
Information System
University: Yanshan University




万方数据
燕山大学硕士学位论文原创性声明

本人郑重声明:此处所提交的硕士学位论文《基于神经网络的车牌识别
算法研究》,是本人在导师指导下,在燕山大学攻读硕士学位期间独立进行
研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已
发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,
均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。

作者签字日期: 年月日

燕山大学硕士学位论文使用授权书

《基于神经网络的车牌识别算法研究》系本人在燕山大学攻读硕士学
位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所
有,本人如需发表将署名燕山大学为第一完成单位及相关人员。本人完全了
解燕山大学关于保存、使用学位论文的规定,同意学校保留并向有关部门送
交论文的复印件和电子版本,允许论文被查阅和借阅。本人授权燕山大学,
可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分
内容。

保密□,在年解密后适用本授权书。
本学位论文属于
不保密□。
(请在以上相应方框内打“√”)

作者签名: 日期: 年月日

导师签名: 日期: 年月日
万方数据
摘要
汽车牌照自动识别系统是现代智能交通系统中最为关键的技术之一,在
违章车辆抓拍、不停车自动收费、交通流量检测、停车场车辆管理、失窃车
辆查询等方面有着非常广阔的应用场景。近年来,对牌照识别系统的研究受
到国内外越来越多的关注,提高牌照识别算法的实现速度和准确率成为研究
的热点问题。
本文主要针对车牌字符识别过程中的车牌图像预处理、车牌定位、倾斜
校正、去边框、字符分割、特征提取和字符识别环节进行研究,并在MATLAB
环境下进行了仿真实验。
首先,在图像预处理的过程中,充分利用数字图像处理技术结合数学形
态学技术进行车牌图像预处理,并采用自适应初始阈值和传统的Ostu方法相
结合的二值化方法。
其次,在定位过程中,采用扫描线和车牌特征相结合的车牌定位方法;
由于倾斜的车牌图像会对后续的字符分割和字符识别产生不良影响,采用基
于字符行特征的倾斜校正方法对车牌进行校正处理。
再次,在车牌字符分割过程中,采用基于灰度跳变特征和垂直投影阈值
法的去边框方法,去除车牌边框,并采用垂直投影法结合车牌的先验知识进
行车牌字符分割。
最后,利用 BP 神经网络进行字符识别,采用基于字符投影像素数特征
和粗网格特征相结合的特征提取方法,设计出车牌字符识别 BP 神经网络,
利用字符的投影像素数特征和粗网格特征进行字符识别。

关键词车牌定位;字符分割;特征提取;字符识别;神经网络




万方数据
Abstract
In the modern Intelligent Transportation System (ITS), the License Plate
Recognition (LPR) is one of the most critical technologies. It has a very broad
application prospect in electronic policeman, electronic toll collection system,
traffic flow control, parking lot management, stolen vehicle inquiry, etc. In recent
years, t