基于變論域神經網絡的車牌識別研究.pdf

1、隨著國家經濟的發(fā)展，每一年汽車的數量較上年都有大幅度的上升，所以對道路交通的管理也是個不小的難題。如今，智能型交通體系的出現有效地緩解了交通壓力，同時，智能交通體系正在逐漸地取代傳統的交管系統。而車牌識別技術在智能交通體系中被廣泛的應用，所以研究車牌識別技術對交管系統的發(fā)展具有實際應用價值。本文的主要工作如下:
　　第一，車牌識別的對象是圖像，由于外界因素的干擾，車牌圖像往往達不到最佳效果，所以有必要對其進行前期處理，包括圖像預處

2、理和車牌定位。經過圖像處理后，得到二值圖像，在此基礎上，本文提出水平投影算法對其進行水平定位，利用數學形態(tài)學方法及其垂直投影對其垂直定位，為字符分割提供方便。
　　第二，對字符分割之前同樣需要做一些準備工作，首先給圖像設定一個統一的形式，本文選取黑底白字作為標準，當圖像與之不符，需要做反色處理。若定位后的車牌有傾斜，我們采用霍夫變換將水平方向的兩條線校正過來。最后，根據車牌的尺寸特征，從車牌的垂直投影圖中找出字符所在的位置，并將其

3、分離開來。
　　第三，車牌字符識別的方法有很多種，本文采用神經網絡方法來識別車牌中的字符。本文著重分析了BP神經網絡算法的原理，并將變論域理論應用到學習率動態(tài)調節(jié)上，構成變論域神經網絡。雖然神經網絡具有特征提取的功能，但為了加快識別速度，本文提出了小波矩特征提取的算法。在識別過程中，根據字符的位置，設計3個相應的子神經網絡對其識別，將三個結果統計到一起得到最終識別結果。通過實驗數據可以得到，變論域神經網絡在車牌識別的效果上更勝一籌