基于图像处理及BP神经网络的车牌识别技术的研究.pdf

⋯烈虞舞垮拨走·晕学位论文基于图像处理及神经网络的车牌识别技术的研究冯知凡指导教师姓名:申请学位级别:论文定稿日期:学位授予单位:学位授予同期:方康玲教授湖北省武汉科技大学信息科学与工程学院答辩委员会主席:评阅人:胡荣强教授厂一分类号:密级:—猺—!猯———!!猠——獁————!猺——##刘晓玉副教授...
指导教师签名:立磁论文作者签名:力挑论文作者签名:≯堡竺,:所呈交的学位论文是本人在导师指导下,独立进行研究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的工作外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。申请学位论文与资料若有不实之处,本人承担一切相关责任。日期:蹋本论文的研究成果归武汉科技大学所有,其研究内容不得以其它单位的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定,同意学校保留并向有关部门凑铡段浜嚎萍即笱Ч赜谘芯可宦畚氖章工作的规定》执行徒宦畚牡母从〖偷缱影姹荆市砺畚谋徊樵暮徒柙模同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行检索和对外服务。期:日如
车牌识别;车牌定位;字符分割;字符识别;图像处理;卯神经网络摘要武汉科技大学硕士学位论文位。同时,在智能交通领域的应用中,有很多基于图像处理、模式识别及机器视觉技术的研究课题,而其中重点之一即是车牌的自动识别,其主要包括车牌定位、倾斜矫正、字符分割及字符识别等四个部分。像彩色信息、纹理分析、边缘检测、数学形态学、遗传学及神经网络,等等。车牌倾斜矫正主要有以下几种方法:基于几何与纹理分析的方法、基于毕呒觳獾姆椒ḿ基于边缘检测的方法等。车牌字符分割主要有以下几种方法:基于纹理和投影特征的方法、基于С窒蛄炕的聚类方法、基于区域生长的分割算法及基于先验知识的马尔可夫模型分割算法等。车牌字符识别主要有以下几种方法:模式匹配法、特征分类法及基于神经网络的分类方法等。充分考虑到汽车牌照在实际拍摄中往往存在着噪声污染、畸变扭曲、字符断裂、光照不均、车牌尺寸颜色多样化等不良因素,并在参考前人研究并综合考虑各种算法的优缺点的基础上,本论文提出了一套改进型车牌识别算法。在车牌定位部分,利用车牌纹理特征、投影特征及形状特征た肀等有效信息,并应用,方向边缘检测、一阶水平差分、曲线平滑、波峰波谷检测法及波峰区域合并法,快速准确地实现车牌定位。在倾斜矫正部分,利用车牌字符的纹理分布特征,避免了车牌边缘被污染或不存在的影响及毕呒觳飧丛釉怂恪T谧址指畈糠郑诔浞掷贸蹬谱址奈评硖卣鳌⒚积分布特征及形状特征た肀等先验知识的前提下,结合投影特征和连通域特征来实现字符分割。在字符识别部分,采用了基于,反向传播窬绲字符识别方法。同时,整个算法处理过程还应用到灰度变换、⒆畲罄嗉浞讲法允视︺兄刀祷⑼枷衤瞬ā⒈咴导觳獾取本文首先介绍了车牌识别技术的研究背景及研究现状,并阐述了本文的主要研究内容、创新点及论文组织结构。其次介绍了一些本文应用到的相关知识及系统理论,包括数字图像处理的基础知识及其在相关方面的应用,数学形态学的基础知识及其在图像处理中的应用,神经网络理论基础及其在模式识别方面的应用。然后从车牌定位、车牌字符分割及车牌字符识别三个部分对本论文车牌识别算法进行了详细分析与介绍。最后从系统级上介绍了车牌识别技术的实现,对本论文算法进行仿真,并对结果进行分析、实验证明,本论文中所述的改进型的车牌识别算法准确、有效、可靠。关键字:第车牌识别系统琇谥悄芙煌ㄏ低持姓加蟹浅V匾5牡目前,车牌定位算法有很多种,且大部分都基于一定的理论知识体系,主要为:图总结。
:瓵,琾,.,,瓵:,瑀甌.
武汉科技大学硕士学位论文第Ⅱ琣,,;;籭籺琽甋,甌.,,簂籰;
武汉科技大学硕士学位论文录目绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本课题的研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一本文研究内容及创新点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章数字图像处理及神经网络理论基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数字图像处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章车牌定位⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.常用的车牌定位方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯