基于改进神经网络的汽车车牌自动识别系统的研究与应用

论文摘要

随着我国经济的发展、汽车拥有量的急剧增加,公路交通成为我国重要的交通运输途径,而传统的人工管理方式已不能满足实际工作的需要,日益拥堵的城市交通需要用更先进、更有效的交通管理和控制技术。以计算机图像处理技术、通信技术为核心的智能化道路交通监控和管理系统ITS(Intelligent Transportation System)已成为当前交通管理发展的主要方向。本论文基于此背景展开,采用视觉分析和图像处理技术,利用计算机高速运算的特性,设计违章车辆的判定算法,并进行车牌号码识别。本文对车牌自动识别系统的关键技术进行了研究,提出了有效的解决策略,完成了实验,并在此基础上开发了一套车牌自动识别软件。文章中介绍了车牌识别系统构架,并对构成系统的各个模块进行深入分析;研究了视频采集与图像传输技术;深入讨论了违章车辆的判定算法,在综合多种算法的基础上提出了基于“虚拟线圈”和运动跟踪的违章车辆判定算法。在车牌定位和字符分割环节,深入研究了Otsu二值化算法,实现了基于边缘检测和垂直投影的车牌定位技术。采用图像旋转技术完成对倾斜图像的矫正,并提出了一种简单而有效的字符分割算法完成字符分割。在车牌字符的识别环节采用了神经网络技术。对传统BP神经网络收敛速度慢且容易陷入局部极小点等缺陷进行改造;采用了改进型的神经网络进行字符识别。实验证明,该方法对字符的识别是很有效的。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 车牌识别发展概况
• 1.2 车牌识别的具体应用领域
• 1.3 选题的背景和意义
• 1.4 课题的主要工作
• 1.5 车牌识别项目要求
• 1.6 论文组织结构
• 第2章 项目总体方案设计
• 2.1 车牌识别原理
• 2.1.1 违章车辆的判定方式
• 2.1.2 车牌的识别方式
• 2.2 设计方案确定
• 2.3 硬件部分设计
• 2.4 视频采集技术
• 2.5 视频转换和图像处理
• 2.5.1 OpenCV介绍
• 2.5.2 OpenCV的安装和使用
• 2.5.3 视频采集
• 2.6 视频传输技术
• 2.6.1 C/S传输模型
• 2.6.2 图像传输实现
• 2.7 本章小结
• 第3章 违章车辆的判定
• 3.1 判定方式分类
• 3.1.1 外触发机制
• 3.1.2 自触发机制
• 3.2 多信息融合的违章车辆判定
• 3.2.1 车辆违章的触发
• 3.2.2 车辆跟踪
• 3.3 本章小结
• 第4章 车牌区域提取和字符分割
• 4.1 车牌区域提取
• 4.1.1 车牌图像的二值化
• 4.1.2 边缘检测
• 4.1.3 利用中值滤波去除车牌图像噪声
• 4.1.4 利用水平和垂直投影提取车牌区域
• 4.2 字符分割
• 4.2.1 图像预处理
• 4.2.2 车牌的倾斜校正以及上下位置的精分割
• 4.2.3 字符分割过程
• 4.3 本章小结
• 第5章 字符识别
• 5.1 中国车牌特点
• 5.2 车牌识别方法综述
• 5.2.1 车牌识别难点
• 5.2.2 车牌识别常用方法
• 5.2.3 车牌特点分析以及设计要点
• 5.2.4 本论文采用的识别算法
• 5.3 基于神经网络的车牌字符识别
• 5.3.1 人工神经网络简介
• 5.3.2 BP网络模型
• 5.3.3 改进BP神经网络算法
• 5.3.4 LM神经网络算法
• 5.3.5 两种改进算法的比较
• 5.4 字母和数字的识别
• 5.4.1 样本库的整理
• 5.4.2 数字和字母特征的提取
• 5.4.3 样本训练设计
• 5.4.4 训练过程
• 5.4.5 字母和数字识别程序
• 5.4.6 识别结果检测
• 5.5 汉字识别
• 5.5.1 汉字识别综述
• 5.5.2 汉字识别难点以及解决方案
• 5.5.3 训练和识别过程
• 5.6 系统识别过程总述
• 5.7 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢