2萬字 41頁
摘要：
車輛牌照識別技術(shù)有三個重要的環(huán)節(jié)，它們是車輛牌照的定位、字符分割、字符識別。對于車牌定位，論文主要采用了基于邊緣檢測和投影法的牌照定位算法，先把圖像進(jìn)行垂直邊緣檢測，利用車牌區(qū)域垂直邊緣豐富的特點(diǎn)，對整幅圖像進(jìn)行描，找到各個類似車牌的區(qū)域，然后根據(jù)所統(tǒng)計的特征值的范圍篩選出唯一的車牌區(qū)域。在字符分割方面，采用基于投影法的車牌字符分割，對于一些字符有粘連和斷裂的車牌圖像有針對性的切分，充分利用了字符的先驗(yàn)知識。對于車牌字符的識別問題，本文主要介紹了基于BP神經(jīng)網(wǎng)絡(luò)識別算法，網(wǎng)絡(luò)的訓(xùn)練過程采用可變動量項(xiàng)和自適應(yīng)學(xué)習(xí)率相結(jié)合的方法。

關(guān)鍵詞：車輛牌照識別技術(shù)，車牌定位，車牌字符的分割，車牌字符的識別
Abstract
the algorithm locates the plate-like areas，and thus finds out the only true plate area according to the range of the feature values. For the character segmentation, depending on the vertical projection segmentation, the paper proposes the special segmentation according to many plate images with some fracture and conglutination characters. On the section of character recognition, the recognition algorithm based on BP neural network is taken in the procedure of network training, the algorithm combines the momentum method with adaptive learning rate.

Keywords：License Plate Recognition Technology，the Plate Location, the Character Segmentation, the Section of Character Recognition


目 錄


1 緒論
2 圖像預(yù)處理
3 車牌定位與分割
3.1 車牌的基本特征
3.2 基于灰度圖像的定位方法 14
3.2.1 基于邊緣檢測和投影法的牌照定位算法 14
3.2.2 直接掃描法 16
3.2.3 基于小波變換的車牌定位方法 17
3.2.4 基于神經(jīng)網(wǎng)絡(luò)的車牌定位方法 17
3.2.5 基于直方圖峰點(diǎn)檢測的車牌定位方法 18
3.3 基于彩色圖像的車牌定位方法 19
4 字符分割 21
4.1 基于投影法的車牌字符分割 21
4.2 采用基于紋理的字符分割閾值方法 23
4.3 區(qū)域分割為基礎(chǔ)的車牌字符分割的方法 23
4.4 利用直方圖信息進(jìn)行字符分割的方法 23
4.5 采用形態(tài)學(xué)進(jìn)行字符分割的方法 24
5 字符識別 24
5.1 模板匹配字符識別算法 25
5.2 BP神經(jīng)網(wǎng)絡(luò)字符識別法 26
5.2.1 BP神經(jīng)網(wǎng)絡(luò)模型 26
5.2.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法 27
5.2.3 應(yīng)用BP神經(jīng)網(wǎng)絡(luò)識別字符 28
5.3 投影-變換系數(shù)字符識別方法 29
5.4 基于簡單識別器的字符識別方法 29
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)