基于BP神經(jīng)網(wǎng)絡的車牌識別算法研究.pdf

1、隨著社會信息化程度的提高,智能化交通管理已經(jīng)成為交管系統(tǒng)的發(fā)展趨勢。為了提高管理效率和水平,節(jié)省資源,把人從繁瑣的重復工作中解放出來,急需實現(xiàn)車輛信息管理的自動化、科學化和規(guī)范化,車牌自動識別系統(tǒng)的開發(fā)與應用已經(jīng)迫在眉睫。車牌識別系統(tǒng)可以用在各類車輛管理場所,應用前景廣泛。
　　 本文所研究的車牌識別系統(tǒng)主要包括四大部分:圖像預處理、車牌定位、字符分割和字符識別。
　　 圖像預處理介紹了圖像處理的基本知識,分析了圖像灰度

2、化、圖像增強、圖像平滑以及圖像二值化的相關原理與方法。進行各類算法的研究,并經(jīng)實驗得出了一個行之有效的灰度直方圖規(guī)范化參數(shù)系列,實現(xiàn)了基于直方圖的二值化處理算法;運用圖像數(shù)學形態(tài)學與車牌形狀特征相結合的方法成功完成車牌定位;提出了一種基于Canny邊緣檢測和Radon算法的車牌傾斜校正法;最后在利用粗網(wǎng)格特征提取方法的基礎上,實現(xiàn)了數(shù)字、字母、數(shù)字和字母、漢字等四個神經(jīng)網(wǎng)絡的構建和訓練,并利用Matlab平臺實現(xiàn)了網(wǎng)絡仿真識別實驗。經(jīng)過