基于数字图像处理的车辆牌照识别

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。利用电子信息技术来提高管理效率和安全的智能交通系统已成为当前交通管理发展的主要方向。车牌识别是智能交通中的关键技术之一。以自动的车牌号码识别为基础,可以对车辆进行自动登记、验证、监视、报警,进而可以应用在多种场合。车牌识别系统一般包括车牌定位、字符分割和字符识别三个模块。本文主要研究了汽车牌照的定位,分割以及牌照中数字和字母的识别方法。文章首先介绍了智能交通系统和车牌自动识别系统的发展和现以及车牌自动识别系统的工作原理和流程;接着介绍了车牌的定位的概念以及本文所采用的定位方法;按照系统流程由介绍了牌照的分割和分割所采用的方法;牌照分割之后详细阐述了车牌的字符识别方法。本文针对数字和字母分别采用不同的方法进行识别。数字的识别方法:采用数字轮廓结构特征和统计特征相结合的方法,并从中选出稳定的局部特征,利用结构语句识别的方法进行数字的识别。实验证明该方法能实现多种字体数字的准确识别,同时提高了识别速度。字母的识别本文采用了基于BP神经网络的方法:首先提取字母的结构特征,然后建立BP网络、训练网络、测试网路,实现对字母的识别。实验证明该方法的识别率较高。最后对本文的内容进行了总结,并对以后的工作进行了展望。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究目的和意义
• 1.2 国内外研究现状
• 1.3 车牌识别系统的构成
• 1.4 字符识别的难点
• 1.5 本文的主要研究内容及各章安排
• 第二章 车牌定位方法研究
• 2.1 引言
• 2.2 5 级灰度图的构造
• 2.2.1 颜色空间的选择
• 2.2.2 阚值的确定和灰度图的构造
• 2.3 车牌区域字符密度和几何结构特征研究
• 2.4 车牌分割
• 2.4.1 候选区域确定
• 2.4.2 车牌区域确定
• 2.4.3 车牌区域切割
• 2.5 本章小结
• 第三章 字符分割的研究
• 3.1 字符分割
• 3.2 噪声的消除与字符的倾斜校正
• 3.2.1 噪声的消除
• 3.2.2 基于Hough 变换的牌照倾斜校正
• 3.3 字符边界确定和字符分割
• 3.3.1 字符上下边界的确定
• 3.3.2 字符的垂直投影分割算法
• 第四章 基于轮廓特征的车牌数字识别
• 4.1 引言
• 4.2 字符轮廓的定义
• 4.3 结构基元
• 4.3.1 基元的定义
• 4.3.2 基元的检测
• 4.4 轮廓的统计特征
• 4.5 数字的识别算法
• 4.5.1 算法原理
• 4.5.2 实验结果与分析
• 第五章 基于BP 神经网络的车牌字母识别
• 5.1 引言
• 5.2 神经网络理论概述
• 5.3 神经网络模式识别的特点
• 5.4 BP 神经网络算法
• 5.4.1 BP 神经网络的基本结构
• 5.4.2 标准BP 学习算法
• 5.4.3 BP 网络算法
• 5.4.4 改进的BP 网络算法
• 5.5 基于BP 网络的字母识别算法
• 5.5.1 设计思路
• 5.5.2 实验结果与分析
• 第六章 结束语
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文
• 详细摘要